基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究

针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支持向量机的二分类问题转化为多分类问题用于求解铝电解槽健康状态诊断问题,充分考虑了子模型的权重,强化了模型的适用性。并利用粒子群优化算法(particle swarm optimization,PSO)对其超参数寻优,提高模型的预测精度。实验结果表明,提出的铝电解槽健康状态诊断模型的准确率和Macro-F1分数分别达到94.70%和0.9453,相较于其他传统模型均有显著提升。

多场景下基于AHP-EWM的人体健康状态评估模型研究

为解决人体健康评估方法个性化监测不足的问题以及在满足不同场景下健康状态精细化评估的需求,需要一种基于多场景的人体健康状态评估方法来实现长期自动化监测。提出一种基于层次分析法(AHP)和熵权法(EWM)组合的多场景人体健康状态评估模型。首先采集人体在运动、休息、工作/学习和娱乐等4种不同场景下的健康监测指标数据,构建相应的评估指标体系。然后分别根据评估指标计算出AHP和EWM权重,再采用量子粒子群优化(QPSO)算法对AHP和EWM中的主客观权重进行分配,以确保评价指标占比的客观性。最后通过模糊综合评价法对人体健康状态进行评估和量化,并利用实际监测数据对方法的可靠性和稳定性进行验证。实验结果表明,在4种场景下所提方法的综合得分分别为63.78、59.83、58.71和59.21,表明在不同场景下该模型都具有较好的准确性和稳定性。根据评估结果,对测试者的身体状态评价结果进行分析,并给出一些健康建议。所提模型可全面了解人体在不同场景下的健康状况,并为人们提供科学的健康指导,从而为健康管理和疾病预防提供科学依据。

基于多信息融合的换流站直流设备健康状态决策树评价模型

针对换流站直流设备间交互信息融合能力较差、小样本与大样本难以均衡的问题,设计基于多信息融合的换流站直流设备健康状态决策树评价模型。使用同质多传感器多信息数据融合方法对多信息实施融合处理;利用k近邻方法和层次聚类方法划分换流站直流设备健康状态量,提取健康状态量的有效信息作为输入,构建决策树评价模型,输出换流站直流设备健康状态评价结果。实验结果表明,该模型具备较好的多信息融合能力和样本均衡能力,且可从不同角度实现换流站直流设备健康状态评价,评价结果较为准确。

装备健康状态管理模式分析

阐述了装备健康状态管理的核心理念,提出了维修智能化和管理信息化的装备健康状态管理目标,分析了装备健康状态管理的状态监测、评估、预测以及维修决策等主要流程,分别就基于模型和基于知识的装备健康状态管理的技术方法进行了探讨。

基于知识图谱多集池化的健康状态智能评估方法

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

水中兵器锂原电池健康状态预测技术探究

锂原电池作为高效、清洁能源,在水中兵器装备中广泛应用,但是在长期贮存和使用过程中,暴露出了一些故障及安全隐患,因此对电池进行健康状态预测及对故障进行机理研究极为重要。针对锂原电池的故障及应用需求,梳理分析现有研究基础以及困难等,借鉴锂离子电池的成熟技术,探究性地对锂原电池故障模式、故障机理进行了分析,提出了状态预测技术的研究思路和方法,为水中兵器锂原电池健康状态预测技术体系的构建和研究提供了参考。

昆明市特殊健康状态儿童疫苗接种不良反应情况及应对措施

目的探讨昆明市特殊健康状态儿童疫苗接种不良反应发生情况及应对措施。方法收集2021年10月至2023年2月在昆明市儿童医院儿童保健科特殊健康状态儿童预防接种门诊接种疫苗的952例特殊健康状态儿童信息数据,采用描述性方法进行流行病学分析。结果昆明市特殊健康状态儿童疫苗接种不良反应检出率为10.92%(104/952),均为轻型不良反应;疫苗接种不良反应检出率前3位为吸附无细胞百白破联合疫苗(百白破)、麻腮风联合减毒活疫苗(麻腮风)、A群C群脑膜炎球菌多糖疫苗(流脑A+C),检出率为7.00%、4.14%、3.08%;早产、过敏、贫血儿童疫苗接种后不良反应检出率较高,分别为13.87%、11.03%、10.05%;二针以上针次接种后不良反应检出率73.08%,高于首针检出率26.92%;疫苗不良反应临床表现以发热、红肿、硬结为主,检出率分别为39.42%、21.15%、18.27%;2岁以下特殊健康状态儿童疫苗接种不良反应较高,占比75.00%;疫苗接种24 h内不良反应较高,占比62.50%;经及时对症处理及跟踪观察,所有特殊健康状态儿童疫苗接种后不良反应均在7 d内痊愈。结论昆明市特殊健康状态儿童疫苗接种后存在不良反应,以轻型不良反应为主,其中百白破、麻腮风、流脑A+C接种后不良反应检出率较高,2岁以下早产、过敏、贫血儿童接种疫苗后更易发生不良反应,不良反应发生时间主要集中于接种后24 h内,均可在接种后7 d内痊愈。

基于VMD-TCN的水电机组健康状态监测系统设计

针对常规的水电机组运行监测系统以高频振动信号监测为主,低频振动信号监测失误问题较多,影响水电机组正常运行的问题,设计了基于VMD-TCN的水电机组健康状态监测系统。硬件方面,设计了AC102加速度传感器;软件方面,采集水电机组健康状态数据,对水电机组状态信号进行处理,判断机组健康状态。基于VMD-TCN分解水电机组健康状态监测信号,根据采集到的状态信号进行信号频段子模态分解,确保监测精准度。系统测试结果表明:该设计提升了系统的监测效果,系统性能良好。

国内亚健康状态中医临床试验的文献计量学研究

[目的]探讨国内亚健康状态中医临床试验方法、干预措施及目前研究热点分布领域,为日后临床研究及干预提供参考。[方法]采用循证医学定性系统综述研究方法,检索中国知网(CNKI)、维普(VIP)及万方数据库(WANFANG DATA)文献,应用Note Express 3.2.0软件结合人工阅读文章的方式对检索的文献进行筛选,分别从文献研究方法、干预措施、有效率、受试人群、发表时间、核心作者、期刊分布、基金分布等方面进行定性系统综述分析。[结果]纳入141篇文献,近5年发文量明显降低,可见近几年国内对亚健康状态中医临床试验的关注度呈下降趋势;临床试验研究方法以随机对照试验居多,占总文献的78.72%,但阐明随机化方法的仅占32.43%,且样本含量普遍较低,以致文章可信度低;共有38种结局指标,累计频次279次,说明中医临床试验已有较成熟体系;涉及作者389位,根据普赖斯定律尚未形成核心作者群;涉及期刊67种,尚未形成核心期刊;省级基金项目最多,国家级次之;高频关键词分析,亚健康仍为热点词,其次为亚健康状态,临床疗效;受试人群有25种,较为广泛。干预措施以中药治疗者居多,其次为中医综合疗法、中医推拿法,由此可见,中药在本研究所提及的众多干预措施中是认可度最高的。[结论]研究表明,亚健康状态中医临床试验研究热度有所降低,但受试人群比较广,相对具有代表性,现亚健康人群较多,应重视亚健康状态临床试验的研究及研究的严谨性。

智能船舶机舱设备健康状态评估技术及应用

针对船舶机舱设备健康状态评估方法和应用进行分析,并进行系统优化设计。引入故障树分析方法和多参数模糊评估方法,设计实现了船舶机舱设备健康状态评估系统。以某型号柴油机实验数据为输入,构建样本数据集,对系统的主要功能进行测试验证,验证结果表明,系统状态识别率达到90%以上,系统在柴油机主机健康平稳性评估方面取得了较好的效果。研究提出的船舶机舱设备的健康状态评估优化设计方案可为后续机舱设备健康状态管理提供参考。

考虑不同充电策略的锂电池健康状态区间估计

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.

基于IViT的锂离子电池健康状态估计

准确预测锂离子电池的健康状态(SOH)至关重要。针对电池单个周期的不同阶段退化机制存在差异和实际运用场景下数据获取不完整等挑战,提出一种基于Involution-Vision Transformer(IViT)的锂离子电池SOH估计方法。从电压时间曲线中自动提取能有效表征锂离子电池退化信息的特征,使用Involution模块在不同位置上自适应地分配权重,利用Vision Transformer学习不同阶段的高级特征表示并捕获全局依赖关系。实验结果表明,IVIT的预测误差在0.5%左右,且当整体数据缺失50%的情况下误差仅为2%左右,证明了所提方法的有效性和稳定性。

基于云模型的新体制机载气象雷达健康状态评估

在分析新体制机载气象雷达系统的工作原理和基本组件的基础上,选取发射机、接收机、信号处理机和有源相控阵雷达T/R组件为首要研究对象,构建了多特征融合的气象雷达系统健康状态参数集,采用层次分析法对各状态参数合理赋权,针对新体制机载气象雷达健康状态评估问题,提出了一种基于云模型的改进模糊综合评判法,相较于传统的岭形隶属度函数,该方法通过引入云模型的概念,将模糊性和随机性纳入考量范围,从而实现了更为全面和科学的健康状态评估。

大型医疗监护设备电池健康状态检测算法研究

目的 研究大型医疗监护设备电池健康状态的检测算法,用以检测电池的健康状态,解决电池由于在使用过程中受到温度变化、充放电循环等影响而产生的时变效应和故障多样性等问题。方法 分析设备电池在充电和放电过程中的电压变化情况,提取等压降放电时间、电池内阻和等间隔放电时间序列3种健康因子;将其输入至基于非线性自回归模型神经网络的非线性回归模型中进行训练,评估大型医疗监护设备的电池容量;结合粒子群算法改进反向传播神经网络,检测电池健康状态。结果 实验结果表明:该检测方法的误差较小;提出的3种健康因子与估计大型医疗监护设备电池容量的相关性大于0.95,且电池容量估计结果准确。结论 通过该方法,可及时发现电池问题,提前采取措施,减少因电池故障引起的设备停机时间,降低医疗事故风险。

卷烟设备健康状态监测分析

为探究卷烟设备健康状态的监测方法,本文着重分析了卷烟设备健康状态监测包括的内容,并在此基础上从设备性能、产品质量、运行状态和安全状态四个关键维度,构建了卷烟设备健康状态监测体系并对其进行了分级,以期通过这种评价分类方式,能够更准确地监测卷烟设备的运行状况和健康程度,为相关人员提供帮助。

基于NGO-GRU的锂电池健康状态估计研究

为提高锂离子电池健康状态(SoH)估计的精度和稳定性,提出了一种基于北方苍鹰优化(NGO)算法优化门控循环单元(GRU)网络的SoH估计模型。从电池充放电电压、温度的历史数据中提取多个健康因子作为模型的输入数据,利用NGO智能寻优GRU网络的隐藏单元数目、学习率和最大训练周期数等超参数;通过优化后的NGO-GRU估计模型构建锂电池健康因子与SoH的映射关系,实现SoH的快速估计;使用NASA数据集验证算法的有效性。对比其他几种模型,结果表明,NGO-GRU估计模型具有更高的估计精度和稳定性。

数据驱动的钠离子电池健康状态评估方法研究

钠离子电池健康状态估计是其安全高效应用的基础,也是钠电池规模化储能应用的关键。然而,钠离子电池即用即衰,衰退机理不明晰,老化过程受工况和场景影响,准确的健康状态估计极其困难。为此,提出了数据驱动的钠离子电池健康状态估计方法,探究了钠离子电池的充电数据与容量衰退的映射关系,提出了结合方差筛选、灰色关联分析和递归特征消除的特征选择方法,应用多元线性回归、支持向量机、高斯过程回归和误差反向传播神经网络4类机器学习方法估计钠离子电池的健康状态。验证结果表明,4类方法的健康状态估计均方根误差小于1.6%,其中高斯过程回归的误差小于0.8%,实现了钠离子电池健康状态精准估计。

旋转机械健康状态评估方法研究现状与展望

旋转机械是机械装备的重要组成部分,其内部结构复杂度高,关键零部件与子系统之间耦合度强,长期在复杂工况下运行易发生故障.一旦发生故障,会导致整机性能下降,甚至造成重大经济损失或人员伤亡.因此,旋转机械健康状态评估研究已成为现代国防与工业装备发展中的重点之一.从旋转机械的健康管理与智能运维需求出发,首先,论述了健康状态评估在机械设备智能运维中的地位和作用;其次,介绍了健康状态评估技术的概念、状态等级的划分以及评估指标;再次,阐述了基于知识经验、模型驱动和数据驱动的典型评估方法;进而,综述了近年来国内外学者在泵、轴承、齿轮箱和航空发动机等典型旋转机械健康状态评估方面的研究成果;最后,基于健康状态评估方法研究面临的技术挑战和发展趋势,对旋转机械健康状态评估方法的发展方向进行了探讨和展望.

21700锂离子电池在不同健康状态下的热失控实验研究

开展锂离子电池热失控研究,可为提升电池热安全、减少新能源汽车热灾害等提供重要帮助。针对高比能21700型NCM811锂离子电池热滥用、老化等因素引起的热失控问题,通过实验研究了电池健康状态(state of health,SOH)对电池充放电特性及自身热失控行为的作用机制,量化分析了电池老化特性与热失控触发时间、表面温度、工作电压、燃爆特性、能量、TNT当量及破坏半径等特征参数。发现能量效率随着老化循环次数的增加而降低,电池热失控的温升幅度随SOH的减小而下降,同时其自产热起始温度、热失控触发温度与安全阀脱落温度均减小,这表明老化电池热失控触发所需的时间更短,60%SOH电池在608 s触发热失控,相比于100%SOH缩短了64.8%。SOH越小,电池热失控剧烈程度越弱,热失控后的质量损失也越小。电池热失控过程的峰值温度、释放的能量、TNT当量与破坏半径随SOH的减小而降低,表明老化电池较新鲜电池热失控破坏性降低。研究结果可为全生命周期21700电池热失控的行为特征分析、预警与火灾防控等提供参考。

基于边缘计算的低压配电网健康状态评价方法

分布式新能源在配网中的大规模接入是实现碳中和目标的必要过程,但由此引发的若干配网稳定性隐患问题需要重视。从庞大的配网数据中快速、有效地筛选出低压配电台区的薄弱环节,从而进行针对性的优化改造具有重要意义。文中提出了一种基于边缘计算的低压配电网健康状态评价方法,在众多指标中选取5+1项重要指标,包括5项基础指标以及1项数据合格率指标,随后对指标进行标准化处理;为提高评价方法的合理性,分别采用基于专家经验的序关系分析法和基于数据差异性的变异系数法,得到各个指标的主观权重和客观权重;通过拉格朗日最优乘子法对主观权重和客观权重进行优化,得到各个指标的综合权重与评价函数,并根据函数值得到低压配电网的健康状况进行最终评价结果。所提方法采用边缘计算的方式为通信和主站系统缓解计算压力,通过对淄博市的8个低压台区进行评价分析,结果表明所提方法更具有效性和客观性,有望在实际系统中实施。