基于马田系统的滚动轴承初始故障检测和状态监测

针对轴承寿命的四个阶段中振动信号特征参数的变化灵敏度不同,分析了特征参数对初始故障的敏感性和退化状态的相关性,提出了一种采用马田系统检测轴承初始故障和区分性能退化状态的方法。以对初始故障敏感和对退化状态相关的特征参数建立了马田系统的基准空间,并在马田系统中将两组特征参数融合为单一的特征参数马氏距离;MD1对滚动轴承初始故障的敏感性,检测轴承寿命在第一和第二阶段时出现初始故障的时间点;MD2随着滚动轴承性能退化状态而不断增大,依据其变化趋势判断轴承的退化状态;该方法避免了单一特征参数在不同运行环境中的不确定性和不稳定性,可以准确的检测出轴承的初始故障和判断轴承的退化状态。通过两组滚动轴承加速寿命试验,验证了该方法的有效性和准确性。

基于马田系统和灰色累积前景理论的变压器区间数维修风险决策

提出一种基于马田系统和灰关联累积前景理论的维修方案风险决策方法。在已有的指标体系基础上,使用定性和定量相结合的方法构建区间数初始维修决策矩阵。将区间数决策向量视为多维属性空间中的超长方体,采用2水平正交试验在该超长方体上均匀、分散地布点,根据正交表的试验次数组成布点集代表决策方案。利用马氏距离计算每个维修方案与正负理想解之间的距离以消除指标之间相关性对结果造成的影响。考虑到公司领导的主观风险态度,引入累积前景理论,定义了基于马氏距离的灰关联函数,进而构建了正负前景价值矩阵,计算各维修方案的综合前景值并排序选择最优解。最后通过实例验证了模型的有效性和科学性,对比已有的方法,本文提出的模型更切合实际,具有明显的优越性。

基于马田系统和φ_s转换的模糊积分多属性决策方法

在实际决策问题中,决策属性间往往存在一定的交互作用,而传统决策方法并不能有效处理。针对这种情况提出了一种基于马田系统(Mahalanobis-Taguchi system,MTS)和φs转换的模糊积分多属性决策方法。该方法针对φs转换法利用属性权重确定λ模糊测度存在的问题,提出利用Shapley值代替属性权重来确定λ模糊测度,同时提出了一种基于马田系统的Shapley值测度方法,并给出了合理性分析。最后通过实例分析了不同交互度对决策结果的敏感性,并验证了利用Shapley值确定的λ模糊测度更有利于决策。

一种新的判别预测方法——马田系统(MTS)

马田系统是一种新近发展起来的判别预测方法。它采用 Mahalanobis距离作为特性指标 ,并结合了田口方法在稳健性设计中的思想、技术 ,因而在判别预测中具有较高的准确性 。

基于马田系统和模糊积分的多属性决策方法

在实际决策问题中,由于属性之间往往存在一定的交互作用,而传统的多属性决策方法都是建立在属性之间相互独立的假设前提之上,不能有效处理属性间存在的交互作用。针对这一问题,提出了一种基于马田系统和Choquet模糊积分的多属性决策方法。该决策方法首先根据马田系统的降维原理测度单个属性的信息增益,然后利用Sigmoid函数将之转化为单个属性的测度密度,进而求出能够描述属性间交互作用的模糊测度,最后基于所得到的模糊测度,利用Choquet模糊积分算子对各候选方案的评价信息进行集成。实例计算表明,利用本文方法确定的模糊测度具有更小的均方根误差,有助于提高决策的准确性,可以有效处理实际决策问题。

基于K均值和马田系统的聚类分析方法

传统聚类方法采用欧氏距离作为测量尺度,变量间的相关性会造成聚类结果失真。文章提出了K均值和马田系统相结合的聚类方法。首先对所有数据进行K均值聚类,生成K个初始类;其次对每个初始类采用基于稳健马氏距离的异常值检测方法剔除异常值,构建K个稳健马氏空间;最后计算每个数据在K个稳健马氏空间上的马氏距离,将其划入具有最小马氏距离值的类中。数值实验结果表明该方法能显著提高K均值聚类结果,与已有方法比较也表现出良好的聚类效果。

一种基于改进马田系统的不平衡数据分类方法

在分类问题中,类别不平衡问题将引起分类器训练偏差,导致少数类样本诊断敏感性降低。马田系统是一种多元数据诊断和预测技术,它通过构建一个连续的测量尺度而非直接对训练样本进行学习,该性质有望不受数据分布的影响,克服分类不平衡问题。本文针对马田系统阈值计算缺陷和不平衡数据分类要求,研究一种概率阈值模型计算马田系统阈值;还针对马田系统的若干不足,采用优化模型替代正交表和信噪比筛选关键变量,并使用了一种全方位优化算法求解。通过对8个UCI数据集的实验分析表明,改进的马田系统不仅对不平衡数据有较好的分类效果,且能筛选关键变量,降维效果明显。

基于马田系统的2可加Choquet积分多属性决策方法

在实际决策问题中,决策属性间往往存在一定的交互作用,而传统决策方法并不能有效处理。针对这种情况,提出了一种基于马田系统和2可加Choquet积分集成算子的多属性决策方法。2可加Choquet积分集成算子是在2可加模糊测度和Choquet积分算子的基础上推导而得,由单个属性的Shapley值和两两属性间的交互指标构成。为了计算Shapley值,首先提出了一种基于马田系统的属性集重要程度测度方法,并给出了合理性分析,然后根据属性集中的所有属性在决策过程中应表现出积极的合作关系来优化单个属性的全局重要程度,最后将单个属性的相对重要程度和全局重要程度进行融合,得到单个属性的Shapley值;对于交互指标的计算,根据无偏好决策方案集在相同约束条件下应平等竞争的原理,构建了基于多目标的交互指标优化模型。最后基于所得到的Shapley值和交互指标对各候选方案的评价信息进行集成。实例验证结果表明该方法是可行的,能够处理属性间存在交互作用的大规模决策问题。

马田系统与SVM相集成的模式识别技术研究

为了解决现有马田系统阈值确定方法的不足,基于超球面支持向量机算法,构建了单类及二类超椭球面支持向量机算法,并理论上证明了此算法可转换为二次规划模型。推导了基于超椭球面支持向量机的马田系统阈值确定公式。将所提出的方法应用于故障诊断,得到了较高的判别正确率。

基于马田系统的智能手机用户体验评价研究

目的探究量化评价智能手机用户体验的方法。方法通过关键事件法,提取影响智能手机用户体验的因素指标,构建用户体验评价模型,提出基于马田系统的评价体系,并以对某品牌手机的体验进行综合评价分析。结论马田系统的评价体系在评价用户体验方面是可行的。

基于IVMD和马田系统的滚动轴承故障检测方法

针对滚动轴承运转信号单一特征参数对早期故障的敏感性、可靠性问题,提出一种基于IVMD和马田系统的滚动轴承故障诊断方法。该方法首先根据谱相关系数确定VMD分解层数;其次,通过VMD方法对机械振动信号进行处理得到一系列有限带宽固有模态函数,并计算各模态函数的特征参数,在此基础上构建MTS系统的基准空间。引用信噪比的方法筛选有效特征变量,并重新构建MTS的基准空间。最后,计算待诊断信号到基准空间的马氏距离来检测轴承故障,建立滚动轴承早期故障的诊断控制指标。

上市公司财务困境预测的改进马田系统方法

针对上市公司财务困境预测中产生的不平衡数据,研究了一种用于分类不平衡数据的改进的马田系统,并给出实施过程和分类器。对若干UCI数据集进行了实验比较,结果表明该方法对于不平衡数据有较好的分类效果,且能筛选出重要变量以降维。最后,运用该方法对上市公司的财务困境进行预测的实证研究结果表明,该方法在不平衡数据的条件下在识别处于财务困境的上市公司方面具有良好的效果。

基于马田系统的服务业企业质量竞争力模型构建与评价

本文构建了服务业质量竞争力模型,并对该模型进行剖析,提出隐性竞争力和显性竞争力的层次概念,并结合江苏常州某服务企业建立该模型的评价体系,利用马田系统进行分析判别,找到影响企业服务质量竞争力的关键因素,并得到该质量竞争力模型的隐性竞争力指数和显性竞争力指数,证明研究隐性竞争力的重要性。

基于马田系统的Mahalanobis距离选择

主要讨论Euclidean距离的局限性,提出Mahalanobis距离的一个结论,给出Mahalanobis距离计算步骤,并结合实例加以说明。

基于EEMD-SVD与时域分析的马田系统轴承故障诊断

针对轴承初始故障发生的时间点以及退化趋势,提出了基于总体平均经验模式分解和奇异值分解方法(EEMD-SVD)与时域分析的马田系统故障诊断方法.该方法通过提取振动信号时域和时频特征,构建不同特征参数下的基准空间并利用正交表对特征参数进行降维和优化,最终融合成单一特征参数马氏距离.分别用马氏距离监测轴承运行状态,判断初始故障发生的时刻以及演化趋势,并依据马氏距离对轴承故障发展的过程进行了划分.该方法有效地提取了振动信号时频特征并优化了马田系统基准空间,更加准确地识别了轴承初始故障发生的时间点以及更加合理地划分了轴承的退化过程.通过两组滚动轴承加速寿命试验,验证了该方法的有效性和合理性.

马田系统的区间Choquet模糊积分的评价方法在制造业质量管理方面的应用

通过将区间样本的统计量引入马田系统的计算中,拓宽了马田系统在模糊积分领域中的应用,将传统的马田系统与区间样本数据进行结合形成新型的区间型马田系统,并以此为基础应用一种区间型的模糊数据的计算方法,便于对区间属性值的集成,对区间Choquet的模糊积分算子进行定义。并且通过对制造企业的质量管理方面实际的案例证明该方法对于区间数据的模糊积分的多属性的决策问题的解决具有非常有效的作用,同时演奏了该方法的实用性和可行性。

基于EMD的改进马田系统的滚动轴承故障诊断

为了提高滚动轴承的可靠性、及时发现其潜在的故障,提出了一种基于改进马田系统(MMTS)的滚动轴承故障诊断方法。首先利用经验模态分解(EMD)方法对原振动信号进行分解,得到了多个本征模态分量(IMF)并计算基本模式分量的统计特征集。然后,在此基础上构建基准空间(马氏空间),针对马田系统在筛选特征变量时效果不佳、基准空间数据的差异性问题,引入粗糙集(RS)筛选有效特征变量改进马田系统,大幅降低特征向量的维数。最后,计算待诊断信号到基准空间的马氏距离,从而完成滚动轴承的故障诊断。利用滚动轴承振动数据对该模型进行了测试,结果表明,该模型与实际相符,可以准确、有效地识别滚动轴承的故障类型。

基于马田系统的江苏服务业竞争力发展分析

江苏省作为我国经济活动活跃的地区,服务业的发展必然成为未来经济转型的重要动力和支撑点。文章围绕江苏省各城市的服务业发展现状,在充分研究国内外服务业竞争力模型的基础上构建了评价体系,依据2009—2011年的相关统计数据,以上海作为基准空间,运用马田系统分析方法,对江苏省13个城市的服务业竞争力进行了分析,发现江苏省服务业竞争力发展不平衡与梯次特点,并提出了相应对策和建议。

马田系统在企业可持续发展评价中的应用

简要介绍了企业可持续发展和企业可持续发展评价的基本内涵。在借鉴前人所建评价指标体系的基础上,讨论了运用马田系统进行有效特征选取的具体步骤,并在此基础上给出了评价的阈值准则和置信度准则。

基于EMD-SVD与马田系统的复杂系统健康状态评估

特征提取和健康状态的辨识是复杂系统健康状态评估中的关键问题。提出一种新的健康状态评估方法,该方法分为3个步骤:首先,采用经验模态分解(empirical model decomposition,EMD)和奇异值分解(singular value decomposition,SVD)来提取振动信号的特征变量。然后,运用马田系统(Mahalanobis-Taguchi system,MTS)构造马氏空间,并对其进行优化,从而降低特征变量的维度。最后,提出了一种健康度(health index,HI)的概念,并且用来对复杂系统健康问题进行评估。该方法成功地应用在轴承的健康状态评估中。