基于多数据融合的短时交通流量预测算法研究

针对单一模型无法分析复杂、非线性交通流数据的问题,在多平台数据融合的基础上提出了一种面向短时交通流量的组合预测算法。对于交通流数据具备的时间性和空间性特征,首先使用径向基函数(RBF)神经网络对相邻节点的空间交通流数据进行分析,然后利用ResNet对RBF神经网络效率低的缺陷加以改进,最后通过双向长短期记忆(LSTM)网络的时间序列分析能力提取交通流数据的时间特征。同时,引入了萤火虫算法对时空模型的参数进行优化。对基于公共数据集获取到的车辆、天气、高速公路等多平台信息进行了试验。相较于对比算法,所提算法的均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)指标均最优,预测值与实际流量值最接近。该算法的综合性能较理想,且鲁棒性较强。

压缩感知字典迁移重构的小样本轴承故障诊断

针对实际应用中智能轴承故障诊断面临标签样本严重不足的问题,提出一种结合压缩感知、字典学习和迁移的数据增强算法,用于小样本故障诊断研究。首先,利用源域标签数据通过小波包字典学习和优化方法生成特定源域字典,并得到共享表示系数,获取故障内在信息;之后采用少量目标域信号微调共享表示系数,并更新源域字典生成迁移字典;最后通过共享表示系数和迁移字典生成大量具有目标域特征的新样本,实现数据增强。采用常用的深度故障诊断网络对该数据增强算法进行了诊断性能验证,结果表明该方法产生的信号具有故障的有效信息,用于模型训练和识别能够取得较好的诊断性能。该方法为小样本故障诊断问题提出了新的思路。

基于容性耦合的钢轨压力传感器电磁干扰分析

目前随着弱电装置在铁路通信、传感测量等方面的普及,电磁干扰问题越来越引起人们的重视,但是关于电磁干扰机理的耦合分析等方面的工作开展较少。本文针对一则典型的钢轨压力传感器电磁干扰问题,从干扰源排查入手,建立了电源线与信号线的容性耦合物理模型,提取线缆间分布电容参数,定量分析了耦合电场大小;同时找出干扰源,确定为电源线容性耦合导致的串扰电压干扰,给出了相应抑制干扰的措施,该分析与实测相符合。研究结果表明,接地装置对电源线地线的电磁干扰影响很大,从而进一步影响了信号线的信号电压。当接地电阻的埋入深度从0.1 m增加到0.6 m时,电源线的干扰电压得到了抑制;信号线的连接端头是容易耦合到外界电磁干扰的薄弱环节,是改善屏蔽效能的关键点。本文所提出的关于容性耦合的机理分析、计算方法、以及传感器信号的电磁干扰抑制措施,能够为今后电气设备的电磁干扰分析抑制提供普遍的借鉴意义。

基于改进Transformer的滚动轴承剩余寿命预测方法

针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研究了基于膨胀因果卷积的可变长度数据分析结构,并设计了自适应位置编码模块替代Transformer的传统编码方式,改进的模型增强了对时频数据的分析能力,实现了高效、准确的端到端的滚动轴承剩余寿命预测。在PHM2012轴承数据集上的实验结果表明提出的方法的效率比LSTM高20%,同时预测精度相比于多种现有传统方法均具有16%以上的提升。

基于NSGA-Ⅱ算法的ACFM自由式旋转探头参数优化

交流电磁场检测(ACFM)方法是新型的无损检测方法,其中探头设计关乎检测的效率和信号处理的难度。基于此类问题,提出了自由式旋转单探头的设计,采用COMSOL Multiphysics软件对探头不同电磁参数进行仿真计算,得出适用的探头参数;此外根据旋转仿真分析得知,自由式旋转检测具有可行性且By磁场信号更具检测优势;同时基于旋转速度、平行检测速度、传感器相对位置以及检测范围的制约关系,采用非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行pareto求优,进而确定各参数,验证了旋转探头的高效率性。基于优化参数提出自由式旋转检测的信号处理模型,最后提出了旋转检测的系统搭建方法。

含瓦斯煤破裂信号的量子优化降噪模型

为剔除含瓦斯煤破裂信号采集过程中夹杂的扰动噪声,提出一种基于改进量子群算法(IQPSO)优化变分模态分解(VMD)的含瓦斯煤破裂信号量子优化降噪模型。针对VMD受限于分解个数和惩罚参数的选取进而影响降噪效果,采用IQPSO算法优化VMD参数寻优过程,在QPSO算法中引入决策权重系数和自适应控制因子,提高算法粒子决策自适应性和参数搜索能力。利用参数优化的VMD算法分解含瓦斯煤破裂信号,计算各信号分量的有效相关系数来辨识噪声临界点,采用小波变换处理高频噪声并重构剩余分量得到降噪后的含瓦斯煤破裂信号。通过仿真信号和现场实测信号将降噪模型与EMD、VMD、PSO-VMD、SSA-VMD、GWO-VMD模型进行降噪效果对比。实验结果表明,提出模型处理后信号的信噪比提升20%以上、均方根误差降低至0.03以下,能量占比在90%以上,3项指标均优于其他降噪模型,自适应性和分解效率较强,能够有效保留信号局部特征,对现场复杂信号具有更好的降噪效果。

基于ACFM单传感器的裂纹角度识别与重构

交变电磁场测量(ACFM)技术广泛应用于海洋装备和制造业等领域中金属结构物的缺陷检测。针对单传感器检测过程中存在的角度偏转和裂纹定位等问题展开了研究。首先,通过COMSOL Multi-physics仿真结果可知B_(x)和B_(y)在多角度偏转的过程中存在互补的规律;然后,通过建立比例因子,实现高精度的数值拟合。此外,通过多梯度偏转仿真实现了偏转裂纹的重构。最终通过搭建实验平台和信号特征提取等工作验证了拟合规律的合理性;通过优化拟合公式,提高了检测精度;通过所测角度,进而解决了非平行检测过程中裂纹重构图像的偏转问题。

交流电磁场检测中蝶形图与裂纹剖面的映射方法

蝶形图是交流电磁场检测(alternating current field measurement,ACFM)中判定缺陷存在的一种重要方法。为研究常规裂纹蝶形图与裂纹剖面的映射关系,首先利用COMSOL Multiphysics实现不同尺寸裂纹的数值模拟,并建立了长度和深度特征量的重构方程。其次通过对比,分析了蝶形图与裂纹剖面的内在关系,进一步结合图像处理法和常规线性拟合方法分别建立了两者的映射关系方程。最后,对Q235钢不同尺寸的槽状裂纹进行了检测试验。试验结果表明:基于长度和深度的裂纹剖面误差分别为5.46%和6.02%。该研究实现了蝶形图的再利用,为缺陷的风险评估方法提供了重要的参考。

基于空间分辨率的钢制管道裂纹剩磁信号检测方法

针对传统漏磁检测(magnetic flux leakage,MFL)技术难以满足钢制油气管道裂纹检测需求,提出一种剩磁检测(residual magnetic flux leakage,RMFL)技术,直接利用漏磁检测后管壁的剩磁状态实现小开口裂纹的有效检测。相较于漏磁信号,剩磁信号信噪比较低,对传感器的采样频率有更高的要求,因此提出一种空间分辨率方法优化剩磁信号采样频率。首先通过有限元仿真建立管道动态磁化模型,提取裂纹特征数据,并分析其分布规律。其次采用频域分析方法,优化剩磁信号采样频率。最终通过实验验证了基于空间分辨率的裂纹剩磁检测方法的有效性。结果表明,基于空间分辨率的剩磁信号与原始信号高度吻合,在信号波形的极点处均有不失真采样点,保存了原始信号的关键特征,为裂纹尺寸的量化提供了重要的数据基础。该技术可实现管道小开口裂纹的有效检测,工程实用的可操作性强,有助于油气管道裂纹内检测技术的进一步发展。

动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测

为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力,本文提出了融合帧间信息与模板匹配的检测方法。首先,设计了一种动态信息提取模块,通过滤除背景信息干扰,引导算法关注动态变化的小目标区域;其次,提出多模板匹配策略对筛选出的动态区域进行相似度判断,完成无人机目标检测;最后,在天空、山地、楼宇等不同背景下,按照不同尺寸、不同模态进行了无人机目标检测实验。结果表明,本文方法可有效弥补深度学习方法对大视角极小像素目标检测的不足,对低慢小目标检测准确率达到0.81,虚警率为0.06,在像素占比不小于0.01%数据集上准确率能达到0.70。该方法适应可见光、红外多种模态数据处理,可满足后续多种智能算法组合探测应用。

基于循环跨视图转换和多状态特征融合的鸟瞰图生成方法

针对多数基于多视角透视图的鸟瞰图(BEV)生成算法难以实现对语义不一致多状态关联特征的提取,以及模型性能与复杂度的平衡等问题,提出一种基于轻量级Transformer的BEV生成模型。该模型采用端到端的单阶段训练策略,通过建立交通场景中动态车辆和静态道路信息的关联,滤除生成视图中的噪声。基于此,一方面设计面向多尺度特征的Transformer循环跨视图转换模块,通过注意力机制实现对输入的位置编码和表征学习,捕捉特征序列中不同位置的依赖关系,提升BEV特征的鲁棒性;另一方面设计面向语义不一致的多状态BEV特征融合模块,提取静态道路和动态车辆的关联信息,提升生成BEV视图的精度。在NuScenes数据集上进行实验,结果表明,方法在确保低模型复杂度的前提下,达到了先进的BEV视图生成性能。动态车辆和静态道路的语义分割精度分别达到了43.2%和82.0%。

生活垃圾焚烧炉ACC系统设计

往复式炉排的自动燃烧控制(ACC)系统是生活垃圾焚烧炉的核心,是垃圾发电厂成为智慧电厂所不可或缺的组成部分。为了实现垃圾发电厂的运行智能化、提升运行经济性,对ACC系统进行了研究和设计。通过对垃圾发电厂燃烧过程的机理分析,以及对以往国外ACC系统的研究,结合国内实际运行经验,创新性地提出了一种针对炉排燃烧过程的自适应调整方式。对燃烧系统进行数据分析和挖掘。以负荷和氧量作为目标值、炉温作为目标范围,采用渐进预估补偿的方式,利用多维变量的整体变化趋势作为目标值动态变更依据,实现对炉排系统侧的控制。在此基础上,进一步对风系统侧作协调适应调整,从而消除垃圾焚烧过程的大延迟、大滞后影响;同时,加入了多变量拟合下的层厚软测量值作为修正,以实现全自动运行。ACC系统的实际应用提升了全厂智能化水平、提高了蒸汽产量、提升了经济效益。多变量控制方式对其他火电燃烧的优化有一定的借鉴。

油库多源设备数据采集和处理系统设计研究

为解决大规模成品油库异构设备的数据采集和实时处理问题,创新性地设计了一种针对成品油库的通用化、高可用性的工业实时数据采集和处理系统,以定义异构数据采集的四层架构,并规范油库设备设计的四层级编码和数据格式化处理规则。按照开放平台通信统一架构(OPC UA)标准协议,对油库多源异构设备进行数据采集和协议转换。利用消息队列遥测传输(MQTT)协议与云平台进行数据转发和传输,同步提出采集的高可用性策略,实现多源异构设备设施与平台端大规模数据的实时采集和交互。云平台端利用Kafka、Storm、MySQL和Redis实现大规模实时数据的高速处理。该系统在多座大型成品油库试点应用,实现对油库安全生产的实时数据采集、处理和预警推送,采集监控点超过5000个,测试数据采集和处理最大时延低于1.5 s。应用结果证实了该系统的有效性。

车用超级电容器充放电监测系统设计

为了对一种新型车用超级电容器的特性进行研究,确保其工作时稳定可靠和有效发挥性能优势,设计了一套车用超级电容器充放电监测系统。通过利用传感器、通用串行总线(USB)数据采集卡、可调直流稳压电源、电子负载以及信号调理电路,完成了对各信号的采集和对超级电容器的充放电。采用虚拟仪器软件LabVIEW作为开发平台,完成了对超级电容器充放电电流、端电压、储存容量、储存能量以及表面温度等的监测。试验结果表明:该系统能够稳定、准确地实现超级电容器的充放电监测;车用超级电容器单体在100 A大电流下充放电时具有较好的低温性能;系统的电压测量精度可达±0.1%,电流测量精度可达±0.6%,温度测量精度可达±1.5%。该设计为超级电容器充放电监测提供了借鉴。

基于Wi-Fi通信的特种车辆自动充电系统研究

为了实现特种车辆自动充电功能和充电接口的自动插拔功能,研究并修改了标准充电插座物理结构。标准充电插座采用圆形结构,且充电极沿着圆形结构依次布置。在引导充电极与特种车辆连接时,需要将充电极与充电接口的角度误差控制在非常小的范围,对特种车辆的停靠位置和充电终端的定位精度要求较高。提出了一种采用自动连接设备进行自动充电的方案。通过改造充电接口,增加Wi-Fi通信功能,实现了充电终端自动与特种车辆的充电口连接。通过Wi-Fi进行充电控制指令和电池管理系统(BMS)数据的转发,完成了充电极的改造,进而实现了充电极的自动插拔功能和自动充电功能。

浮选动力学过程中气泡特征原位检测技术研究

浮选机浮选动力学研究是近年来浮选理论研究中最活跃的课题之一,对优化浮选工艺参数、控制浮选设备、改进浮选工艺、提高浮选效率等都具有重要意义。气泡特征参数是浮选动力学过程的关键参数之一,但是目前关于气泡特征参数的检测研究存在较多的理想假设和一定的局限性,与原位检测环境相比有很大差距。针对此问题,本文研究了浮选过程中充气速率、气泡大小和气泡负载的原位检测方法,设计了硬件架构和软件算法,开发了充气速率测量仪、气泡大小测量仪和气泡负载测量仪3种仪器,在实际应用场景中进行了相关试验。结果表明,3种检测手段准确度高,自动化和智能化程度高,能为浮选过程研究、浮选工艺流程优化等提供有效的数据支撑。

Hipro-HoneyBadgerBFT:一种基于并行运行机制的高性能异步共识算法

在大数据时代,信息流通数量极速增长。区块链技术非常适用于数据共享系统。目前数据共享系统搭建在区块链网络中会出现一些性能方面的瓶颈。为此,在HoneyBadgerBFT共识算法的基础上,提出一种更加高效的异步拜占庭共识算法——Hipro-HoneyBadgerBFT。该算法在不牺牲安全性的前提下,可以降低系统的计算资源,提升算法的共识效率。实验结果表明:Hipro-HoneyBadgerBFT共识算法的时延约为HoneyBadgerBFT共识算法时延的1%,吞吐量提升了7倍,CPU利用率则减少了54.09%。

交流电磁场钢轨表面裂纹高速检测信号处理模块开发

交流电磁场检测(Alternating Current Field Measuremnt,ACFM)技术因受速度和提离效应影响小,在钢轨裂纹高速检测中具有良好的应用前景,但信号拾取速度会导致裂纹信号频率发生偏移,造成量化误差、漏检和误检。为提高ACFM技术在钢轨裂纹检测中的可靠性,基于现场可编程门阵列(Field Programmable Gate Array,FPGA)研发了交流电磁场钢轨表面裂纹高速检测信号处理模块,采用理论推导方法分析了检测速度对裂纹信号频率偏移的影响,构建了检测速度与裂纹信号有效频率范围之间的关系。采用FPGA开发了具有截止频率自动跟踪检测速度的数字正交锁相放大器,同时,开发了完整的钢轨表面裂纹检测装置和实验系统,最终,通过实验验证了模块的检测能力和稳定性。

高温熔盐压力变送器设计与热仿真分析

压力变送器是工业应用中最为常用的一种压力传感器,广泛用于流量、液位和压力的测量。目前国内外耐高温的远传压力变送器极端工作温度条件为370℃,耐高温熔盐压力变送器测量介质是熔点为580℃的具有一定腐蚀性的NaCl熔盐,传统的远传式高温压力变送器在耐高温方面不能满足测量要求。本高温熔盐压力变送器在传统远传式压力变送器的基础上,进行结构优化设计,包括变送器本体设计和远传装置设计,以及电路可靠性设计,利用热仿真分析验证此方案设计的可行性。经过仿真分析,验证本方案结构设计可行,达到了较好的耐热和散热效果,可应用于高温熔盐的压力测量。

高速铁路无缝钢轨纵向位移在线监测方法研究

无缝钢轨在温度改变时会发生纵向位移,严重时引发胀轨、断轨,影响行车安全。针对此问题本文提出一种基于磁致伸缩原理的非接触式钢轨纵向位移在线监测方法,设计了系统总体方案、传感器安装方式以及基于卡尔曼滤波的数据处理算法。系统经标定和校准,测量最大示值误差为0.07 mm。为减小温度变化对测量结果的影响,通过温度实验研究了温度补偿算法,在50℃的温度变化范围内测量位移输出漂移不大于0.05 mm。在大西高铁线的现场试验结果表明,该系统能实现测量范围±100 mm的钢轨纵向位移监测,测量精度达0.1 mm。