基于CCA和WT的油库阀门内漏声发射信号去噪

基于声发射原理的油库阀门内漏检测作为一种高效率、低成本的动态无损检测方法取得了越来越多的应用。由于该方法本身的特点,在检测过程中不可避免地会采集到大量的噪声信号。如不能有效地消除这些噪声信号,就会严重影响阀门内漏率估计的准确性并会造成阀门内漏的误诊。然而目前还没有方法能够实现对这些噪声信号的去除。针对该问题,在分析噪声对阀门内漏定量模型影响的基础上,提出了一种基于双传感器的阀门内漏声发射检测模式,并利用互相关和小波变换的方法实现检测信号的去噪。通过内漏模拟实验表明,该方法能够有效地去除各类噪声的干扰,较大程度保存内漏信号的波形和时频特性,实现内漏率定量估计精度的提高。

基于独立分量分析的罐底腐蚀声发射信号去噪方法

针对储油罐罐底腐蚀声发射信号易受多种噪声干扰,影响定位精度和评判准确性的问题,在对干扰噪声进行分析的基础上,提出了一种基于独立分量分析的信号去噪方法。首先利用混合因子分析进行预处理,再利用改进的独立分量分析算法实现源信号的分离,根据时域和频域的相关知识,将独立分量中的噪声通道去除,从而达到声发射信号有效去噪的目的。试验表明,独立分量分析较常用的去噪方法能得到更高的信噪比,去噪后的信号定位精度更高,从而证明该预处理方法和改进的独立分量分析算法的有效性。

基于ICA的油库阀门内漏声发射定量检测

基于声发射原理的阀门内漏检测作为一种动态无损检测方法得到了广泛应用,但是定量检测一直是研究难点。现有的内漏率定量检测模型计算方法因参数不易测定,导致计算困难,精度不高。采用独立分量分析(ICA)方法提取声发射信号特征向量,并与参考样本集的特征向量相比较,相似程度最高的即可作为待测阀门的内漏率。内漏模拟实验分别将常规参数、频谱成分和ICA提取特征作为特征向量进行比较,结果表明ICA提取的特征向量维数为15时,均方根误差可以达到0.01 L/min,能够满足工程检测需要。

基于SKPCA的卫星整流罩空调系统传感器故障检测研究

针对卫星整流罩空调系统对传感器故障检测的高可靠性的要求,在分析常见故障模式的基础上,采用了基于统计量核主元分析(SKPCA)的故障检测方法,建立整流罩空调系统传感器故障检测模型,对整流罩空调系统传感器容易出现的偏置故障进行了验证实验。实验结果验证了SKPCA方法在整流罩空调系统传感器故障检测中的正确性和有效性。

机房漏水检测与精确定位装置研究

机房漏水是危及精密信息设备长期稳定可靠运行的重大安全隐患。为了解决传统定位装置难以实现漏水点精确定位的问题,从传感电缆的检漏原理出发,利用分压补偿原理,通过STEP 7软件编程,设计了一个结合自检、漏水检测和漏水定位3种功能的机房漏水检测与定位装置。在此基础上搭建了实验系统,经测试实验,结果表明短距离定位精度可以达到1.70%,从而证实了该装置检测的有效性和定位的精确性。

基于MMTSP算法的多无人机协同侦察路径优化

针对多无人机协同侦察路径优化问题,构建了一种有返回的多旅行商、多出发地的MMTSP数学模型。首先将敌方目标的雷达监控区域外边界进行离散化并确定出基地到外边界离散点、外边界离散点到外边界离散点、目标到外边界离散点、目标到目标之间的有效路径;然后根据有效路径以及相关的约束条件,建立以无人机滞留于敌方雷达侦察区域内时间和最小为目标的MMTSP优化模型;最后利用2次遗传算法对MMTSP模型进行求解,并通过实例分析说明了该模型和方法的有效性。

基于混合高斯概率密度的加权打分方法

针对当前评比打分方法不能有效反映选手真实情况的问题,提出了一种基于混合高斯概率密度的加权打分方法。该方法的重点在于引入混合高斯分布来确定专家评分的权重。首先利用EM算法确定混合高斯分布模型参数,然后通过区间划分得到每个区间上的概率,再将专家打分映射到混合高斯概率密度函数区间上得到对应的权重,最后经加权求和得到选手的最终成绩。通过实例证明了该方法的合理性和公正性。

基于定性趋势分析的油料灌装稳态过程管道堵塞故障诊断

针对油料灌装稳态过程中的管道堵塞故障,分析了管道堵塞对灌装稳态过程监控参数的影响,提出了基于定性趋势分析的油料灌装稳态过程故障诊断流程,给出了趋势提取、趋势识别及趋势匹配方法。以油料灌装控制实验装置为故障诊断对象,通过模拟不同类型的油料灌装稳态过程故障,采集管道输送压力、流量等过程监控参数时间序列数据,构建故障库,进行故障诊断案例验证,验证结果表明本文方法的有效性和正确性。

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。

基于大数据的控制系统故障诊断方法综述

大数据技术的发展使得控制系统故障诊断方法进一步丰富和完善,为此在总结大量参考文献的基础上,从控制系统故障诊断方法分类变化角度,简述了其发展历程。通过新的故障诊断方法分类,归纳总结了控制系统故障诊断方法的现状,对比分析了基于解析模型、经验知识和数据驱动方法的优缺点,最后进行了总结展望。

支持向量机动态多分类方法

针对支持向量机分类中存在盲区的问题,在分析多分类支持向量机构建方法的基础上,采用二叉树支持向量机,通过类型知识库动态更新,建立了二叉树支持向量机动态多分类模型;选取径向基函数作为核函数,给出了提高多分类模型性能的核参数和惩罚因子寻优遗传算法;以卫星整流罩空调系统表冷器控制单元为仿真实验对象,建立了传感器偏置故障、漂移故障、完全故障和精度下降故障的多分类模型,验证了提出方法的有效性。

车库门智能控制系统设计

针对车库门智能化水平不高的问题,在车牌识别技术、传感技术、自动控制技术和无线通信技术的基础上,分别从系统功能、系统硬件和系统软件对智能控制系统进行了设计。首先给出了控制系统的车牌识别、双模式控制、遥控及报警功能,其次对设备的型号进行了选择,最后从车牌识别软件和PLC控制流程图两大主要方面对系统软件进行了设定。

基于PCA-SVM的储运过程故障诊断方法

针对储运过程工艺复杂、监控变量多且故障样本数据相对有限的问题,在介绍主元分析原理和支持向量机方法的基础上,提出了主元分析与支持向量机相结合的储运过程故障诊断方法,建立了提高故障诊断速度和诊断性能的故障诊断模型。首先采用主元分析法进行特征提取实现降维,其次构造新的训练和测试样本集,最后训练支持向量机分类器的故障诊断流程。以数字化油库为仿真实验对象,进行了油料收发过程中的故障诊断实验,验证了所提方法的有效性。

优化战保“接口”建设 加速联保能力生成

指挥体制和联勤体制改革初见成效,开启了重塑后勤、重构联勤的新篇章。新形势下,为高起点推进联勤保障能力提升,提出要加速联勤保障能力生成,需要首先优化联合作战与联勤保障之间的"接口"建设,做到向标准化、信息化、合成化转型发展,实现后勤力量"保得上、保得好、持续保"。

关于我军海上预置能力建设的思考

为提升我军海外战备物资保障效能,以海上预置能力建设为研究对象,在分析海上预置能力建设的重要性和特点基础上,以美军为例,总结其海上预置的主要做法和经验;结合我军实际情况,提出可供参考的海上预置能力建设方法。