基于并行卷积神经网络和特征融合的小样本轴承故障诊断方法

在风力发电机轴承故障诊断过程中,基于深度学习的故障诊断方法受限于有限的标注样本,存在模型收敛困难和识别准确率较低等问题,为此,提出了一种基于并行卷积神经网络(P-CNN)和特征融合的小样本风机轴承故障诊断方法。首先,采用集合经验模态分解(EEMD)方法,将轴承的原始振动信号分解为若干个本征模态函数(IMF)分量以及残余分量;然后,分别对其进行了短时傅里叶变换(STFT),将其转换为时频特征图,同时构建了多个相同的卷积神经网络分支,以此作为特征提取器;最后,在融合层中,将提取到的时频域特征进行了通道特征融合,作为最终分类器的输入数据,对风机轴承进行了故障识别;并采用美国凯斯西储大学不同大小的轴承数据集,对该方法的适用性和有效性进行了验证。研究结果表明:在仅含有160个样本时,基于并行卷积神经网络(P-CNN)和特征融合的诊断方法的平均准确率高达94.5%;与支持向量机(SVM)、故障网络(FaultNet)、第一层宽卷积核深度卷积神经网络(WDCNN)相比,该诊断方法具有更高的准确率和更强的鲁棒性。

基于鲁棒优化的逆向物流网络设计研究

逆向物流的流量预测困难,加上各种成本的不确定,其稳定性难以保证。为研究其选址问题,建立了一个以总成本最小为目标的标准模型,并在标准模型基础上加入因无法满足的处理量而产生的惩罚成本。分析出其中可能的不确定参数,进行规范式处理,引用p-robust建立鲁棒优化模型。随机构建一个案例,考虑外界参数不确定,将标准模型和鲁棒优化后的模型分别使用粒子群算法进行求解,得出不同的选址结果,对比表明高度不确定下的鲁棒优化模型的选址决策具有较低的风险。分析各不确定参数对总成本波动的影响程度,得出逆向物流量对总成本波动影响最大,应加以重视。最后考虑网络结构不确定,给出一种在不同不确定等级下的选址方法。

EEMD分解的超快速北斗卫星钟差预报

为提高北斗卫星钟差预报精度,本文提出采用多项式和集合经验模态分解相结合的模型进行北斗卫星钟差的预报,并采用GPS数据验证算法的正确性。在剔除卫星钟差中的趋势项部分后,利用经验模态分解法对残差分解得到不同频率的时间序列。对各时间序列用不同模型进行预报并进行线性组合,最终的钟差预报值由趋势项和各时间序列的预报值复合而成。试验表明:该模型对北斗卫星钟差预报取得了较好的结果,与ISU-P相比,精度提升幅度在7.3%~43.0%之间。

分数阶线性时滞系统PD~α型迭代学习控制的鲁棒性

针对一类具有外部有界噪声干扰的分数阶线性时滞系统,利用卷积的推广Young不等式,讨论了PD~α型分数阶迭代学习控制算法(FOILC)在Lebesgue-p(L^p)范数意义下的鲁棒性,获得其鲁棒收敛的条件。理论分析表明,若选取适当的学习增益矩阵,在系统受到外部有界噪声干扰时,随着迭代次数的增加,该算法能够保证系统的跟踪误差一致收敛有界。数值仿真验证了该算法的可行性和理论的正确性。

四轮转向直接横摆力矩鲁棒集成控制仿真研究

将四轮转向与直接横摆力矩相结合,考虑模型摄动优化权函数抑制外扰,基于模型跟踪设计μ综合鲁棒集成控制器。采用J-turn操纵方式高速下验证控制器的鲁棒性,比较前轮转向直接横摆力矩,四轮转向与四轮转向直接横摆力矩三种车辆控制系统的操纵性能,仿真表明设计的四轮转向直接横摆力矩集成μ综合控制器更能有效地提高车辆闭环系统的鲁棒性,抵制外部扰动的鲁棒稳定性,且避免了H∞控制器的保守性。

基于抗差理论的P-Q分解状态估计算法

状态估计是能量管理系统(EMS)的重要组成部分,提高状态估计的计算精度具有重要意义,基于此,在当前状态估计计算中广泛应用的P-Q分解法的基础上,应用抗差估计理论中的极大似然型估计(M估计),构造出一组权函数,从第二次迭代计算开始,根据每次迭代计算后各量测量残差与量测量自身之比的大小,对相应加权值进行修正,使不良数据的权值越来越小,达到弱化不良数据对后续迭代过程影响的目的。最后,以某地区的220 kV电网为实际背景,通过Matlab编程仿真,与P-Q分解的估计数据相比较,证明该改进方法简单实用,并在提高状态估计的估计精度和自动弱化不良数据影响上有很好的效果。

摆式列车主动倾摆控制的数值仿真研究

为了仿真研究摆式列车倾摆控制信号的生成和倾摆控制规律,笔者建立了摆式列车机电耦合动力学模型和倾摆系统模型。该模型通过位于头车一位构架上的陀螺仪实时检测曲线,由同一位置的横向加速度滤波信号得到倾摆控制信号,并用线性预测法得到头车和第二辆车的倾摆控制信号。设计了倾摆系统的P数字控制器和H∞鲁棒数字控制器。采用数值积分方法进行仿真计算,研究了各种计算工况下2种控制器的控制效果。针对倾摆角度、角速度和角加速度进行比较分析,结果表明,2种控制器都能很好地跟踪倾摆控制信号,在有反馈干扰或控制信号突变时,鲁棒控制器可以更好地抑制倾摆角加速度;减小P控制的比例系数可以降低倾摆角加速度,但跟踪性能变差。

改进的P-M扩散方程在相干斑抑制中的应用

直接基于Perona-Malik扩散方程的滤波算法对于加性噪声非常有效,但是对于乘性噪声(如合成孔径雷达(SAR)图像相干斑噪声)收效甚微。提出了一种基于改进的Perona-Malik扩散方程抑制SAR图像相干斑噪声的新算法。分析对数变化对相干斑噪声的影响,为将P-M扩散方程应用于相干斑噪声抑制奠定了理论基础;通过P-M扩散和稳健统计学的联系,建立了基于Biweight Estimator误差模型的扩散系数;同时利用非线性衰减技术对梯度阈值的选择改进。实验表明,该方法不仅有效抑制了SAR图像相干斑噪声,较好地保持了细节和边缘信息,而且视觉效果比较好。

观测误差的p分布与估计准则

本文导出了观测误差服从一族指数分布──ｐ分布的密度函数，讨论了ｐ分布的离差、数学特征和估计准则等问题，描述了误差分布与估计方法的关系，有利于进一步讨论估计方法的抗差性．

稳健回归解析分光光度法同时测定铅和铈

建立了一种新的稳健回归方法，用于解析显色剂二溴对甲偶氮甲磺（DBM-MSA）与铅、铈配合物的重叠吸收光谱，不经分离分光光度法同时测定了铅和铈。铅和铈的配合物最大吸收波长分别为640和642nm，表观摩尔吸光系数分别为7．31×10^4和7．80×10^4L·mol^-1·cm^-1。铅和铈配合物分别在0～9μg／25mL和0～11μg／25mL范围内服从比耳定律。将人工神经网络BP算法（ANN-BP）应用于该体系的解析结果与新的稳健回归方法进行比较，表明两种方法用于铅和铈的同时测定，结果满意。

二阶动力学系统的P-D反馈鲁棒极点配置

考虑二阶动力学系统中比例加微分反馈的鲁棒极点配置问题,即求取一比例加微分反馈控制器,在满足闭环系统特性要求的前提下,使得闭环系统特征值关于参数摄动具有最小的灵敏度.基于特征结构配置参数化结果,该问题可转化为含有约束条件的优化问题.给出求解该控制问题的算法,直接基于二阶动力学系统原型,只涉及n-维矩阵计算,便于工程应用.三级质量弹簧系统的仿真表明所提方法的有效性.

基于伪高动态范围的图像拼接预处理方法

在恶劣照明场景下,要提高基于特征的图像拼接过程中特征匹配准确度,图像增强是关键,为此,提出一种基于伪高动态范围(pseudo high dynamic range,P-HDR)的图像增强算法作为图像拼接的预处理方法。首先,通过单幅图像生成多重虚拟亮度图像,并进行色调映射生成伪高动态范围图像;然后,采用加速鲁棒特征(speeded up robust features,SURF)算法检测预处理后待拼接图像的特征点并执行近似最近邻搜索(fast libraryfor approximate nearest neighbors,FLANN)算法和随机抽样一致性(random sample consensus,RANSAC)算法对其特征点分别进行粗匹配和精匹配。研究结果表明,在恶劣照明环境下,所提预处理方法可以提高特征匹配准确度。

天线控制系统中P-Fuzzy-PI控制器的设计

针对天线控制系统在应用中遇到的问题,从控制算法入手,分析了天线控制系统的组成,介绍了天线控制系统的设计,并对天线控制单元、天线驱动单元、轴角编码单元和安全保护单元做了详细描述。提出比例—模糊—比例积分(P-Fuzzy-PI)控制器,并以此为基础设计了使用的控制算法,并对其进行了仿真,仿真结果表明减小了系统超调,改善了系统动态性能,证实了该控制器的正确性。

基于P-FUZZY-PID的飞行器大角度机动控制物理仿真

针对空间飞行器大角度姿态机动控制具有非线性,并要求控制器具有较高的指向精度、姿态稳定度及鲁棒性等特点,应用P-FUZZY-PID复合控制算法,建立了±180°内的模糊规则库,设计了飞行器姿态控制器;系统采用DSP作为星载控制器,光纤陀螺作为姿态敏感器,反作用飞轮作为执行机构,系统程序采用C语言编程,利用单轴气浮仿真实验台实现了物理仿真实验;实验结果证明该控制方法不仅能实现飞行器大角度机动控制,机动响应快,还表现出较好的鲁棒性。

限幅比例调节器与多容对象组成的非线性系统的鲁棒稳定域

利用描述函数法 ,对由限幅比例调节器和多容对象组成的饱和型非线性系统的鲁棒稳定性问题进行了研究。讨论了该系统线性部分有参数摄动时系统的稳定性变化情况 ,给出了参数变化的鲁棒稳定域 ,并将结果推广到了n维多容对象的情形 ,使这一研究有了更广泛的理论和实际意义。

统一分布下的L_P估计抗差测度

本文根据定位参数Ｍ估计理论，导出了ＬＰ估计的影响函数，分析了ＬＰ估计的抗差能力，同时还推导了ＬＰ估计的渐近效率，综合抗差能力和效率，分析了ＬＰ估计的优劣性，明确指出，用观测数据中含有粗差扰动的数据和Ｐ为（１，１．２５）的ＬＰ估计进行处理，结果较优，效率较高。

基于自抗扰串级控制的汽包水位控制方法

根据锅炉汽包水位的复杂特性,采用自抗扰控制技术(ADRC),提出锅炉汽包水位ADRC-P串级控制控制方案即内环采用比例(P)控制,外环采用ADRC控制。仿真研究结果表明,相对于常规的PID串级控制,ADRC-P控制具有更好的控制品质和强鲁棒性。

一种脉冲噪声下的鲁棒性自适应回波抵消方法

实际通信线路中脉冲性噪声常使得基于高斯噪声模型的经典自适应回波抵消方法的效果变差。针对该问题,提出了一种基于α稳定分布模型的鲁棒性自适应回波抵消方法(RAEC)。该方法采用α稳定分布建模脉冲噪声,在最小平均p范数准则下,利用自适应时间延迟估计器来抵消回波,不仅可以有效地抵消通信线路中含有高斯噪声的回波,而且对含有脉冲噪声的回波也有良好的抵消效果。理论分析和计算机仿真实验表明,RAEC是一种对脉冲噪声具有鲁棒性的自适应回波抵消方法。

基于p-稳定分布局部敏感哈希地址的鲁棒音频检索方法

局部敏感哈希(Local-Sensitive Hashing,LSH)索引方法具有快速的优点,对数据规模具有子线性的时间复杂度。但是该方法对待检集合的选取要求苛刻,容易将带噪数据排除在待检集合之外,导致检索精度下降。针对这一缺点,本文从p-稳定分布理论出发,分析噪声对数据的局部敏感哈希地址的影响,并利用数据的哈希地址受噪声影响在原始地址附近偏移的特性,提出一种鲁棒的音频检索方法。该方法将LSH地址直接作为相似性判定的特征,并通过扩大检索范围来提高噪声鲁棒性。实验表明,所提方法在噪声鲁棒性方面优于LSH索引方法;进一步引入向量搜索算法优化后,其检索速度也可达到与LSH索引方法接近的水平。

白腰文鸟原纹状体栎核发声通路与SP-免疫组化的定位

目的 :对白腰文鸟端脑原纹状体栎核 (RA)的神经联系和SP 免疫阳性神经细胞或纤维在发声通路中的定位进行研究。方法 :采用生物素结合的葡聚糖胺 (BDA)双向示踪方法和P物质 (substanceP ,SP)免疫组织化学技术。将BDA微量注入RA内 ,经ABC反应。结果 :①RA接受发声控制的高位中枢HVC和新纹状体前部巨细胞核 (MAN)外侧部的传入投射 ,由RA发出的神经纤维投射到中脑背内侧核 (DM )和延髓舌下神经核气管鸣管部(nXIIts) ,由此组成发声控制通路。②SP 免疫阳性神经细胞大量分布在端脑的HVC ,MAN ,RA内。SP 免疫阳性神经纤维或末梢密集分布在发声运动中枢中脑的DM、延髓的nXIIts、舌下神经 ,以及中脑背外侧核壳区 (MLdshell)、中脑丘间核 (ICo)和丘脑卵圆核壳 (OVshell)内。 结论 :由于SP广泛分布在发声控制中枢内 ,提示SP可能在发声控制方面具有重要的生理功能。