基于模型采样和领域对抗神经网络的轴承故障诊断方法

为了适应不同产品的不同加工要求,轴承需要工作于不同的工况下,但是工况的变化会造成数据分布差异,从而导致轴承故障诊断模型的性能下降,同时目前也缺少针对无标签情况下实现故障类别均衡采样的方法,为此,提出了一种基于模型采样(MBS)和领域对抗神经网络(DANN)的轴承故障诊断方法。首先,使用基于模型采样(MBS)的方法,将预训练模型输出的类别概率分布作为采样依据,克服了在无标签目标工况下实现类别均衡采样的困难;然后,结合领域对抗神经网络(DANN),设计了将特征从目标工况迁移到源工况的网络结构;最后,在故障模拟实验数据上,建立了高精度的变工况轴承故障诊断模型,并将采用该方法所获结果与采用多种对照方法所获结果进行了对比分析,以验证该方法在变工况轴承故障诊断上的有效性和优越性。研究结果表明:在模拟实验中,采用基于MBS-DANN的方法可达到98.41%的平均诊断准确率,相比随机采样法提高超过10%;这说明无标签样本类别均衡采样具有重要意义,也可验证基于MBS-DANN的方法在变工况轴承故障诊断上的有效性和优越性。

基于优先采样模型的离线强化学习

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于鞅的采样模型.基于时序差分误差的采样模型可以使智能体更多地学习值估计不准确的经验数据,通过估计更准确的值函数来应对可能出现的分布外状态.基于鞅的采样模型可以使智能体更多地学习对策略优化有利的正样本,减少负样本对值函数迭代的影响.进一步,将所提离线优先采样模型分别与批约束深度Q学习(Batch-constrained deep Q-learning,BCQ)相结合,提出基于时序差分误差的优先BCQ和基于鞅的优先BCQ.D4RL和Torcs数据集上的实验结果表明:所提离线优先采样模型可以有针对性地选择有利于值函数估计或策略优化的经验数据,获得更高的回报.

基于IEC 61850标准的采样值传输模型构建及映射实现

采样测量值的数字化传输是实现变电站自动化系统过程层与间隔层串行通信的重要部分。分析了 IEC 61850标准定义的采样值传输抽象模型,基于 IEC 61850-9-1定义的合并单元,以变压器差动保护所需采样值为研究对象,对采样值传输模型进行具体合理构建,并实现此模型在通信堆栈的映射,揭示了标准中抽象模型与具体映射之间的内在统一关联。

稠密采样点模型的快速隐式曲面重建

算法以稠密采样点模型表面局部区域内的双边滤波函数值为依据,模型表面附近任意一点的函数值通过与该点最近的模型表面的K个采样点数据直接计算得到。与已有的隐式曲面重建方法相比,该方法既不用曲面内部或外部的支撑点,也不用求解线性和非线性方程,其重建速度快。此外,由于采用双边滤波函数作为其重建的隐式曲面的函数值,因此还能对带有噪声的采样点模型进行特征保持的表面重建。实验结果表明,对于稠密采样点模型,该方法可以快速重建出逼近程度高,效果好的曲面。

基于采样数据模型的高压直流输电动态特性分析

运用采样-数据建模方法建立了12脉动换流器HVDC的小信号线性模型。该模型考虑了换流器开关电路的动态特性,适用于高频动态特性分析。利用该模型分析了HVDC控制系统与HVDC两侧交流系统对HVDC动态特性的影响,特别是高频动态特性的影响,分析结果显示:逆变站交流系统的SCR对HVDC的动态特性有较大的影响,当逆变侧交流系统的SCR过低时,系统可能出现低频不稳定;整流站控制增益过大时对系统的高频特性有不利的影响;当逆变站采用定γ角控制时,系统的高频低频稳定性都较差;证明了传统的准稳态模型不适用于HVDC的高频动态特性分析。

基于采样数据模型的DC-DC变换器中分岔现象分析

DC-DC变换器中存在着丰富的非线性现象,分岔的出现是DC-DC变换器失稳的表现。为研究DC-DC变换器中的分岔现象,采用采样数据法建立DC-DC变换器的精确数学模型,给出对分岔现象进行仿真分析的公式,以Buck变换器为例,通过仿真和实验观察不同参数下分岔现象的出现,从而得出电路参数变化对DC-DC变换器稳定性的影响。

基于采样—数据模型方法的可控串联补偿系统对次同步振荡抑制作用的计算分析

采用TCSC的采样 数据模型 ,可方便地分析较大规模电力系统在不同TCSC控制策略下的动态特性。该模型考虑了晶闸管开关的非线性和时变因素 ,在汽轮发电机组轴系频率范围内足够精确。通过分析IEEE次同步振荡用的第一基准模型和伊敏 大庆 5 0 0kV带可控串联补偿的输电系统 ,用定量计算从理论上说明了只有当晶闸管导通角在一定范围内或大于一定的数值时 ,才能有效地抑制次同步振荡。

IEC61850标准下通用变电站事件模型与采样值传输模型的比较

通用变电站事件模型(GSSE)和采样值传输模型(SAV)是IEC61850标准中定义完整描述变电站信息模型和信息交换服务的重要模型。我们已经有文献分析过GSSE中面向通用对象的变电站事件(GOOSE)和通用变电站状态事件(GSE),但在比较GSE与SAV的共同点与异同点方面却鲜有涉及。本文从报文信息的传输、信息传输服务的抽象模型和模型映射方式3个方面,对GSSE和SAV进行了深入的分析和比较。得出结论:GSE模型在信息传输内容的广泛性、信息传输的可靠性方面有一定的优势。同时也指出了两种模型在信息传输的实时性、模型映射方式等方面其实都有相似之处。

基于高斯分布的强独特性描述子采样模型研究

针对基于传统采样模型的特征描述算法鲁棒性不高的问题,建立一种基于高斯分布的强独特性描述子采样模型.首先通过对比BRISK和FREAK采样模型,确定了影响描述子性能的模型参数;然后通过理论建模分析参数对模型性能的影响规律,选取最优值参数以达到信息含量最优、独特性最强的目的;最后根据人眼视网膜细胞的分布特性构建改进模型.实验结果表明,基于改进模型的描述算法不仅可以更好地克服图像中各种尺度、旋转、视角和噪声等变换的影响,而且完全满足实时性要求,其鲁棒性与BRISK和FREAK采样模型相比分别提升9%和5%.

晶闸管等周期采样模型

本文论述了晶闸管直流控制系统本质上是一个确定型的采样控制系统：论述了晶闸管等周期采作模型的特征及其应用范围．通过一个电流闭环控制系统的分析，得出了当装置的最大整流电压Ｕｄｍ满足时，即可实现一拍响应的结论，并进行了实检验证．

相对阶数为2的机械非线性采样数据模型

针对相对阶数为2的非线性多变量质量-弹簧-阻尼机械振动系统,导出了近似的采样模型和离散性质.采用比Euler模型更复杂的离散采样方式,分析了该近似采样模型的局部截断误差和全局截断误差.特别地,通过研究导出近似离散时间控制模型的采样零动态,给出了相应的渐近特性,还分析设计了离散采样控制器.将线性质量-弹簧-阻尼机械模型情形推广到了非线性系统,在非线性系统辨识方面有应用价值.

基于IEC 61850-9-2采样值传输模型的研究

IEC 61850标准定义了采样值传输的抽象模型,应用于采样值传输及相关服务。为了满足该标准对变电站自动化系统以及智能设备所提出的灵活性、互操作性的要求,在研究IEC 61850信息模型内涵的基础上,对合并单元的信息模型及其映射进行了介绍,构建了合并单元的采样值传输模型;通过预配置采样值控制块,进行IEC 61850-9-2采样值传输,分析了合并单元配置信息的灵活性,通过实验验证了信息配置的正确性。

基于FOH的n阶积分器采样数据模型（英文）

针对一阶保持器(first-order hold,FOH)条件,分析了n阶积分器的离散采样模型,导出了相应的FOH离散脉冲函数和离散时间模型的标准形描述。在此基础上,探寻了离散时间零点的渐近性质,以及离散标准形模型的采样零点条件。特别地,当采样周期T→0时,研究并且描述了线性n阶积分器的离散系统零点的稳定特性和稳定准则。所给出的定理是对相关结果的进一步推广。

双向过采样系统点目标采样模型与检出方法

传统的采样系统对点目标的能量收集能力差,图像信噪比低,像斑面积小。为了克服传统采样的缺点,在对弱点目标进行探测时可以采用双向过采样技术。建立了点目标采样系统的数学模型,分析了双向过采样系统对点目标的检测性能。通过点目标采样系统的数学模型,得到了双向过采样系统点目标像斑分布均匀、灰度梯度小、有一定的面积的特点。从而设计出针对双向过采样系统的点目标检出方法。采样模型得到的像斑能量分布表明,双向过采样系统对点目标的能量收集能力强,点目标像斑面积大,信噪比稳定,采样系统对点目标的空间相对位置有很强的适应能力。仿真分析表明,目标检出方法能够有效提高点目标图像的信噪比。

基于离散域采样数据模型的DC/DC变换器等效电路

提出了一种针对数字控制变换器的大信号模型精确建模方法。通过深入分析在不同调制方式下变换器的采样数据模型,提出了基于离散域采样数据模型的等效电路推导方法;同时,给出了等效性判别准则,该准则可用于判别所建立模型的精确性。以采用不同调制方式的同步Boost变换器作为研究算例,通过分析所得采样等效电路模型,成功解释了不同调制方式下变换器稳定性不同的根源,所得理论分析结果和仿真结果保持一致。

配网侧并网逆变器采样模型预测控制方法研究

为了提高配网侧并网逆变器建模的稳定性,提出基于耦合特性建模的配网侧并网逆变器采样模型预测控制方法。以频率耦合特征、电流响应分量、并网逆变器的频率特征分量等为约束参量,构建配网侧并网逆变器采样的控制约束参量模型。在产生同频率的扰动电流分量的条件下,进行配网侧并网逆变器的输出稳定性调节,计算逆变器的谐振角频率,通过逆变器谐振频率特征分析方法进行侧电感电流预测控制。根据配网侧并网逆变器的耦合特性进行电流阻尼特征分解,实现配网侧并网逆变器采样模型预测控制。仿真结果表明,所提方法的预测控制输出稳定性较好,能够使逆变器在谐振条件下保持稳定状态,提高了配网侧并网逆变器的稳定控制能力。

半导体变流技术在等周期采样数据模型中的应用

半导体变流技术在采样模型中的应用，阐述了晶闸管直流控制系统实质上是一个确定型的采样控制系统．论证了晶闸管等周期采样数据模型的特征及其应用范围。通过对一个电流闭环控制系统的分析，得出了当一个直流控制装置，其最大整流电压Ｖｄｍ满足时，即可实现一阶响应的结论。

基于视觉显著性的两阶段采样突变目标跟踪算法

针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率;其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型.其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法.突变运动采用基于视觉显著性的WLMC算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo,MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性.该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标.实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性.

基于GIS的农田土壤水分状况管理模型及应用

基于GIS开发了土壤水分和土壤电导率的简单专题图及精细专题图模块。简单专题图为运行于农田PDA的嵌入式GIS系统提供采样异常点检查验证;精细专题图为运行于上位机的农田信息处理系统提供信息可视化管理。简单专题图调用GIS组件方法获得并据此建立了采样管理模型;精细专题图中,土壤水分采用克里金插值算法预测的均方根百分比误差(RMSPE)为5.489%;土壤电导率插值模型采用泛克里金算法预测的RMSPE为18.451%。基于精细农田信息专题图,根据特定作物不同生长时期需水量的专家推荐值建立了土壤水分管理模型,利用该模型进行的一次灌溉决策显示,土壤含水率方差从灌溉前的1.9168调整到了灌溉后的0.8906。试验表明,采样管理模型能够指导田间采样,农田水分管理模型能够指导农田灌溉。

基于NetFlow的特征感知自适应的流采样方法

采样是网络异常检测中数据采集的主要方法。而网络流的持续时间、数据包的大小、异常流量出现的频率等都在不断变化,给准确的采样带来很多负面的影响。为此,提出了特征感知的自适应采样技术,在流量特征不断变化的情况下可以自动调整采样率,并将它和随机采样技术、选择采样技术进行比较,研究了这些采样技术在网络行为分析系统中保留网络特征的能力,实验结果表明此方法在保留网络特征和异常检测质量评估中,明显优于其他方法。