对失效传感器具备鲁棒性的故障诊断方法

针对传感器失效对故障诊断效果的影响,提出带有退化特征惩罚机制的故障诊断方法 (FDCFP).利用卷积神经网络提取局部特征,使用Transformer编码器进一步融合全局信息,缓解局部传感器失效对特征学习的影响.引入自注意力掩码对传感器失效引入的特征伪关联性进行惩罚,使编码器更关注未受失效影响的传感器数据.掩码在自注意力层参与权重计算,以较低的复杂度代价提高含有失效数据模型的鲁棒性.在CWRU、PU、SEU和XJTU-SY数据集上进行FDCFP的性能验证,当数据失效比例为0.7时,FDCFP在CWRU、PU和XJTU-SY数据集上的故障诊断准确率相较于现有方法分别提升了5.9%、3.1%和3.7%.

基于数据分解及因果推理的设备可靠性预测模型

为解决设备的可靠性数据受多种因素影响而同时具有线性特征和非线性特征的问题,提出1种集合经验模态分解法辅助的设备可靠性预测组合模型,该模型结合差分整合移动平均自回归模型和因果推理模型。首先,对原始数据采用集合经验模态分解法,得到固有模态函数分量和余项;其次,将模态函数分量输入差分整合移动平均自回归模型得到线性分量,进而将线性分量和原始数据作差,得到非线性分量;最后,基于该非线性分量,提出因果分析模型,实现对设备可靠性的有效预测。研究结果表明:与流行的可靠性预测模型相比,组合模型分别在平均绝对误差和均方根误差指标上降低0.015 9和0.026 5,进一步证明本文所提方法的正确性和有效性。研究结果可为工业生产中提升设备可靠性预测提供新思路。

基于自适应权重MOEAD的台区电能表误差在线预测

对台区电能表的运维管理主要采用现场定期轮换检定,此意味着人力、物力的大量浪费。该文基于物联网技术搭建电能表在线校准评价系统,利用台区电能量守恒原理构建电能表误差预测模型。采用双权重自适应调整的MOEA/D(WA-MOEA/D)实现快速多目标优化,构建电能表状态评价数学模型。通过实验对比WA-MOEA/D与MOEA/D。收敛性方面,WA-MOEA/D收敛性指标IGD为0.235,而MOEA/D为0.16;准确性方面,WA-MOEA/D其电能表误差综合效用为0.2,而MOEA/D为0.0018;快速性方面,在迭代200次时,WA-MOEA/D计算时间为2.66s,而MOEA/D为7.87s。因此采用WA-MOEA/D算法更加快速地分析得到更加准确的电能表误差值,实现台区电能表误差在线预测。

基于物联网的设备资产全寿命风险管理体系深化应用

设备是企事业单位的重要资料,做好设备管理工作对提高设备利用率、保证正常生产经营发挥着重要作用。本文对基于物联网的资产全寿命风险管理的背景与意义进行分析,对设备全寿命周期管理系统实现进行研究,并对如何设备全寿命周期管理系统管理创新进行探讨。

新形势下企业财务管理信息化建设途径研究

新形势下,企业的经营环境不断发生变化,传统的财务管理模式已不能满足企业的发展需要。信息化技术的发展为企业财务管理提供了更多的机会和挑战,企业只有在激烈的市场竞争中把握机遇,才能得到更好的发展。因此,在新形势下,企业财务管理信息化建设势在必行。基于此,分析了我国企业财务管理信息化建设的重要性,并提出了新形势下信息化建设途径,以期促进企业财务管理信息化建设,推动我国经济快速发展。

企业财务管理效能提升的路径研究

企业财务管理效能的提升,不仅有利于企业资源的优化配置,而且有利于提升企业的市场竞争力。随着我国经济的快速发展,财务管理工作也面临着新的挑战和机遇。本文以提高企业财务管理效能为研究对象,分析当前企业财务管理工作中存在的不足,并从完善财务管理制度、强化预算编制与执行、加强预算控制、完善监督体系、重视人才队伍建设等方面提出一些优化对策,以供参考。