T-PLS下相关系数矩阵对质量影响的研究

相对主元分析算法解决了主元分析中没有考虑数据量纲,进行量纲标准化之后由于特征值近似相等无法进行有效的主元提取的问题,而全潜结构投影算法与主元分析存在相似问题,故该文将相对主元分析思想融入全潜结构投影算法中,在对原始数据进行量纲标准化的基础上,依据系统各过程变量与质量变量的相关程度,在能量守恒的准则下,赋予过程变量各分量相应的权值,然后再进行故障诊断。仿真研究了相关系数矩阵对故障检测行为能力的影响。

基于改进马尔科夫模型的风电系统可靠性评估

分析高度效应、尾流效应和电器损耗等不确定因素对风力发电机组输出功率特性的影响。针对风力发电的随机特性,提出利用离散状态马尔科夫链的方法对储能装置充放电过程进行建模。再用基于马尔科夫链的平稳分布概率来分析系统供电可靠性。考虑风力发电机组间尾流效应和电器损耗等不确定因素,采用该模型的改进方法对风力发电机组进行仿真,研究尾流效应和电器损耗等不确定因素对系统供电可靠性的影响。

储粮异常评测方法探析

粮食储备是确保粮食安全的必要途径和重要手段,是为发生粮食歉收减产和价格异动时进行宏观调控,保障粮食供给,在战争和自然灾害等特殊情况发生时确保粮食安全,保持社会安定的重要战略措施。然而我国每年粮食产后损失严重,其中储粮环节损失就达200亿千克。

基于蚁群和改进PRM算法的多目标点路径规划

针对移动机器人最短路径问题,设计了一种包含了蚁群算法和改进PRM算法的融合算法.首先,根据实际地图建立了栅格化地图模型,并将地图模型用瘦化方法优化,然后,用蚁群算法排出其优先级,用改进的PRM算法进行路径规划,最后,给出了基于实际地图多目标点的仿真路径以及与同类算法的结果对比,改进算法比Bug2算法和D*算法快约2s,验证了蚁群算法和改进PRM算法融合的有效性.

基于k近邻的批次过程在线实时监测方法

针对基于k近邻的故障检测方法(Fault Detection method using the k-Nearest Neighbor rule,FD-k NN)的在线实时监测需预估当前时刻之后的采样数据,检测性能会受到预估精度影响的问题,对FD-k NN进行扩展以适用于批次过程的实时监测.该方法根据每个采样时刻的历史数据进行建模,并根据这些模型实时监测批次过程.该方法不需要预估数据,避免由于预估误差大而带来的误报和漏报问题,同时较好地继承k近邻法则(k-Nearest Neighbor rule,k NN)在处理非线性、多模态和非高斯等问题上具有的优势.青霉素发酵过程的仿真试验验证该方法可行.

基于SDG相容通路信度动态融合的故障诊断方法

给出一种基于符号有向图相容通路信度动态融合的故障诊断方法。建立基于趋势分析的SDG模型,当系统发生故障或异常时,根据节点之间的数据及相容规则计算相容通路的信度,并将其转化为相容通路证据。基于递归的条件化线性组合更新规则,利用当前证据更新历史证据,得到更新后的全局相容通路证据,全局证据中赋值最大的相容通路即为故障传播的路径。相对于基于趋势分析的SDG故障诊断方法,新方法提高了系统早期故障诊断的可靠性。文中通过三级液位控制系统的故障仿真实验对其进行验证,说明其可行性和有效性。

基于折扣优化的区间值信度结构归一化方法

在Dempster-Shafer(D-S)证据理论的框架下,被融合的区间值信度结构必须满足有效性和归一化这两个条件,这样的信度结构被称为标准区间值信度结构。实际中提取的信度区间可能仅满足有效性,而不能保证一定是归一化的。该文提出了一种对区间值信度结构进行折扣优化的归一化方法,使得归一化过程损失的信息量最小,能生成包含更多原始区间信息的标准区间值信度结构。通过典型算例说明与传统的归一化方法相比,新方法生成的标准区间值信度结构包含更多原始区间值中的信息。

基于空间位置关系改进的物体识别上下文模型

常见的物体识别算法是基于图像局部低维特征的,在图像成像质量较差、分辨率较低情况下存在不确定和歧义性;图像上下文包含了场景信息以及物体之间彼此关联的丰富信息,可作为图像低维特征补充从而有助于提高物体识别率。该文在已有上下文模型基础上,进一步考虑了物体的空间位置关系信息,将图像全局特征、物体同现性关系和空间位置关系信息、局部检测器输出整合到同一个概率框架中,并充分利用树结构图模型高效推理的优势,改进了物体识别性能。最后通过标准图像集进行算法验证测试和对比来说明该文算法的有效性。

基于测量值均匀量化的扩展卡尔曼滤波

介绍了传输信道中传感器节点能量和带宽有限的问题,并进一步提出了带宽受限情况下首先进行量化处理的特点。指出状态非线性量测为线性的模型采用量化处理的扩展卡尔曼滤波与同样条件下未采用量化处理的扩展卡尔曼滤波相比,从量化误差、量化份数两方面对滤波器的性能进行研究,此方法能在带宽小情况下,具有量化误差同样小的优点,并利用计算机对一类状态非线性量测线性模型的仿真结果有效性进行了实验分析。从而得出此类特定系统在带宽有限时,运用此量化策略同样可降低量化误差的结论。

基于输出时滞方法的采样数据系统故障估计

从时滞系统角度率先研究了一类非均匀采样数据系统的故障估计问题.首先,基于输出时滞方法将采样数据系统建模成具有时变时滞输出的连续时间系统;然后,通过分析自适应诊断观测器不再适用于此类连续时滞系统的原因,提出了一种能够保证估计误差指数收敛的增广故障估计滤波器设计新方法;并进一步研究了具有噪声干扰的采样数据系统的时变故障估计问题;最后,通过对某型飞控系统的仿真实验结果验证了所提方法的有效性.