基于参数线性组合的航空发动机气路健康参数估计

针对发动机上可用传感器个数小于待估计气路健康参数个数时的卡尔曼滤波估计问题,采用一种健康参数线性组合的方法。通过迭代搜索方法优化得到最优变换矩阵,对原健康参数进行线性组合,生成一组维数等于可用传感器个数的调整参数向量,然后采用卡尔曼滤波器对调整参数向量进行估计,最后通过还原变换得到原健康参数的估计值。以涡扇发动机为研究对象的仿真结果表明,在风扇、压气机的效率以及涡轮效率和流量分别或同时蜕化2%到3%时,该方法能够准确估计出所有的健康参数,而估计参数子集法的估计结果有可能出现明显偏差,甚至误判。

基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。

早期饲喂水平对犊牛断奶日龄、生长性能及健康参数的影响

试验旨在评估不同饲喂水平对犊牛断奶日龄、生长性能和健康参数的影响。选择平均初始体重为(40.48±2.36)kg的荷斯坦公牛48头,随机分为4组,每组4个重复,每个重复3头,分别在断奶前连续3 d饲喂300(对照组)、450、600和750 g代乳料。结果显示:断奶前,饲喂水平为600和750 g/d组犊牛体重显著高于对照组(P<0.05),饲喂水平为450、600和750 g/d组犊牛料重比显著低于对照组(P<0.05)。断奶后8周,饲喂水平为450、600和750 g/d组犊牛体重显著高于对照组(P<0.05)。随着饲喂水平的逐渐提高,犊牛在断奶时的干物质摄入量和总采食量显著提高(P<0.05)。饲喂水平为450、600和750 g/d组犊牛对干物质、有机物和粗蛋白的表观消化率显著高于对照组(P<0.05)。饲喂水平为450、600和750 g/d组犊牛的粪便评分、气味评分、体温以及腹泻用药天数均显著低于对照组(P<0.05)。研究表明,犊牛断奶后饲喂水平至少为450 g/d时可以改善生长性能、营养物质消化率和健康状况。

基于MEMS技术的井下人员健康参数无线采集系统

目的为了确保井下工作人员安全生产和生体机能的监测。方法提出一种基于MEMS传感技术和无线射频技术用于矿井下人员健康参数采集的方法。结果基于此方法,研究设计了一种低成本、高效率、便携式的人体健康参数监控报警系统。结论无线MEMS传输技术为井下复杂环境数据采集提供共可靠路径,大大提降低了井下无线网络的组网成本。

基于MEMS技术和无线射频网络的人体健康参数采集系统

结合MEMS技术和无线射频技术,提出了一种新型的人体健康参数采集方法.基于此方法设计了一种便携式、低成本的人体健康参数采集系统.介绍了系统的测量原理以及硬件和软件设计.该系统测量体温的精度为±0.5℃,测量血压的精度为±1mmHg,在可靠通讯距离下无线数据传输的实际乱码为0.

基于物联网的人体健康参数远程检测系统设计

采用STM32F103C8T6单片机为核心控制器,利用Pulse Sensor心率传感器、US9111-006D压力传感器和QMA7981三轴加速度计分别设计了心率、血压和运动测量电路,实现对人体心率、血压和运动状况的实时检测;采用HC-05蓝牙模块设计了蓝牙应用接口,开发了手机端数据采集App,采集并远程传输慢病患者日常健康体征数据,实现慢病患者日常健康数据远程在线集中监测。经过测试,系统能够满足慢病数据采集需要,为辅助慢病远程理疗提供了解决方案。

基于自适应拟合建模的航空发动机健康参数估计

针对航空发动机各部件会发生性能缓慢退化,而现有的发动机线性模型建模方法无法在全寿命期限内满足精度要求,导致滤波算法对健康参数的估计误差随着飞行循环数的增加而增加的问题,提出自适应拟合的方法建立包含健康参数的状态变量模型(SVM),并设计卡尔曼滤波器进行健康参数估计。方法利用上一个采样周期内健康参数的估计值实时更新健康参数相关系数矩阵,以提高线性模型的精度。以某型商用航空发动机部件级模型为基础,在设计巡航点采用提出的方法建立线性变参数模型。通过相似换算,在多个飞行状态点,进行数字仿真性能缓慢退化过程。经验证:相比改进拟合法,基于所提建模方法的卡尔曼滤波器能较大地提高对健康参数的估计精度,同时具有较好的实时性。

基于平衡流形展开模型的航空发动机健康参数估计

为提高航空发动机健康参数实时估计的精度,结合非线性卡尔曼滤波器从底层模型方面进行改进。以航空发动机部件级模型为基础,提取运行数据,采用线性拟合法求解系数矩阵,建立传统状态空间模型;采用BP神经网络拟合调度参数,建立设计点处包含健康因子的平衡流形展开(EME)模型。基于EME模型分别采用扩展卡尔曼滤波器和无迹卡尔曼滤波器进行多种参数退化模式下的数值仿真估计。仿真结果表明:得益于EME模型对非线性系统的良好近似性,各参数退化模式下的估计结果准确,稳态误差不超过3%;与采用部件级模型作为底层模型的方案相比,该方案的估计速度提升了1个量级。验证了基于航空发动机EME模型结合非线性卡尔曼滤波器进行健康参数估计方法的实际可行性。

高强度训练下学生体质健康参数状态监测方法

常规的健康参数状态监测方法,只在训练完成阶段进行监测,导致该检测方法的安全系数偏低,因此,在高强度训练下,提出阶段式的学生体质健康参数状态监测方法.该方法根据高强度训练与学生体质之间的关系,设置阶段式集成动态监测模式;通过加权聚类学生体质变化特征,确定健康参数波动范围;偏移度算法获取健康参数实时状态,设置安全预警监测指标.实验测试结果与常规的监测方法相比,该监测方法在监测初始阶段、进行阶段以及完成阶段,对学生的健康参数状态进行监测,获取实时变化参数,确保学生训练安全.由此可见,阶段式的监测方法安全性更高,满足学生训练需求.

考虑参数权重与分层映射的光伏组件健康程度检测

光伏系统的健康程度检测对预防故障及保障系统安全运行至关重要。选取光伏组件的光生电流、串联电阻和并联电阻为其健康参数,该文提出了一种考虑健康参数权重与辐照度分层映射的光伏组件健康程度检测方法,来提高健康程度检测的精度与适用范围。首先依据光伏组件I-V曲线,通过蝠鲼觅食优化(MRFO)算法进行参数辨识;其次根据辐照度高低将辨识结果分层映射至两种辐照度参考状态,提高低辐照状态下的映射精度;然后根据组件预期寿命内允许的功率衰减情况建立光伏组件自然衰减模型,估算参数预期值作为参考,再结合实际的参数提取结果计算参数劣化度;最后使用熵权法确定参数权重,计算表征光伏组件健康程度的健康指数。仿真与实验结果表明,该方法可对任何环境参数下的光伏组件健康程度进行有效检测。

基于CERES-Maize模型的土壤健康相关因素对旱地玉米产量影响的优化模拟

基于2013—2015年玉米灌溉试验,对DSSAT-CERES-Maize模型参数进行校准和验证,评估该模型在关中地区对旱地农业的适用性。利用2013年和2014年的全灌溉试验对模型进行校准,利用2015年全灌溉试验数据对模型进行验证,结果表明,实测值和模拟值都表现出了较好的一致性,均方根误差与归一化均方根误差均小于10%,模型效率均大于90%,说明模型模拟效果良好。利用1981—2020年气象数据和土壤健康相关因素优化调整,将模拟年份分为丰水年、平水年、枯水年,对不同典型年的产量进行模拟分析,发现在旱地农业中,土壤排水上限增加20%,作物增产8.1%,水分利用效率增加17.4%,蒸发蒸腾量减少7.1%;在增加土壤反照率、排水上限、土壤有机碳等综合模拟下旱地玉米产量提升了11.6%;综合模拟情景下,枯水年产量增长比例最高。综上所述,CERES-Maize模型可应用于关中地区旱地玉米研究,在枯水年土壤健康管理中可发挥出更大的节水增效潜力。

不同人群健康指数调查研究

目的:对不同人群健康指数进行观察比较并就此作出分析,以期能引起对健康指数的认识和关注。方法:采用整群随机抽样方法,对上海、江苏、浙江、河北、河南、福建、山东、辽宁、深圳9个省市进行现场调查,健康指数调查表内容包括5个部分:健康文化、健康意识、健康行为、健康感受和健康参数,问卷共577份,其中合格问卷568份,建立数据库,采用SAS 9.1软件对数据进行分析。结果:健康文化与健康意识、健康行为和健康参数均有相关性,其中,与健康意识相关性最高。健康意识与健康文化、健康行为和健康参数均有相关性,其中,与健康行为相关性最高。健康感受与健康行为和健康参数有相关性,后者与其相关性较高。健康参数与其他4方面均有相关性,但与健康感受的相关性最高。结论:对于健康指数的测评应该涵盖健康意识、文化、生活方式、医学参数、社会支持,只有这样才能对健康状况给予全面准确的评估,为后续健康维护或疾病诊疗提供重要的医学信息和思路。

基于物联网的居家养老电动智能床及健康监控系统的研制

根据我国居家养老现象越来越普遍的实际,采用自动控制技术、电子信息技术和物联网技术,研发了集休闲、按摩和健康监控于一体的电动智能床,让老人提高睡眠质量、掌握健康状况、得到及时的医疗服务,免去繁琐的传统就诊程序。

一种通用健康监护及医疗服务机器人系统设计

介绍一种具备实时健康监护和简单医疗服务功能的自主机器人系统的设计。本系统将生理参数检测,传输和实时定位集成在若干便携的无线节点上,具有低成本、低功耗,易于配置维护等优点。室内环境下的实验验证了了系统的稳定性和实用性。

航空发动机推力估计新方法

论文针对采用卡尔曼跟踪滤波方法进行航空发动机推力估计时,在非设计点存在稳态跟踪滤波误差的问题,提出了基于控制器跟踪滤波器的推力估计方法.在航空发动机的健康参数中选择一部分作为"被调"参数,对"被调"参数的蜕化进行估计,并修正机载发动机的实时模型,使模型输出与实际发动机可测参数的输出相一致,达到对推力等不可测性能参数进行准确估计的目的.与卡尔曼跟踪滤波估计方法相比,控制器跟踪滤波方法能利用控制器的积分特性,消除非设计点的稳态跟踪滤波误差,提高推力估计的精度.

航空发动机故障诊断的机载自适应模型

提出了复合拟合法建立状态变量模型,该方法应用于建立高维状态变量模型时,具有较高的精度.将健康参数作为增广的状态变量,设计了卡尔曼滤波器,从而可以根据可测参数的偏离量估计得到健康参数.为了减少自适应模型与真实发动机之间的建模误差,在自适应模型中加入神经网络对稳态基点模型进行修正,从而提高了故障诊断系统的置信度.

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。

涡扇发动机故障诊断硬件在回路实时仿真平台

硬件在回路仿真是发动机故障诊断算法由理论转向实际工程应用的重要阶段,但目前航空发动机故障诊断算法的研究多数处于软件数字仿真阶段。构建民用涡扇发动机故障诊断算法硬件在回路实时仿真验证平台,开发考虑健康退化的民用涡扇发动机多维调度分段线性化模型,分析并模拟仿真民用涡扇发动机的四类典型常见故障。经过对相关诊断算法进行实验验证,表明该平台及使用的模型和方法都是行之有效的,具有一定的工程使用价值。

基于热力模型的燃气轮机气路故障预测诊断研究综述

为避免失修和过修,提高设备的可靠性和可用性,降低燃气轮机机组运维成本,用户宜采用预知维修策略。气路诊断是一种对正在演变或即将发生的恶化情况发布早期预警信息的有效技术。经过多年发展,气路诊断已经取得了许多基于燃气轮机(准)稳态的诊断算法理论成果,但尚未形成一个完整的科学体系。现今燃气轮机越来越需在电网支持模式下更灵活地运行(包括频繁变工况及瞬态加减载)。在此操作条件下,其使用寿命会比在基本负荷(准)稳态运行时消耗更快,因此,迫切需要考虑瞬态变工况下气路故障诊断与预测的新理论新方法。针对瞬态变工况下气路故障预测诊断的基础问题,提出了瞬态变工况下燃气轮机自适应气路故障预测诊断方法研究路线,包括研究可变几何部件及瞬态变工况运行模式的自适应动态热力建模方法;利用机组可测气路参数,研究基于部件特性线形状内在非线性自适应的气路诊断方法,实时诊断得到各主要部件健康参数;最后提出一种融合各主要部件健康参数的多维度时序预测方法,为实现复杂强非线性热力系统故障诊断与预测提出新方法。

基于模型与数据混合驱动的燃气轮机气路故障诊断方法

为避免失修和过修,提高燃气轮机可靠性和可用性,本文提出了一种基于模型与数据混合驱动的燃气轮机气路故障诊断方法。首先,通过自适应热力建模策略构建待诊断对象的燃气轮机热力模型,通过设置不同的部件健康参数和入口边界条件,模拟得到部件健康参数向量与入口边界条件参数和气路可测参数向量一一对应的数据集;其次,利用深度学习进行回归建模,训练得到燃气轮机气路故障诊断模型;最后,根据实际燃气轮机入口边界条件参数和气路可测参数向量,通过已训练的诊断模型来实时诊断输出各气路部件的健康参数向量。仿真实验结果表明,通过本文所提出的方法,可以准确地得到各个通流部件量化的健康参数,其总体均方根误差不超过0.033%,最大相对误差不超过0.36%,表明该方法具有较大的应用潜力。