采用动态校准与联合分布对齐的旋转机械跨工况故障诊断

迁移学习作为一种解决领域间分布差异的有效技术,近年来在故障诊断领域得到了越来越多的关注。然而,现有的旋转机械故障诊断方法在迁移学习过程中,通常未能充分考虑不同样本对诊断结果的影响。此外,传统的边缘分布对齐方法在减小源域与目标域数据之间分布差异方面的效果也不够理想,在很大程度上限制了迁移学习方法在实际应用中的有效性。针对以上问题,提出一种基于动态校准与联合分布对齐的旋转机械跨工况故障诊断方法。首先,该方法构建动态校准残差网络(DCRN)作为特征提取层,该层通过设计动态校准结构,根据不同样本的权重进行调整,增强网络的特征表达能力;其次,设计域自适应层并提出一种新的联合分布对齐机制(JDAM),该机制在进行特征对齐时,充分考虑了源域与目标域数据之间的边缘分布差异和条件分布差异,使得网络模型在源域上学习到的知识可以有效迁移到目标域上,从而显著提升目标任务的性能;最后使用I-Softmax函数优化分类器,使网络能够更好地识别不同状态的故障。使用美国凯斯西储大学轴承数据集、MFS轴承数据集与滚轴齿轮数据集进行实验验证,在跨工况与变噪声条件下,所提方法的平均准确率分别为96.50%、96.87%和94.72%,表明所提方法具有较高的故障诊断准确率和良好的泛化能力。

一种多特征联合分布的Camshift目标跟踪算法

针对Camshift算法在纹理与颜色相似干扰、目标遮挡等复杂背景中鲁棒性不高、易出现跟踪丢失等问题,提出了一种多特征联合分布的Camshift目标跟踪算法。新的算法选择等价模式LBP纹理,色调与饱和度为多特征,图像从RGB空间的转化为ULBP-H-S空间。选取图像中运动目标作为目标模板,计算目标模板的ULBP-H联合概率分布图与H-S联合概率分布图,通过自适应系数将两个联合概率分布图按位与运算后到目标的联合概率分布图。在每次迭代搜索中,通过自适应搜索窗口算法预测下一帧的搜索窗口位置与大小,在预测的搜索窗口中使用Camshift算法对目标连续跟踪。实验结果表明,改进的算法能在纹理与颜色相似干扰与目标遮挡复杂环境中,对运动目标跟踪有较高的准确性与鲁棒性。

基于不确定性的多尺度暴雨强度和外江洪水位联合分布研究

城市洪涝治理方案以及排涝设施规模建设都与城市暴雨强度和外江洪水位息息相关,因此需要对暴雨强度与外江洪水位联合概率分布进行深入研究。以武汉市为例,采用Copula函数建立小时尺度城市暴雨强度和外江洪水位的联合分布,使用极大似然估计值(Max-Likelihood)、模型选择准则、RMSE和NSE拟合优度来评估不同Copula模型的性能,利用局部优化(Local optimization,LO)和马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法来分析Copula模型的不确定性。结果表明:暴雨强度和外江洪水位两要素存在明显的正相关,1 h最大连续降水量和最大日水位相关性最高,最优联合分布函数为Gumbel Copula函数;模型不确定性分析表明MCMC模拟的最优参数与理论参数值基本吻合,效果明显优于局部优化算法,且模型不确定性结果与拟合优度评价结果一致,进一步验证了联合分布函数参数的有效性。相同频率情况下,单变量值低于两变量联合频率对应的暴雨强度和外江洪水位值,高于两变量同现频率对应的暴雨强度和外江洪水位值;两变量同现重现期高于单变量设计重现期,而联合重现期低于单变量设计重现期。同频率下的暴雨强度与水位的组合风险率都远远低于单变量情况下的频率值,50 a以上排涝风险率大于设计暴雨重现期,但最大不超过联合风险率。

年最大洪水两变量联合分布研究

采用Von Mises分布拟合年最大洪水发生时间的概率分布,采用皮尔逊III型分布拟合年最大洪水量级的概率分布,选用能够较好反映年最大洪水发生时间和量级之间相关结构的Gumbel Archimedean Copula函数,建立两变量联合分布,并定义和分析条件频率、联合频率和两变量重现期。实例分析表明年最大洪水的两变量分布拟合较好,可挖掘更多信息,为洪水设计分析提供了一条新的途径。

基于联合分布的设计暴雨方法

利用Gumbel-Hougaard Copula函数构建边缘分布均为PIII型分布的年最大日雨量与年最大七日雨量之间的联合分布。以隔河岩43年降雨资料为例进行分析,结果表明,年最大日雨量与年最大七日雨量联合观测值的理论分布和经验频率拟合较好。在年最大日雨量和年最大七日雨量的边缘分布和理论分布的基础上,推求两变量的联合分布、联合重现期,并基于联合分布推求设计暴雨值,以更加准确地根据设计条件推求设计暴雨过程。

基于Copula函数的水量水质联合分布函数

由于河流的水量水质是相互联系、相互影响的,如果只进行单一变量的分析,难以全面反映事件的真实特征。本文以淮河蚌埠闸为例,利用Copula函数构造了水量水质的二维和三维(分为对称型和非对称型)联合分布函数,对蚌埠闸的水量水质联合分布频率进行了分析。结果表明,蚌埠闸的Copula函数水量水质联合分布的经验累积频率和理论累积频率的一致性很高,拟合精度很好。说明应用Copula联结函数来构建水量水质联合分布是可行的,可为水量水质综合管理的风险分析提供有效的途径。

基于联合分布状态信息滤波的机器人协同定位

针对现有扩展卡尔曼滤波算法在协同定位应用计算复杂的问题,提出一种基于联合分布状态的信息滤波算法,并将其运用在多机器人协同定位中。从3个方面解决计算复杂的问题:第一,借鉴机器人同步构图与定位,利用联合分布状态将关键历史状态保留在滤波中,避免时间更新的复杂计算;第二,利用滤波信息参数的稀疏性,减小滤波所涉及的计算复杂度;第三,根据Cholesky矩阵分解的特殊性质,进一步减少计算复杂度,节省存储空间,简化通信管理,便于工作负载均衡分配。理论分析与仿真结果表明,该方法在确保计算与存储复杂度的同时保证了估计精度和协同定位的有效性。

布尔随机向量联合分布的分解式及其应用

本文首先给出了一般概率空间上ｎ维布尔随机向量的联合分布的“分解式”，然后将之应用于与布尔函数相应的布尔随机变量的有关联合分布的分解，揭示了关于布尔函数、布尔向量函数相关免疫性的若干等价条件的概率内在联系。

基于健康监测的苏通大桥风速风向联合分布研究

为了描述苏通大桥桥址区风速风向联合分布规律,为大跨度桥梁结构的风振分析精细化研究奠定基础,基于苏通大桥结构健康监测系统开展了桥址区风速风向联合分布研究。根据该系统风速仪在主梁跨中上游、跨中下游、北塔塔顶、南塔塔顶4个关键部位记录的风特性数据,采用数理统计方法,推算了4个部位10年、100年重现期的极值风速。结果表明,苏通大桥风特性监测数据合理可靠、桥址区极值风速分布概型接近Weibull分布,考虑风向影响的极值风速总体上比不考虑风向影响时的结果要小。

基于Copulas函数的二维干旱变量联合分布

通过构建干旱变量的联合分布揭示干旱演变规律,可作为干旱分析的重要手段。基于8种单参数族的Copulas函数进行新疆乌鲁木齐和石河子气象站二维干旱变量的联合分布。经拟合优度评价:Frank Copula对干旱历时和干旱烈度、干旱历时和烈度峰值的拟合度最好;Clayton Copula对于干旱烈度和烈度峰值的拟合效果最好。二维变量联合超越概率值随单变量值的减小而增大;单变量的重现期介于二维变量联合重现期与同现重现期之间。表明Copulas函数能够描述二维干旱特征变量的联合分布。

香港地区雷电风速联合分布

雷电数据的统计分布是指导输电线路防雷设计的重要基础。输电线路设计规程中杆塔雷电过电压下风偏设计为经验参数,缺乏对雷电风速联合分布的深入研究。利用香港地区气象数据,研究雷电风速联合分布。分析表明雷电在时域上呈高度不均匀分布,日地闪数量服从Burr分布,而雷电与风速服从Gumbel-Copula联合分布。经验分布和理论分布中,日地闪次数超1000次且风速接近和超设计风速雷暴日的地闪数占比均在20%左右。结合气象学背景的分析表明,飑线等强对流天气下并发的雷暴大风是造成强雷暴时超设计风速概率畸高的根本原因。

变化环境下西江北江枯水流量联合分布分析

基于Clayton copula和Kendall分布函数分析广东西江马口站和北江三水站枯水流量的联合分布及其风险概率。根据两站流量之间的时空关联与变异,以1959—2010年西江马口站历年连续7日平均最小流量和对应期间的北江三水站枯水流量为样本,分别计算1959—1985年和1986—2010年两个时段(分别称为样本A和样本B)的西江北江枯水流量联合分布的"或"重现期、"且"重现期和二次重现期及其最可能的设计分位数。结果表明:1样本B中马口站的枯水流量设计值小于样本A相应重现期设计值,三水站则显著增大;21985年后西江和北江枯水流量同频率遭遇的可能性较前期明显减小;3二次重现期所对应的累积频率代表了特定设计频率情况下西江和北江枯水流量遭遇的风险率;4由更严谨的二次重现期计算的马口站枯水流量最大可能设计值Q7d,T=20a、Q7d,T=10a和Q7d,T=2a设计值或更适合分别作为西江三角洲供水规划、生态需水和调水压咸设计参考值。

基于Copula函数的区域降水联合分布与特征分析

为深入研究降水时空分布特性,以便为流域水资源合理配置提供科学依据,以广东省东江流域内32个代表雨量站1956～2009年月降雨量资料为例,根据泰森多边形法计算四个子区间的面雨量,采用边际插值函数法(IFM)估计Copula函数参数,通过AIC信息准则确定研究时段内任意两相邻区间面雨量指标的联合分布。结合历史雨量极值组合所对应的重现期计算结果表明,东江流域降水时空分布不均匀,前汛期时段流域水资源状况较为安全,流域上游水资源状况也较为安全,后汛期与枯季时段流域下游水资源状况最为严峻。基于Copula函数方法与传统面雨量频率分析方法相比,能更全面地反映降水的分布特征。

双参数Copula函数在洪水联合分布中的应用研究

采用金沙江屏山站和岷江高场站的日径流资料,分别构造了两江洪峰流量以及金沙江峰、量之间的联合分布,比较了单参数与双参数Archimedean Copula函数的拟合效果,估计了两江洪峰遭遇风险的条件概率,探讨了双参数Archimedean Copula函数在洪水联合分布中的应用。结果表明:双参数Copula函数拟合效果明显优于单参数Copula函数,且同时具有上尾相关性和下尾相关性,在水文极值分析中是有广阔的应用前景;当金沙江发生千年一遇洪水时,岷江发生千年一遇洪水的概率为3.458%。

Copulas函数在多变量干旱联合分布中的应用

以渭河流域西安站77年的月降水资料为例,采用7种单参数族Copulas函数,建立干旱特征变量之间的联合分布。经拟合优度评价,Plackett Copula函数对干旱历时和干旱烈度、干旱历时和干旱烈度峰值之间拟合程度最好;而Clayton Copula函数对于干旱烈度和烈度峰值拟合程度最好。分别应用这2种Copulas函数对西安站进行干旱特征变量之间的二维条件概率分布及组合重现期计算。结果表明,Copulas函数能较好的描述干旱特征变量间的联合分布;并且具有灵活性和应用范围广等特点,在多变量干旱特征分析中具有广泛的应用前景。

灌区降水量与参考作物腾发量的联合分布模型研究

为从系统和风险的新角度描述灌溉系统的两个基本变量,在分析参考作物腾发量研究现状的基础上,以宁夏卫宁灌区为例,基于灌区降水量和参考作物腾发量之间具有的天然相关性,首先应用P-III曲线法推求得到二者的频率分布曲线,再运用Copula函数方法构建了降水量和参考作物腾发量年际联合分布模型,给出了降水量和参考作物腾发量的重现期等值线图,为灌溉系统的规划和风险评价提供了新的技术支撑。

基于2008—2015年实测数据的苏通大桥风速风向联合分布分析

为充分掌握苏通大桥桥址区基本风速,基于大桥结构健康监测系统(SHMS)运行7年(2008年1月至2015年3月)的实测数据开展了桥址区风速风向联合分布分析.利用安装在主梁跨中上游、跨中下游和南塔塔顶的3个风速仪采集的数据,以1个月作为基本抽样时间间隔,采用阶段极值法抽取极值样本.在进行Gumbel,Frechet和Weibull分布函数的参数估计后,根据风向频度函数得到桥址区风速风向联合分布,据此对桥址区10,50及100年重现期的极值风速进行了推算.结果表明,Weibull概型风速风向联合分布函数较Gumbel和Frechet概型更为合适,考虑风向影响的基本风速使结构抗风设计更加接近实际情况,而苏通大桥抗风设计时所采用的基本风速偏于保守.

杭州湾大桥观光塔风速风向联合分布

采用概率相关系数(PPCC)最大化原则和极大似然法,根据杭州湾中心岛屿玉盘山气象站的实测风速资料,分析不同风向的最优分布类型,探讨最优分布类型与概率曲线相关系数随形状参数变化规律之间的关系,并用风速风向联合分布推算设计基本风速。研究结果表明:在3种极值分布中的PPCC随形状参数递减的分布为最优,具体哪种分布的PPCC递减则依赖于具体风速样本,因此在以后的风速概率拟合中可以先由PPCC的规律确定分布类型,然后仅求解此分布的有效最优参数;16个风向中的最优分布除正西方向是极值Ⅱ型外,其他都是极值Ⅲ型;用联合分布推算的基本风速比传统的非联合分布的结果略低,传统的方法得到的基本风速偏保守,用联合分布推算基本风速更加科学。

暴雨事件中两变量联合分布研究

暴雨是包括年最大日雨量、降雨历时和相应的时段雨量等多个相关变量的水文事件。通过Copula函数分别构建年最大日雨量与时段雨量及降雨历时与时段雨量的联合分布。其中,年最大日雨量和时段雨量的边缘分布均为P-Ⅲ型分布,降雨历时的边缘分布服从指数分布。结果表明,年最大日雨量与时段雨量联合观测值的理论分布和经验频率拟合较好,降雨历时与时段雨量联合观测值的理论分布和经验频率也基本相符。在年最大日雨量、降雨历时及时段雨量的边缘分布和理论分布的基础上,推求两变量的联合概率分布及条件分布概率,然后推求相应的重现期。

基于Copula函数的洪峰洪量联合分布研究

采用Archimedean Copula函数族中的4种函数,以陕北地区神木站48 a的洪水资料为例进行了洪峰和洪量的联合分布及两变量的联合重现期计算。结果表明:通过相依性度量,神木站洪峰和洪量有较高的相依性;Fank Copula函数拟合洪峰和洪量的联合分布效果较好;运用Copula函数进行洪峰洪量联合分布的计算相对简单、灵活,可应用于多变量水文频率分析计算。