基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.

基于光学触觉传感器的肿块检测研究

肿块检测可以帮助患者更早地发现潜在的疾病,提高患者的生存率。针对如何使用非侵入式方法检测组织样本中的肿块这一问题,制作了一款结构简单、校准方便的光学触觉传感器,并提出了一种基于表面重建的肿块判别算法。该方法对触觉传感器采集到的原始图像进行深度重建,并从重建图像中减去正常组织产生的基线图像,从而获得由肿块产生的异常触觉图像,并将处理完的图像送入神经网络中进行肿块检测。结果表明,该方法能够有效地分辨出直径在6~10 mm、嵌入深度在1~5 mm的肿块,验证了所述方法的实用性与可行性。最后,基于该方法与流程,讨论了肿块大小、肿块嵌入深度和正常组织硬度对肿块检测结果的影响。提出的非侵入式的肿块检测方法探索了光学触觉传感器在肿块检测领域中的可行性,为相关领域进一步的研究提供了新的思路。

胎—路接触应力传感器的信号去噪方法研究

为了解决应变传感器在测量胎—路接触应力信号时的噪声干扰问题,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和小波软阈值的胎—路接触应力传感器的信号去噪方法。首先,将胎—路接触应力信号CEEMDAN分解为一系列从高频到低频排列的本征模态函数(IMF)分量;再根据能量值法判定出噪声主导IMF分量和信号主导IMF分量,并对噪声主导IMF分量进行小波软阈值去噪;最后,将去噪后的IMF分量和信号主导IMF分量进行重构,得到去噪后的胎—路接触应力信号。将所提方法分别与CEEMDAN去噪方法、小波软阈值去噪方法进行比较,结果表明:所提方法去噪后信号的信噪比(SNR)分别提高了33%和343%,均方根误差(RMSE)分别降低了64%和252%,说明所提方法的去噪效果更佳。

软阈值时序卷积网络在冷水机组传感器故障诊断中的应用

为了提高冷水机组传感器的故障诊断性能,提出了一种基于软阈值时序卷积网络的编码-解码器重构模型(ST-TCN),并建立基于该模型的传感器故障诊断方法。采用时序卷积网络(TCN)充分挖掘冷水机组传感器的时间相关性、热力学物理量间的数据相关性以及动态响应差异性特征。在TCN的残差块中引入软阈值自适应模块剔除冗余信息,降低噪声干扰。依托ST-TCN模型“端到端”的网络结构优势,将绝对重构残差向量与故障阈值向量进行比较,直接定位故障传感器。在实际压缩式冷水机组平台上采集传感器数据进行实验,结果表明,软阈值自适应模块能有效地增强网络模型的重构能力,从而提高故障传感器的诊断性能。以压缩机吸气温度传感器T1为例,ST-TCN的平均偏差故障识别率比改进前提升了45.9%;与其他故障诊断方法相比,所提的最新框架获得了较高的偏差故障识别率。

构建CuNPs-适配体传感器快速检测大田软海绵酸

目的 构建一种CuNPs-适配体传感器快速检测大田软海绵酸(okadaic acid, OA)。方法 基于前期研究基础,该适配体传感器基于OA适配体与OA的分子识别机制,利用适配体末端构象变化触发荧光信号变化,构建非标记荧光型CuNPs-适配体传感器,根据OA结合其适配体导致适配体末端被占据而荧光信号被抑制程度,实现对OA的高灵敏检测。同时对传感器的灵敏度、特异性、准确性等性能进行详细评价。结果 构建的CuNPs-适配体传感器的线性检测范围较广,在75.0~2400.0 nmol/L之间,检出限为1.045 nmol/L,检测贝类样本时,该传感器展现出较高的选择性和准确性。结论 构建的适配体传感器可实现对OA的高灵敏度、高特异性检测,可为其他食品靶标的简单、快速检测提供研究参考。

基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制

提出了一种基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制方法.该方法通过给误差变量赋予不同权值因子提高LS-SVM的鲁棒性,采用修剪算法提高LS-SVM的稀疏性;该方法从某涡扇发动机输入输出空间中建立其正常模型,采用阈值判别法对传感器故障进行实时监视与诊断,并用模型输出值代替故障传感器测量值反馈回闭环控制系统,实现对发动机的自适应重构控制.仿真结果表明,该方法能及时准确地定位故障,并进行有效的自适应重构控制.

基于LS-SVM及嵌入式技术的力敏传感器温度补偿

将最小二乘支持向量机(LS-SVM)融合改进模拟退火算法(SA)移植于嵌入式智能仪表中,结合嵌入式技术实现了对力敏传感器的温度补偿。由LS-SVM构建力敏传感器的非线性模型,利用改进的模拟退火算法对LS-SVM中的正则化参数和核宽度进行全局寻优,并通过设计嵌入式软硬件平台对该方法进行了验证。试验结果表明,该方法具有易实现,补偿精度较高等特点,对基于嵌入式智能仪表的传感器温度补偿有一定的实际意义。

光纤渗压传感器与公路软基监控试验研究

研制出新型的光纤Bragg光栅岩土工程监测仪器——光纤渗压传感器,并将其应用于高速公路软土地基中进行孔隙水压力监测,以检验研发成果。在试验过程中还解决了光纤渗压传感器量测系统、现场埋设以及数据采集等方面的问题。通过对采集的数据进行处理,对软基处理效果进行了分析,并与实际情况进行了对比检验仪器是否反映真实情况,同时利用与常规仪器数据进行对比分析,对传感器进行了综合评价。结果表明该传感器不仅可以达到常规仪器的监测效果,而且克服了常规仪器的一些缺点,仪器开发是较为成功的。

电容层析成像传感器软场性能分析

电容层析成像传感器的敏感场是软场，受被测介质分布的影响·以基于有限元分析的灵敏度快速计算法为工具，通过多种介质分布下灵敏度分布的计算与比较，研究了传感器的软场性能·结果表明，即便对于介电常数差异较小的气／ 油两相流，不同的电介质分布亦可导致灵敏度值有正、负百分之几十的变化·各处灵敏度变化不仅与管内介质分布有关，还与该点在敏感场中所处的位置有关·

电阻层析成像传感器软场特性分析

电阻层析成像 ERT所基于的测量原理是 :在电场作用 (电流激励 )下被测区域中电阻分布的不同会导致边界电压的改变。ERT传感器测量敏感场受被测介质分布的影响 ,这一软场特性是 ERT图像重建中的主要困难之一。本文通过对电阻层析成像传感器的灵敏度分布的有限元分析 ,研究了软场特性的规律。结果表明 ,不同电阻率的介质分布对灵敏度值正负极性变化影响不大 ,而各处灵敏度值大小变化不仅与介质分布有关 ,还与该点在敏感场中的位置有关。

基于聚硫堇/亚甲基蓝和纳米金放大的免疫传感器检测贝类毒素大田软海绵酸

采用聚硫堇（PTH）修饰电极为传感界面提供一个生物修饰功能基质膜,借助纳米金（GNPs）的导电性、生物相容性与高比表面积特性实现抗体的有效固定,并以亚甲基蓝（MB）为电子媒介加速电极表面电化学反应的电子传递,构建了一种高灵敏的非标记电化学免疫传感器,用于贝类毒素大田软海绵酸（OA）的检测.当分子结构中含有羧基和酚基的OA与其抗体特异性结合后,生成以阴离子形式存在的抗原-抗体复合物,阻碍了传感器表面电子的传递,导致峰电流下降.利用免疫反应前后峰电流的变化,可对OA进行特异性识别和准确定量.在优化实验条件下,OA浓度的对数在0.2～100 μg/L范围内与其峰电流的变化值（△I）呈线性相关,线性方程为△I=1.721 7＋1.083 6lgρ,相关系数为0.992 0,检出限为0.1μg/L.该免疫传感器重现性好、特异性强,用于实际贝类样品的测定,回收率为85.3％～ 112％.

基于滑觉传感器和模糊控制的软抓取研究

介绍了一种基于滑觉传感器及模糊控制实现电液伺服机械手软抓取的控制策略，建立了滑动程度判别模型。

基于自适应高效递推规范变量分析的多模过程软传感器建模

由于多模过程中各模式间的均值和协方差发生了改变,多变量单模高斯分布的基本假设不再成立.基于递推方法的多模过程软传感器建模存在两点问题:其一,递推建模方法不能及时的跟踪多模过程的改变;其二,递推建模方法的在线计算负荷非常高.为了解决上述问题,本文提出了一种基于自适应高效递推规范变量分析的多模过程软传感器建模方法.首先,采用指数权重滑动平均来更新过去观测矢量的协方差矩阵;然后,利用基于模型输出误差范数的可变遗忘因子来跟踪多模过程的动态变化;最后,通过引入一阶干扰理论(firstorder perturbation,FOP)来实现递推奇异值分解,与常规奇异值分解相比递推奇异值算法的计算负荷显著降低.将提出的方法用于田纳西伊斯曼(tennessee eastman,TE)化工过程进行仿真验证,其结果表明了该方法的可行性和精确性.

基于纳米晶软磁合金的磁弹性扭矩传感器的研究

对一种基于纳米晶软磁合金的非接触动态磁弹性扭矩传感器进行了研究。介绍了这种传感器的半套环差动式结构和工作原理,推导出传感器的输出方程。通过动态转矩测量试验,分析了传感器探头与轴表面的气隙和转速对测试精度和灵敏度的影响,得出了U-δ曲线和最佳气隙范围、三种转速时传感器的动态输出曲线。试验数据显示,采用半套环差动式结构的传感器,并利用纳米晶软磁合金辅助测量时,最大非线性误差和不重复误差分别降低58%和33%,测量灵敏度提高1.36倍。

模糊LS-SVM在加速度传感器动态补偿中的应用

提出一种基于模糊LS-SVM传感器的非线性动态误差补偿器设计措施,在传感器与参考模型对输入激励响应的实测数据基础上,运用模糊LS-SVM回归算法构造补偿器,减小微硅加速度传感器因带宽有限引起的动态测量误差。既克服人工神经网络非线性动态补偿过程中易出现的局部极小问题,又减小在标准LS-SVM中一些非主要数据对模型精度的影响,在测试领域中有较好的应用前景。

基于特征子空间虚假邻点判别的软传感器模型变量选择

辅助变量选择技术是软传感器建模过程中降低信息冗余和提高效率的有效方法。提出一种结合偏最小二乘回归法与虚假最近邻法的变量选择法。采用偏最小二乘回归法有效合理地消除因子之间的多重共线性,在一个新的正交空间里,受混沌相空间虚假最近邻点法的启示,通过计算某变量选择前后在特征子空间里的相关性,判断其对主导变量的解释能力,由此进行变量的选择,利用偏最小二乘法得到软测量模型。该方法通过构造的试验和Jolliff变量选择试验作了验证,结果显示该方法有良好的辅助变量选择能力,为软传感器建模的辅助变量选择方法提供了一种新方法。

基于ICA_FNN的软传感器建模过程原始特征选择

针对软传感器建模过程中辅助变量通常是多因素的混杂信号,在原始特征空间很难进行原始特征约简的问题,提出一种结合独立成分分析(ICA)和虚假最近邻点法(FNN)的原始特征选择法。利用独立成分分析法(ICA)将原始特征空间的混杂信号映射到新的独立特征子空间;然后再利用FNN计算每个原始特征剔除前后在独立特征子空间里的相似性测度,进而判断它对主导变量的影响能力,由此选择出原始特征。仿真结果表明,该方法具有优秀的原始特征选择能力。因此,该研究为选择出软传感器模型的原始特征提供了新方法。

多模型传感器故障软闭环容错控制研究

针对一类非线性系统建立精确机理模型困难、且仅用单一模型进行故障检测与容错不甚可靠等问题,提出一种基于数据驱动的多模型传感器故障软闭环容错控制方法,并对非线性系统中卡死、恒增益、恒偏差等常见传感器故障进行了研究。首先采用历史数据建立了系统的RBF神经网络、最小二乘支持向量机和核部分最小二乘三种预测模型,并基于序贯概率比检验算法同时以多个模型产生的残差对传感器进行故障检测;当检测出传感器发生故障时,则用系统多个预测模型的融合值代替传感器的输出,从而以软闭环方式实现对传感器故障的容错控制。最后将所提出的方法应用于一阶水箱液位控制系统,实验结果表明多残差与序贯概率比检验算法的结合能够可靠诊断传感器故障,多预测值优化融合的软闭环可对传感器故障实现安全、高性能容错。

温度传感器动态性能改进的软测量方法

在分析温度传感器工作机理的基础上,采用软测量的思想对改善温度传感器动态特性进行了研究。该方法利用热力学基本理论建立温度传感器软测量模型和理论分析测量模型,说明软测量方法提高温度传感器动态特性的原理及可行性,最后用分析解法对模型进行数值求解,给出数值模拟结果。结果表明:软测量方法能够实现由温度传感器测得的温度推算出被测温度,即提高温度传感器动态响应特性,从而扩大常规温度传感器的使用范围,节约成本。

基于纳米晶软磁合金的转矩、转速和转角多功能传感器研究

为提高传感器的多功能性,对一种可同时测量转角、转速和转矩的非接触式传感器进行了研究。首先,论述了传感器的结构和基于纳米晶软磁合金压磁效应的测量原理,然后推导出传感器的输出数学模型与灵敏度表达式。最后,在25～100℃温度范围、0～450N·m转矩范围及500～3525r/min范围内进行试验,得出相对于25℃的零点温度漂移为0.002 03%/℃(满量程),满量程最大线性度、重复度及迟滞静态误差分别为0.81%、0.50%、0.85%,转速最大相对误差为0.70%。试验数据还显示,该传感器的测量灵敏度为1.26mV/N·m,精度达到1.0%,对于一般工程应用是可行的。