考虑模糊质检时间的柔性作业车间动态调度问题

为解决更符合现实情形的模糊质检时间柔性作业车间动态调度问题,以最小化完工时间为目标,立足紧急插单、机器在空载运行时发生故障和机器在加工工件时发生故障的三种故障情形,建立了带模糊质检时间的机器故障、紧急插单重调度模型。设计了基于元胞自动机邻域搜索和随机重启爬坡算法的改进遗传算法求解模型,即针对车间调度问题中存在的订单排序和机器选择双决策问题特征,设计包含工序码和机器码的双层编码方案,并基于遗传算法思想对工序码和机器码设计相应的交叉、变异等遗传操作。同时,将遗传操作应用于基于元胞自动机的邻域搜索算法框架中以增强算法全局搜索能力,整合基于关键工序的随机重启爬坡算法以提高算法局部开发能力。实验选取10个柔性车间调度算例验证了所提算法的有效性,同时,测试1个模糊质检时间柔性车间调度算例验证了模型的有效性。另外,实验也测试了不同故障场景,得出该动态调度方法优于实际场景中常使用的“工件后移”调度策略。

基于模糊贝叶斯网络的引水隧洞安全评价模型分析

为准确预测黄河引水隧洞安全隐患,提出基于模糊集理论和主观贝叶斯方法的模糊贝叶斯安全评价模型。结合实际巡检数据,模型使用贝叶斯网络处理模糊信息与不确定信息,将巡检数据中给出的多态性故障事件模糊化;再通过贝叶斯网络的条件概率表找出不同故障事件之间的逻辑关系;最后获得对引水隧洞安全模型的整体评价。通过开展引水隧洞安全评价模型实例分析,验证了该方法的可行性。

基于迁移QCNN的孪生网络轴承故障诊断方法

轴承故障诊断对于降低旋转机械的损坏风险,进一步提高经济效益具有重要意义;深度学习在轴承故障诊断中应用广泛,但是深度学习模型在训练与测试时容易受到噪声的干扰导致性能下降;并且轴承的工况变化频繁,不同工况下的数据采集困难;对此,提出了一种基于迁移QCNN的孪生网络轴承故障诊断方法,先预训练QCNN获取具有较强判别性的模型参数,将预训练的参数迁移到QCNN作为子网络的孪生网络中,然后正常训练孪生网络获取模型,最后将测试数据与故障数据组成数据对输入模型,即可得到测试数据的故障类型;该方法将QCNN与孪生网络相结合,QCNN中的Quadratic神经元具有强大的特征提取能力,孪生网络共享权重和相对关系的训练方式,使得模型可以缓解噪声和工况数据不平衡问题的影响;实验结果显示,相较与传统机器学习模型和QCNN等模型,所提出方法在面对噪声和工况数据不平衡问题表现更好。

基于深度学习的近岸海浪图像反演有效波高算法研究

海浪有效波高是近岸海洋观测的重要要素,近岸摄像头拍摄的图像可直观地反映波高大小,但目前基于图像的有效波高反演算法研究多处于室内实验阶段且方法缺乏普适性。本文基于深度学习技术,以山东青岛小麦岛近岸海浪为例,基于海浪图像和浮标实测数据,开展近岸海浪图像反演有效波高方法研究,给出一种利用图像反演海浪有效波高的方法,该方法利用卷积网络提取海浪图像的特征,利用全连接网络提取风速等气象特征,将特征融合后作为全连接层的输入,最后输出反演的有效波高。通过对比多种模型的反演结果和浮标观测数据,发现多参数DenseNET121模型有效波高反演能力优于其他神经网络模型,其平均绝对误差为8.97 cm。本文研究为近岸海浪观测提供了一种新的技术思路。

基于多目标异权重回归的冷水机组故障诊断显式模型

针对冷水机组中常见的7种故障,本文基于交叉熵损失函数和随机梯度下降算法建立了多目标异权重回归模型,进行故障诊断。该模型较常规的机器学习分类模型简单,无需迭代,计算速度快,且为显式模型(非黑箱),可直观分析各参数对每类故障的重要程度。与传统的单目标回归模型相比,故障诊断性能优势显著,在不同特征集合下,性能最低提升40.50%。对比不同文献中特征集合在本模型中的效果,并提出了新的特征集合,正常运行及7类故障的总体诊断准确率可达89.83%,局部故障的诊断准确率达到98%以上。通过可视化诊断模型中的参数权重,发现过冷度和供油温度参数对诊断制冷剂泄漏、制冷剂过充和润滑油过量3种系统性故障最为重要;供油压力、冷凝器趋近温度、蒸发器与冷凝器的水流量参数对诊断4种局部故障最为重要。

冷水机组数字孪生模型及故障诊断研究

本文采用了基于数字孪生的冷水机组故障诊断方法,研究了冷水机组制冷剂泄漏、冷凝器水流量减少、蒸发器水流量减少故障的诊断策略,分析了物理建模、经验建模和数据驱动建模的联合建模方式生成数据的可靠性和对故障诊断的提升效果,并通过实验验证了所提出方法的可靠性。结果表明:数字孪生方法可以有效解决故障诊断模型在新工况点下诊断能力下降的问题,利用数字孪生方法后系统仿真模型的所有热力参数最大相对误差均不超过4%,且故障诊断模型的准确率、查全率、平衡F分数分别提升9.7%、29.4%和16.6%。

基于优化SVM的BUCK电路故障诊断方法

核心功率器作为功率变换器的重要组成部分,一旦发生故障,直接影响电路的安全运行。为此设计核心功率器件的加速退化实验方案,采用加速退化实验中退化程度最为严重的电解电容和SiC MOSFET功率管代表DC-DC变换器的软故障器件。实验设定5种工况条件,分别采集每种工况条件下的4种电路信号。采用ReliefF算法对48维特征进行特征优选,采用粒子群算法优化支持向量机(PSO-SVM)进行故障分类,并与SVM、KNN分类算法进行对比分析,验证了所提方法的优越性。实验结果表明:PSO-SVM故障诊断方法可以获得更高的故障诊断率。

基于相对距离和历史成功率机制的增强麻雀搜索算法

针对麻雀搜索算法收敛精度低、易陷入局部最优等问题,提出了一种融合相对距离和历史成功率的增强麻雀搜索算法(RHSSA)。首先,RHSSA引入一种融合适应度值与相对距离的发现者选择方式,使选出的发现者既保持较高质量,又保持在搜索空间的分布广泛;其次,RHSSA在麻雀发现者搜索过程中,采用融合加权重心的反向学习策略,充分挖掘搜索空间的优质位置信息并减弱发现者向原点聚集的趋势;最后,RHSSA引入基于历史成功率的自适应选择算子动态地选择柯西变异与高斯变异对最优解做扰动,提高算法跳出局部最优的能力。选用CEC2017测试函数集中的12个函数作为性能基准函数,将RHSSA与其他五种改进的麻雀搜索算法(AMSSA、SCSSA、SHSSA、ISSA、CSSOA)进行性能评测。基于实验数据的Friedman检验表明,RHSSA能获取最优的结果。为验证提出的改进策略的有效性,还对改进策略进行了消融实验。实验结果表明在综合改进策略的共同作用下,RHSSA的综合优化性能排名为第一名。

基于故障敏感度学习和集成学习的可诊断性设计方法

对系统进行可诊断性设计,能优化诊断方案、提升诊断方案与系统的契合程度,对于准确检测或隔离系统故障具有重大意义。为此提出一种基于故障敏感度学习和集成学习的可诊断性设计方法。对于采集到的不同状态下的系统测试点信号进行特征提取,结合系统的可诊断性评价结果,提出特征贡献度量化算法,对信号中不同特征对故障诊断的贡献度进行评估,使用改进的D-S证据理论算法对不同信号的特征进行融合,确定适用于故障检测与隔离的故障敏感特征集合;采用集成学习方法对基分类器的诊断效果进行加强,最终获得对当前系统的诊断方案。仿真实验结果表明,采用新的可诊断性设计方法设计出来的针对系统的诊断方案,可以对系统故障进行良好的诊断,其中与未进行故障敏感度学习环节相比,故障诊断的错误率由5.33%下降到2.66%,与未进行集成学习环节相比,故障诊断的错误率由16.22%(基诊断器的平均值)下降到2.66%。在与其他诊断方案的对比实验中,新方法的故障诊断错误率相较于对比方法的平均值下降了3.34%。

基于流域电力生产数据中心的主设备故障诊断研究

随着智能水电站、集控中心的发展,各流域水电开发公司建设了电力生产数据中心,构建了标准化、规范化的数据模型,打通了底层系统通道。在电力生产数据中心的基础上,构建统一的主设备监测数据模型,并为应对现有设备报警模式的缺陷,分析专家知识和智能诊断方式的优势,建立了电站主设备的综合诊断系统,提供了多层次、多角度地的诊断参考意见,对推进智能水电建设、集控发展有着重要的意义。最后,以某混流式发电机组运行工况数据为例,分析并验证了综合诊断模型的有效性。

基于PA-VME与SPP的机械设备故障诊断方法的研究

针对传统的故障识别方法存在信号质量低和诊断精度差等问题,提出一种参数自适应变分模式提取(PA-VME)和稀疏保持投影(SPP)相结合的数据驱动机械故障诊断新方法。结合相关系数、L-峭度和信息熵构造一个新的指标L_(FCI)并将其作为适应度函数,采用粒子群算法对变分模式提取的内部参数进行优化,从而形成PA-VME模型并将其用于振动信号的模式分解;根据构造的指标能够反映信息有序度的原则,选取有效的模式分量并计算得到高维特征数据集;利用SPP将数据集通过权重矩阵投影到低维空间,实现对高维特征数据的降维和聚类分析。通过对仿真信号和实验台的故障信号进行分析,证明其对不同类型机械故障的识别精度可以达到96.87%。

基于支持向量机的风力发电机组故障诊断预警模型

当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征量,采用多目标的方式,打破预警范围的限制,设计多目标诊断预警矩阵,以此为基础,构建支持向量机故障诊断预警结构,采用阶次分析实现故障诊断预警处理。测试结果表明:对比传统机器学习风力发电机组故障诊断预警模型测试组、传统MSK-CNN和多源机电信息融合风力发电机组故障诊断预警模型测试组,此次所设计的支持向量机风力发电机组故障诊断预警模型测试组最终得出的预警响应时间被较好地控制在0.25 s以下,说明在支持向量机的辅助下,所设计模型对故障诊断预警的效率较高,针对性更强,具有实际的应用价值。

人工智能视域下的互联网数据安全优化算法研究

网络安全态势会直接影响互联网的发展,为网络系统安全、稳定地运行奠定基础。文中通过转化RBF神经网络权值,并形成粒子群中粒子,让粒子在解空间内部寻找全局最优权值,同时需将最优解问题的解的空间维度优化成五维,若将5个优化问题的最优化解与PSO算法相对应,对RBF神经网络的权重进行编码。结果显示,与RBF神经网络相比,粒子群优化RBF神经网络预测误差的起伏更小。如果训练频率较低,该算法能实现较快的预测,且预测结果接近于互联网安全态势的真实值,实现更快、更有效的预测。

培育第三方数据认证检测机构促进数据要素的可计量可检测和标准化

根据《关于构建数据基础制度更好发挥数据要素作用的意见》提出的指导方针,第三方数据专业服务机构在数据流通和交易全流程服务能力提升中扮演着关键角色。本文探讨了培育第三方数据认证检验检测机构的重要性,以及在促进数据要素市场化配置以及数据可计量、可检测和标准化方面的作用。本文分析了认证认可检验检测在数据治理、数据流通、模型训练等方面的重要作用;探讨了在数据的检验检测过程中存在的三种情形,提出了第三方数据检验检测的分类和评定内容。最后,提出了第三方数据检验检测目前面临的问题和瓶颈,并强调了大力培育第三方数据认证检验检测机构的必要性,以促进数据要素产业的健康有序快速发展。

面向云计算的负载均衡算法性能优化研究

随着云计算技术的快速发展,资源分配与管理成为实现高效云服务的关键环节之一。在众多资源管理策略中,负载均衡技术尤为重要,其性能直接影响着云计算平台的响应时间、系统吞吐量及资源利用率。针对负载均衡算法存在的主要问题,如资源分配不均、响应时间长等,文中提出了一种性能优化策略。首先,分析和比较现有负载均衡算法的性能,识别其优势和不足,随后结合队列理论和机器学习技术,设计了一种新的自适应负载均衡算法,旨在动态调整资源分配,优化任务调度策略,并通过模拟实验验证了所提算法在提高资源利用率、缩短任务响应时间等方面的有效性。实验结果表明,相比于传统算法,该优化策略能显著提升云计算平台的性能,为云服务提供商提供一种高效的资源管理解决方案。

泵站离心泵故障状态自动监测方法

为增强泵站离心泵的运行效果,提出泵站离心泵故障状态自动监测方法。首先分析离心泵运行振动信号,从中提取峰值、脉冲、裕度、峭度等特征参数,然后利用SVM对提取的特征参数进行故障模式识别,自动监测泵站离心泵故障状态。结果表明,应用设计方法在不同离心泵故障模式样本特征的类聚效果较好,故障状态监测准确率较高。

智能电网中的输配电设备状态监测及故障预警研究

在智能电网不断发展的过程中,输配电设备的状态监测和故障预警已成为保障智能电网运行稳定性的技术手段。为保障智能电网输配电设备的稳定运行,并发挥输配电设备的最大作用,文章分析了输配电设备的状态监测与故障预警技术的应用要点。研究发现,在智能电网中,输配电设备的稳定运行除了能保证供电稳定性和安全性外,还能降低功率损耗,提高能源利用率。智能电网中,合理应用状态监测及故障预警技术可以动态掌握输配电设备的运行状态,提前发现输配电设备的故障隐患,指导技术人员提前解决问题,避免对智能电网的正常运行造成影响。

基于轨迹数据的目标聚类算法研究与应用

文中探讨了轨迹数据的特征分析和目标聚类中存在的挑战,研究了轨迹数据的特征及其在目标聚类中的重要性,提出了以密度和轨迹相似性为基础的聚类算法。在实验设计和数据集选择方面,选取了具有代表性的数据集进行验证,并在算法实现、性能评估等方面进行了深入研究。通过应用案例,分析了该算法在轨迹数据处理中的实际应用效果,为相关领域的研究和应用提供了新的理念和方法。

基于改良粒子群遗传算法的无人机配送路径可视化

为满足无人机配送的需要,实现配送路径的最优化,文中提出了一种计算最优配送路径的方案。首先,分析了对无人机飞行路径规划的研究现状,介绍了算法的改进,其中单个无人机主要考虑实现飞行路径最短,多个无人机需要综合飞机配送的均衡度和总配送路径给出飞行路径。其次,使用Web前端实现算法计算,给出建议的配送路线,并使用高德地图API实现路径的动态飞行模拟。该无人机配送路径规划模型对空中配送的研究和建设提供了借鉴,具有一定的实际参考价值。

电力系统变电运维中的智能监测与故障诊断研究

随着电力系统规模的持续扩大和用电需求的日益增长,变电站在供电中的地位变得愈发重要,然而近年来变电站常面临的设备故障、维护困难以及不稳定给电力系统的安全与稳定运行带来巨大挑战,因此对智能监测与故障诊断技术展开研究显得尤为重要。基于此,文章总结了电力系统变电运维中智能监测与故障诊断技术的必要性,重点探讨了电力系统变电运维的智能监测与故障诊断技术,并分析其应用方式,以供相关工作人员参考。