基于主成分分析的多域特征融合轴承故障诊断

针对复杂工况下难以区分轴承故障状态的问题,提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号,提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态;利用主成分分析方法对所提取特征融合与降维,降低诊断模型复杂度与数据分析难度;最后,选择合适的卷积神经网络进行分类,通过石化机组故障诊断实验平台进行验证。结果表明:多域融合特征相对于单域特征诊断效果更好,卷积神经网络分类模型相对于其他经典分类模型诊断准确率更高,融合诊断分类方法整体诊断准确率达到86%。

无量纲与SVM的石化机组旋转机械故障诊断方法

针对石化机组旋转机械故障信息存在非线性、重叠性等特点,提出一种无量纲与支持向量机(Support Vector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化;接着通过特征选择选取高价值与敏感性强的无量纲特征,降低分类模型复杂度并提高算法速度;最后通过选取合适的SVM分类模型进行分类诊断。结合具有无量纲特征的故障敏感性与SVM的非线性分类性进行诊断分类,并通过石化机组故障诊断实验平台进行验证,表明该方法相比于其他经典分类方法分类效果更好,分类正确率为99.1%,证明了方法的有效性。

基于GRA-DBO-SVR的瓦斯含量预测方法

为提高煤层瓦斯含量预测的准确性和效率,提出了一种基于灰色关联度分析(GRA)、蜣螂优化(DBO)算法和支持向量回归(SVR)模型的瓦斯含量预测方法。采用GRA筛选影响瓦斯含量的因素来降低预测模型输入数据的维度,通过DBO算法对SVR模型的参数进行优化,构建基于GRA-DBO-SVR的瓦斯含量预测模型,并对GRA-DBO-SVR、GRA-PSO-SVR、GRA-SVR和SVR模型的预测结果进行对比。结果表明:GRA-DBO-SVR、GRA-PSO-SVR、GRA-SVR和SVR模型的MRE分别为2.82%、2.98%、3.72%和6.02%,MAE分别为0.28、0.31、0.44和0.63,MSE分别为0.17、0.18、0.37和0.90,GRA-DBO-SVR模型具有更好的泛化能力,满足工程实际需要。

基于随机退化数据建模的设备剩余寿命自适应预测方法

针对现有剩余寿命预测研究中需要多个同类设备历史数据离线估计模型参数的问题,本文提出了一种基于退化数据建模的服役设备剩余寿命自适应预测方法.该方法,利用指数随机退化模型来建模设备的退化过程,基于退化监测数据运用Bayesian方法更新模型的随机参数,进而得到剩余寿命的概率分布函数及点估计.区别于现有方法,本文方法基于设备到当前时刻的监测数据,利用期望最大化算法对模型中的非随机未知参数进行在线估计,由此无需多个同类设备历史数据.最后,通过数值仿真与实例分析,验证了本文方法在剩余寿命预测时的有效性.

一种新无量纲指标在石化装备故障诊断中的应用

在旋转机械故障诊断,尤其是复合故障诊断中,常用的五种无量纲指标会出现分类效果不佳的现象。因此,构建新的无量纲指标,来进一步提升无量纲免疫诊断器的复合故障诊断效果,是值得深入研究的一项重要课题。文章基于无量纲指标构建机理,尝试通过改变无量纲指标结构参数,形成新的无量纲指标。通过仿真机组试验验证,同旧的无量纲指标相比,构建的新无量纲指标对某些轴系故障具有更好的识别能力,是一种可行的无量纲指标构建方法之一。

基于改进多变异遗传算法的图像匹配

简述图像匹配问题的研究现状,提出一种新的改进遗传算法.针对图像匹配问题的特点,考虑基因位的影响力及跟踪进化过程的遗传参数调整策略,采用各种变异操作,提高算法的收敛能力.仿真结果表明,改进遗传算法相对于SGA解决图像匹配问题在收敛速度上有明显提高,算法稳定性也有所改善.新算法的优化质量较高,具有更好的实际应用效果.

基于改进A^(*)算法的石化巡检机器人路径规划

针对石化厂区环境复杂、路径规划困难问题,提出一种基于改进A^(*)算法的石化巡检机器人的路径规划算法。在传统的A^(*)算法上进行了优化并与动态窗口法融合,提高了巡检机器人的路径搜索效率和规划能力。首先,对传统A^(*)算法的启发式函数进行改进,采用动态权重系数对启发函数进行控制,减少全局路径规划节点数量,提高算法效率;其次,优化邻域搜索,减少节点访问量,使路径规划目的性更强;再次,使用B样条曲线对路径进行平滑处理;最后,选取路径规划线路中动态变化点作为动态窗口法的节点进行动态避障。实验结果表明,与传统A^(*)算法相比,改进A^(*)算法在路径长度和计算时长上均有提升;融合动态窗口后,在保证全局最优的前提下,实现动态避障,兼顾安全性和高效性。

一种应用于多agent系统通信的多变异遗传算法

简述多agent系统通信优化问题的研究现状,提出一种新的改进遗传算法。针对多agent系统通信问题的特点,考虑基因位的影响力及跟踪进化过程的遗传参数调整策略,采用各种变异操作,提高算法的收敛能力。仿真结果表明,改进遗传算法相对于SGA解决多agent问题在收敛速度上有明显提高,算法稳定性也有所改善。新算法的优化质量较高,具有更好的实际应用效果。

基于多变异改进遗传算法的多agent系统通信

提出一种多变异改进遗传算法应用于多AGENT系统通信问题。考虑基因位的影响力及跟踪进化过程的遗传参数调整策略,采用多种变异操作,提高算法的收敛能力。仿真结果表明,改进遗传算法相对于SGA解决多AGENT问题在收敛速度上有明显提高,算法稳定性也有所改善。新算法的优化质量较高,具有更好的实际应用效果。

基于多传感器信息融合的故障诊断方法

为了获得更多的故障信息,全面了解故障特征,采用多个不同的传感器共同监测是一种有效的方法途径.而实际现场工业设备运行环境非常复杂,使得传感器采集到的信息包含很多来自自然环境或人为的干扰噪声,导致采集到的故障信息冲突.针对这一问题,提出了一种基于多传感器信息融合的故障诊断方法.首先求得各证据之间的证据距离,根据证据距离值的大小再修改证据,然后利用D-S证据理论进行信息融合,提高了诊断的可靠性和准确度.实验验证了该方法切实可行.

基于CDIO理念的1：1工程实践教学体系

2008年以来，我校以广东省重点教学实验室现代通信重点教学实验室为依托，对信息类专业工程实践教学体系和教学内容进行了一定的探索，提出了基于CDIO念的1：1的工程实践教学体系，三年的实践教学改革效果证明，学生实践能力提高效果明显，部分学生已申请专利。

改进遗传算法应用于静态MDR问题

简述静态MDR问题的研究现状,提出一种新的改进遗传算法.针对静态MDR问题的特点,考虑基因位的影响力及跟踪进化过程的遗传参数调整策略,采用各种变异操作,提高算法的收敛能力.仿真结果表明,改进遗传算法相对于SGA解决MDR问题在收敛速度上有明显提高,算法稳定性也有所改善.新算法的优化质量较高,具有更好的实际应用效果.

烟气轮机复合故障时变退化特征提取

时变退化在实际工程现场具有较强的普遍性,会给设备故障特征的提取和诊断带来困难。建立了一类具有时变退化率的烟气轮机性能退化模型,并研究了如何求解退化过程首达失效阈值时间的概率分布问题。实验仿真结果表明,新模型应用于烟气轮机故障的特征提取是有效的。

省重点教学实验室创新机制的改革探索

以广东省重点教学实验室现代通信重点教学实验室为依托,研究实验室创新机制对学科、专业建设带来的影响,并将其应用于工程实践教学体系改革。教学实践证明,重点实验室创新机制对学科建设、专业建设以及学生实践教学效果都带来积极影响。

电力变压器故障的客观熵权识别及诊断方法

为了有效管理和监测电力变压器的健康状态,在对变压器油中溶解气体数据进行分析的基础上,建立了一种基于客观熵权的电力变压器故障信息模式识别及诊断模型。首先,在定义包含电力变压器故障模式全局信息的矩阵范式基础上,引入信息熵权理论构建故障特征信息的客观熵权精确量化模型;然后,基于距离和投影原则构建了故障模式判别准则函数,并通过准则函数对模式进行排序,运用综合排序结果进行故障测试模式分类,得到用于判断故障类型的基准类心向量;最后,运用基于类心欧氏距离的方式判别故障测试样本所属的类别,实现变压器故障的客观熵权识别及诊断。利用从某电力公司采集到的120组电力变压器油中溶解气体样本进行实例验证,结果表明,所提出的方法能克服传统的三比值故障诊断方法存在无编码以及边界编码模糊致误判的问题。

复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。

具有不确定测量的非线性随机退化系统剩余寿命预测

提出了一类同时考虑不确定测量和非线性随机退化的退化建模方法,通过Kalman滤波技术对受不确定测量影响的潜在退化状态进行实时估计;基于此,通过首达时间的概念得到了同时考虑退化非线性特征、退化状态不确定性及测量不确定性的剩余寿命分布;此外,提出了一种基于极大似然方法的退化模型参数估计方法,并通过陀螺仪的退化测量数据验证了所提方法可以提高剩余寿命估计的准确性.

波形参数对空位刺激影响的初步研究

通过对中风病人针刺通电的一系列实验，探索了电信号的波形参数对电针效果的影响，获得一系列相关数据，对电针仪器的设计具有现时意义。

误差影响下滚动轴承多重故障模态特征信号的盲源分离方法

针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证。结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法。

基于改进遗传算法的图像相关匹配

针对图像匹配的数学特点,设计一种新的改进遗传算法用于相关图像匹配。根据基因位的影响和参数调整策略,采用半确定性和大变异结合,汉明距离控制的方法。仿真结果表明,新算法在收敛性能上大大优于简单遗传算法和经典序列猜测算法。