基于二元非线性Wiener随机过程的变压器油纸绝缘剩余寿命预测方法

针对传统单性能退化量的油浸式电力变压器油纸绝缘剩余寿命预测方法难以全面反映油纸绝缘退化行为,且缺乏对多性能退化量间相关性的考虑,该文充分考虑退化过程的随机性和非线性,提出了一种基于二元非线性Wiener随机过程的变压器油纸绝缘剩余寿命预测方法。首先,基于非线性Wiener随机过程建立单性能退化量的油纸绝缘退化模型,刻画油纸绝缘退化过程的随机性和非线性;然后,基于Copula函数建立两性能相关的退化模型,更加全面地分析两性能退化量所反映的变压器油纸绝缘联合退化行为;最后,采用MCMC-Gibbs抽样算法估计模型未知参数,实现变压器油纸绝缘剩余寿命预测。该文以糠醛和甲醇含量作为性能退化量,依托加速热老化实验数据进行实例验证,对比单性能、两性能独立、两性能相关三种情况下的可靠度曲线及剩余寿命预测结果,结果表明,该文所提方法能够更加合理全面地描述退化过程,可靠度曲线更贴近真实结果。

基于相关分析和带遗忘因子的随机梯度的非线性系统Wiener模型辨识

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,利用时滞状态空间模型和神经模糊模型分别建立动态线性子系统和静态非线性子系统,并利用设计的组合信号实现Wiener非线性模型分离辨识.首先,利用后移算子的性质,将时滞状态空间模型转化为传递函数模型,在高斯信号作用下利用相关分析方法辨识动态线性子系统的参数,解决了Wiener模型中间变量不可测问题.其次,为了改善辨识模型的精度和收敛速度,推导了带遗忘因子的递推随机梯度方法,得到静态非线性子系统的参数估计.将提出的非线性Wiener模型辨识方法运用于连续搅拌反应釜,实验仿真结果表明,本文提出的Wiener模型辨识方法能够有效辨识连续搅拌反应釜系统,并取得较好的控制效果.

基于Wiener过程的多阶段非线性复杂退化产品可靠性分析模型

为提高非线性退化轨迹拟合的精度,针对多阶段退化中的非线性规律建立Wiener过程模型,考虑变点的连续性与部件个体的差异性,给出基于非线性复杂退化的可靠性评估方法。结合幂律函数推导出非线性多阶段Wiener过程模型,得到模型参数的极大似然估计量;通过最小均方误差原则给出变点以及幂参数的初值确定方法;根据SIC(schwarz information criterion)方法得到模型变点的精确值,并检验其准确性;结合不同部件之间的差异性,得到变点的连续分布;推导出非线性Wiener过程连续时段内的可靠度函数估计;利用本模型对高压脉冲电容器电容相对变化量的退化数据建模,与线性建模结果对比,验证多阶段Wiener过程模型在可靠性评估方面的有效性与可行性,估计结果更接近真实值。

基于Wiener核和BP神经网络的非线性模拟电路故障诊断

研究提出基于非线性电路的Wiener核和BP神经网络的故障诊断方法。在输入为高斯白噪声的情况下,对输入、输出信号进行采样,通过计算各阶相关函数的方法得到正常及各种故障状态下非线性电路的Wiener核。把该核作为状态特征并进行适当的预处理,与对应的状态一起组成BP神经网络的输入和输出样本来对神经网络进行训练,从而实现对模拟非线性电路的故障诊断。文中给出了Wiener核的数字计算方法和诊断神经网络的建立方案,并通过诊断实例加以验证。

非线性系统Wiener模型辨识

本文采用不同幅值的三电平伪随机m序列作为输入信号,辨识了离散非线性系统Wiener模型的线性脉冲响应函数和非线性增益系数.同时讨论了参数估计的统计特性及其区间估计,并附有仿真结果.

基于Wiener过程的非线性加速退化可靠性评估方法

针对恒定应力加速退化试验场合下的非线性退化数据,考虑个体之间的退化差异,提出了基于Wiener过程的非线性加速退化可靠性评估方法。采用Wiener过程描述产品的退化过程;运用时间尺度模型对非线性数据进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑个体差异的可靠性模型和加速退化模型;采用两步极大似然估计法确定模型中的未知参数,结合算例分析验证了方法的正确性和优越性。

基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号,将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wie-ner模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.

基于二元疲劳失效判据的非线性疲劳损伤累积模型及其强度退化研究

二元疲劳失效判据认为疲劳破坏是由损伤程度和当前作用应力这两个量共同决定的,由此观点出发定义了非线性损伤,并建立了与载荷状态有关的非线性损伤累积模型,推导了在多级加载下的递推公式。经两种金属材料的疲劳试验数据验证表明,用该模型预测疲劳寿命,其结果是令人满意的。从疲劳过程本质上是材料静强度不断退化的过程的观点出发,建立了基于二元疲劳失效判据的非线性强度退化模型,将模型应用于两级及多级载荷下的剩余寿命估算,结果表明,所提出的剩余强度退化模型是合理可行的。

红外焦平面阵列二元非线性的非均匀性理论模型

非均匀性校正是红外焦平面阵列成像质量提高的关键,在现有一元线性理论模型局限下,红外焦平面阵列成像非均匀性校正难以获得校正精度的提高.本文通过红外焦平面阵列探测器成像机理及其成像过程理论分析,推导了影响探测器响应及其非均匀性的主要因素,首次建立了红外焦平面阵列二元非线性的非均匀性理论模型,通过实验测试及其统计分析验证了理论模型.该模型能在较宽红外辐射和环境温度范围内准确预测红外焦平面阵列响应曲线及其非均匀性,比原一元线性理论模型更全面准确地描述了红外成像非均匀性影响因素及探测器响应关系.

结构非线性二元翼外挂系统气弹复杂反应

用非线性气动弹性系统的等效线化分析方法简化机翼外挂系统的数学模型,将对称分段线性型非线性单自由度振子的次谐分叉条件引入气动弹性系统的复杂响应分析,得到了系统存在复杂响应的参数区域,并用变步长四阶龙格-库塔法验证.结果表明,结构非线性二元翼外挂系统除存在通常意义下的周期1极限环颤振响应外,还存在周期3、周期5、周期7等复杂响应.

基于Lag-SBP的Wiener型非线性系统的辨识方法

给出了Wiener型非线性系统的一种新的辨识方法。采用Laguerre函数与静态BP网络相结合构成Wiener型非线性系统的模型,并给出此模型参数递推辨识算法。这种模型参数辨识不需要实际系统的阶次和时延先验知识,对实际系统阶次和时延变化有较强的鲁棒性。数字仿真验证了该方法的有效性。

非线性动态系统的Wiener神经网络辨识法

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiener模型参数;并推导了基于反向传播的网络权值调整方法.最后,通过网络迭代训练,可同时得到线性动态子环节和非线性静态增益的模型参数.通过一个Wiener模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法切实可行.

二元非均匀体系非线性动力学扩散模型的相关性

研究了二元非均匀体系扩散的非线性动力学离散模型与Fick扩散定律和Cahn-Hilliard扩散方程的相关性.二元非均匀体系非线性动力学离散模型中,因原子的扩散系数与局部原子浓度强相关,扩散非对称性系数m′和有序能V是主要影响参数.采用非线性动力学离散模型和Cahn-Hilliard扩散方程分别计算了调制周期为4.8,9.6和48 nm的Mo/V纳米多层薄膜的互扩散行为.Fick扩散定律和Cahn-Hilliard扩散方程等经典扩散定律和非线性动力学离散模型均可合理描述较大扩散尺度的扩散,随着扩散尺度的减小,经典扩散定律偏差逐渐增大,纳米尺度下的扩散需用非线性动力学离散模型描述.

非线性规划在二元精馏塔仿真过程中的应用

为了解决大规模动态系统模型无法直接求解的问题,利用动态优化方法研究了非线性规划在精馏塔仿真计算中的可行性。针对流程工业中广泛应用的典型二元精馏塔分离过程,对其模型进行离散化,采用非线性规划的方法对其进行稳态计算,评价精馏塔的生产能力;在稳态计算的基础上,利用非线性解题器进行动态模拟,考察不同回流比对精馏塔分离效果的影响。结果显示,稳态及动态模拟计算数据符合工程实践规律与预期。研究表明:非线性规划作为分离过程这类复杂系统的新方法,可为大规模复杂非线性动态系统的模拟分析提供技术支持。

基于小波分析的非线性系统Wiener模型辨识

针对非线性Ｗｉｅｎｅｒ模型，提出基于小波分析的一种新的模型辨识方法。具有这种模型的非线性系统可看作是一个线性子系统后接静态非线性增益所组成的模型。利用小波变换分析模型的稳态信息，可推导出形式简单的稀疏矩阵表达式，一致估计出 Ｗｉｅｎｅｒ模型中的静态非性线增益；然后即可利用系统的动态信息一致估计出模型的线性子系统参数。最后通过仿真说明了该方法的有效性和实用价值。

基于非线性(Wiener)模型自适应预测函数控制

针对一类非线性对象提出了基于Wiener模型的非线性系统自适应预测函数控制方法。利用带遗忘因子的递推最小二乘算法在线辨识得到Wiener模型核参数,根据所得模型参数直接计算得到非线性预测函数控制律,而且使控制律计算容易,适用于具有一定非线性的被控对象,并能适应被控对象的环境变化。

Banach空间中二元非线性算子方程的迭代求解

在Ｂａｎａｃｈ空间中，利用锥理论和混合单调算子性质，研究了更为一般的非线性算子方程ｕ＝Ａ（ｕ，ｕ）解的存在与唯一性，给出了逼近解的迭代序列和误差估计。

应用于大规模集成电路非线性布局的二元结群算法

针对平面模式下非线性布局算法的设计能力远远跟不上集成电路发展速度的现状,将连接紧密的单元结合作为整体参与布局,提出一种应用于大规模非线性布局的二元结群算法,以减小电路规模和复杂度,进而提高布局算法速度、优化布局算法结果质量.该算法按2个单元之间对内连接度与对外连接度的比值排序,并按比值从大到小对单元进行结群,然后更新网表;如果其中一个单元已经被结群或是它们合并后总面积会大于目标结群面积,则放弃这2个单元的组合.将文中算法嵌入之前实现的平面非线性布局器中,可使运行时间相对于平面模式减少40%,布局结果的质量提高了12%.该布局器详细布局后的结果比当前流行的同样采用结群算法的布局器Capo,FastPlace,Fengshui和mPL5-fast算法分别优化了7%,9%,7%和5%,显示了其有效性和高效性.

基于非线性Wiener过程航空发动机性能退化预测

针对基于线性随机过程航空发动机性能退化预测精度不高的问题,提出了一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模的方法,可以预测航空发动机的性能退化。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出性能退化的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而达到对个体发动机性能退化的实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明:针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机运行后期性能退化预测的准确性,提供更加可靠的预防性维修决策。