检索结果-内蒙古大学图书馆

作者：孙庆华华南理工大学

学位级别：硕士

涡扇发动机是军用和民用飞机中常用的航空动力设备,被誉为飞机的“心脏”。轴流压气机是航空发动机的核心设备之一,其性能对航空发动机的整体性能有重要影响。旋转失速和喘振是轴流压气机中主要的两种失稳现象,轻则造成轴流压气机性能恶... 详细信息

涡扇发动机是军用和民用飞机中常用的航空动力设备,被誉为飞机的“心脏”。轴流压气机是航空发动机的核心设备之一,其性能对航空发动机的整体性能有重要影响。旋转失速和喘振是轴流压气机中主要的两种失稳现象,轻则造成轴流压气机性能恶化,重则可能引起发动机突然熄火,造成空中停车,对飞行安全构成严重威胁,这在飞行过程中是必须要避免的。由于通常认为旋转失速是喘振的先兆,因此及时捕获旋转失速信号对提高轴流压气机性能具有重要意义。鉴于旋转失速检测技术具有重要的研究意义和实用价值,本文对其进行深入研究,并基于确定学习理论,在已有的研究基础之上进行如下研究和创新:1.利用并行计算算法对已有的轴流压气机旋转失速检测系统进行并行化重构,解决研究过程中遇到的大规模计算问题。对基于确定学习的轴流压气机失速检测中遇到的计算瓶颈进行分析,发现造成大规模计算问题的两个主要因素:首先,构造信息足够丰富的大规模模式库需要大规模的计算;其次,大规模模式库下的失速检测依旧需要大规模的计算。为此,本文对已有的系统进行分析,研究旋转失速检测问题的内在可并行性,对大量模式训练问题采取任务级并行,对单个模式训练中的大规模计算问题采用向量运算的方式。通过采取多种并行化方法,对已有的失速检测系统进行重构,使其能够运行在桌面计算机、集群甚至计算云等多种计算平台上。2.利用MATLAB提供的PCT和MDCS构建CPU+GPU计算机集群。首先,通过局域网将6台计算性能一致的计算机连接在一起,构成集群的硬件平台。然后在计算机中安装已获得授权的MATLAB软件,包含PCT和MDCS,创建统一的软件支持平台。通过MDCS提供的可视化集群管理工具,构造可访问的集群对象,将6台计算机都加入到该集群对象中。最后,为实现对集群对象的访问,选择其中一台计算机作为主节点,设置任务调度器,并在每台计算机中开启4个计算单元。构建的集群对象可以为局域网中的多个用户提供计算服务。3.利用采集自北航压气机实验台的多组数据,对重构后的系统和构建的计算机集群性能进行验证。首先,通过利用构建的计算机集群,重构后的失速检测系统能够在短时间内完成大量模式同时训练的任务,并能够在短时间内完成90个模式下的失速检测。然后,对比不同规模模式库下计算机群的计算性能以及不同规模集群下的效果。结果表明,重构后的失速检测系统在集群平台上可以大幅度提高系统的效率,同时提供了良好的实验分析平台,推动了项目的研究。

关键词：确定学习动态模式识别集群旋转失速

来源：评论

学校读者我要写书评

暂无评论

基于GPU的轴流压气机旋转失速检测系统设计

基于GPU的轴流压气机旋转失速检测系统设计

引用

作者：林文愉华南理工大学

学位级别：硕士

涡扇发动机是目前世界上军/民用飞机中最常用的航空动力装置，被称为“飞机的心脏”。轴流压气机作为发动机中的核心部件，其效率对涡扇发动机整体性能有十分重要的影响，但由于其涉及技术面广、研制难度大，故一直是航空发动机研制的... 详细信息

涡扇发动机是目前世界上军/民用飞机中最常用的航空动力装置，被称为“飞机的心脏”。轴流压气机作为发动机中的核心部件，其效率对涡扇发动机整体性能有十分重要的影响，但由于其涉及技术面广、研制难度大，故一直是航空发动机研制的技术瓶颈。喘振和旋转失速是压气机运行过程中常见的两种故障，轻则可使发动机性能恶化，重则可导致发动机熄火停车，造成机毁人亡等严重后果。目前国内航空发动机自主研发的防喘机构尚处于空白状态，严重制约了国产飞机的性能提升。喘振和旋转失速是发动机内部气流的系统性失稳现象，喘振发生前总有一定的旋转失速发生，故旋转失速可被认为是喘振的先兆。如何在喘振之前及时捕捉旋转失速信号视提升压气机性能的一个难题。确定学习理论近年提出关于动态环境下的机器学习新理论，通过利用RBF神经网络的学习能力，实现对未知动态环境下的知识获取、表达、存储和利用。动态模式识别方法以确定学习理论为基础，涉及动态模式的表达、相似性定义和对未知动态模式的快速识别。利用确定学习和动态模式识别方法对压气机运行系统动态进行故障建模和快速识别，是解决压气机旋转失速检测问题的一个新的尝试。在工程实现中，利用确定学习和动态模式识别算法进行旋转失速检测需要解决算法中包含的海量计算问题，表现在神经网络内部计算和多模式识别中的残差计算。针对算法加速问题，本文采用基于GPU大规模并行计算方案实现对算法的细粒度并行化分解。算法并行化移植基于MATLAB与Jacket Engine结合的软件环境，针对算法中包含主要的计算量部分，对应并行化分解过程包括RBF神经网络计算的并行化，状态估计值的并行化计算和多模式识别残差计算的并行化三方面。通过实例验证，并行化后的算法加速效果明显，且性能稳定，能很好地应对神经网络规模增大和参与识别模式数目增加情况，算法并行化过程主要利用矩阵计算和基于GPU的大规模线程计算，可以方便地进行跨平台移植，因而具有良好的工程应用价值。在实现算法并行化的基础上，本文利用MATLAB GUI搭建轴流压气机旋转失速检测系统，该检测系统主要针对离线情况，包括离线学习子系统和识别子系统两部分，实现对压气机试验台数据进行离线建模和离线识别性能分析。轴流压气机旋转失速检测系统为进行试验台在线实时检测提供良好的辅助工具，从而推进课题项目研究。

关键词：旋转失速确定学习动态模式识别 GPU并行计算检测系统

来源：评论

学校读者我要写书评

暂无评论

基于GPU的心肌梗塞早期辅助诊断系统设计

基于GPU的心肌梗塞早期辅助诊断系统设计

引用

作者：许加庆华南理工大学

学位级别：硕士

心脏疾病是当今威胁人类生命健康的主要疾病之一,其中心肌梗塞（MI）是常见的心血管疾病，一般多发生在中年以后，是内科常见的症状之一，死亡率可高达25%，因此对于心肌梗塞的研究一直是医学界重要而迫切研究热点，心电图作为诊断心肌... 详细信息

心脏疾病是当今威胁人类生命健康的主要疾病之一,其中心肌梗塞（MI）是常见的心血管疾病，一般多发生在中年以后，是内科常见的症状之一，死亡率可高达25%，因此对于心肌梗塞的研究一直是医学界重要而迫切研究热点，心电图作为诊断心肌梗塞方式之一，具有一定研究价值。确定学习理论是运用自适应控制和非线性动力学系统概论和方法，研究在未知动态环境下知识的获取、表达、存储和再利用等问题。区别于现有的一些基于静态函数映射方法的学习理论，确定学习研究的是一种动态环境下的学习机制。然而，动态模式识别是一个复杂的过程，大量模式和神经元的计算大大影响了算法的实现效率，而且对具体的平台实现有很高要求。因此，如何解决海量数据的运算是实现动态模式的快速识别的关键问题。为此，确定学习理论提出了一种动态并行分布信息处理新模型（Dynamic Parallel Distributed Processing DPDP），在进行大规模动态模式识别时具有极高的计算效率，而这样的模型可以较好的用并行计算的方式来实行。利用基于MPI（message passing interface）网络集群下的并行计算方式，可以加速数据的处理速度，但由于计算机间的通信和数据传输带来大量延迟；多核CPU下的多线程编程，虽然避免了前者的不足，但是线程的启动、切换、通信、同步需要的时间长且普遍为粗粒度多线程。而基于GPU的大规模并行计算，采用的是SIMD（单指令多数据流）的指令结构，结构上采用的是多核心的流处理器，拥有高性能的处理能力和存储带宽，这些都使它非常适合进行计算密集和数据巨大的运算。基于GPU的并行计算实现是更加细粒度的多线程编程，能同时运行成千上万的轻量线程且线程的操作过程并不需要花费太多时间，大大提高了程序运行效率。对于心电信号的自动分析并进行疾病的诊断实质上一个动态模式识别的过程，将正常和各种心肌梗塞心电信号看作是不同的动态模式，分别进行建模和学习，进一步构成具有代表性的模式库，从而实现对新增病人数据的模式识别，给出自动检测结果，为医生提供相应的诊断参考。本文针对传统心电图对于诊断心肌梗塞过程中的准确性和灵敏性不高的问题，介绍了基于确定学习和动态模式识别的心肌梗塞早期诊断方法，并结合GPU通用计算解决动态模式识别过程中海量计算问题，设计了心肌梗塞早期辅助诊断系统，可以作为临床医学上心肌梗塞早期辅助诊断的有效工具。

关键词：心肌梗塞 GPU通用计算确定学习动态模式识别心电图

来源：评论

学校读者我要写书评

暂无评论

基于确定学习理论的轴流压气机系统分岔预测

引用

航空发动机 2016年第6期42卷 23-29页

作者：文彬鹤王聪易学飞闻伟朱爱峰中国航发控制系统研究所江苏无锡214063 华南理工大学自动化科学与工程学院广州510641

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常... 详细信息

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。

关键词： pitchfork分岔旋转失速确定学习系统辨识动态模式识别快速预测轴流压气机

来源：评论

学校读者我要写书评

暂无评论

基于对传过程神经网络的航空发动机转子仿真故障诊断研究

引用

航空精密制造技术 2008年第5期44卷 17-20页

作者：丁刚边旭侯立国钟诗胜哈尔滨工业大学机电工程学院哈尔滨150001 北京飞机维修工程有限公司北京100621

为更好地解决动态模式识别及故障诊断问题,将过程神经元引入传统对传神经网络的竞争层,提出一种对传过程神经网络模型。并将所提出的网络模型及其学习算法用于航空发动机转子仿真故障诊断中,并得到了满意的结果。

关键词：对传过程神经网络航空发动机转子故障诊断动态模式识别正交基函数

来源：评论

学校读者我要写书评

暂无评论

一种深层过程神经网络及其在信号分类中的应用

引用

软件导刊 2020年第3期19卷 60-64页

作者：刘晓宇武鲁许少华山东科技大学计算机科学与工程学院山东青岛266590 山东省计算中心山东济南250014

针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络(DLMS-RBFPNN)。该模型由时变信号输入层、多尺度径向基核变换层、全连接层和感知机分类器构成。兼顾时变信号的频谱特征和分布形态的多样性,基于径向基过程神... 详细信息

针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络(DLMS-RBFPNN)。该模型由时变信号输入层、多尺度径向基核变换层、全连接层和感知机分类器构成。兼顾时变信号的频谱特征和分布形态的多样性,基于径向基过程神经网络,通过将不同宽度参数的Gauss核函数进行线性叠加,构成多尺度核,完成不同尺度上对过程信号形态特征的提取、辨识和相似性度量。通过在径向基核函数层之上叠加全连接层和分类器,实现时变信号不同尺度特征的融合和分类。DLMS-RBFPNN具有较少的模型参数,适用于小样本集建模,在机制上可提高对时变信号过程细节特征和趋势特征的辨识及记忆能力。在分析DLMS-RBFPNN性质的基础上,建立一种基于动态聚类算法的核中心函数确定方法以及基于PSO的模型参数优化求解算法。以旋转机械基于示功图信号的故障诊断为例进行实验,结果验证了模型和算法的有效性。

关键词：动态模式识别多尺度核函数径向基过程神经网络深层结构优化算法

来源：评论

学校读者我要写书评

暂无评论

智能信息处理在烧结质量推断中的应用

引用

河北科技大学学报 2000年第4期21卷 67-69页

作者：王俊社游智敏河北科技大学信息科学与工程学院河北石家庄050054 邯郸钢铁集团公司自动化部河北邯郸056015

研究了智能信息处理在烧结质量推断中的应用 ,在对图象序列的范围描述和BP算法改进的基础上 ,成功地应用了图象序列分析与动态模式识别相结合的方法 ,解决了烧结质量的动态推断问题。

关键词：图象序列动态模式识别烧结冶金智能信息处理

来源：评论

学校读者我要写书评

暂无评论

基于确定学习理论的轴流压气机系统分岔预测

基于确定学习理论的轴流压气机系统分岔预测

引用

第三十三届中国控制会议

作者：文彬鹤王聪易学飞闻伟朱爱峰中航工业航空动力控制系统研究所华南理工大学自动化科学与工程学院

本文研究了轴流压气机系统中的分岔预测问题.基于简化后的Moore-Greitzer三阶压气机模型,本文首先分析了该系统中存在的分岔现象.其次,本文利用最新发展起来的确定学习理论,对压气机系统随着γ参数的变化出现的几种典型模态的相关系统... 详细信息

本文研究了轴流压气机系统中的分岔预测问题.基于简化后的Moore-Greitzer三阶压气机模型,本文首先分析了该系统中存在的分岔现象.其次,本文利用最新发展起来的确定学习理论,对压气机系统随着γ参数的变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库.最后,本文利用该模式库构建一组嵌入了常值RBF神经网络的动态估计器.将测试模式与估计器相比,得到一组残差并依据动态模式识别方法的残差最小原则检测Pitfork分岔的发生.

关键词： pitchfork分岔旋转失速确定学习系统辨识动态模式识别快速预测

来源：评论

学校读者我要写书评

暂无评论

一种基于模式识别的智能自动化新方法及其神经网络实现

一种基于模式识别的智能自动化新方法及其神经网络实现

引用

1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会

作者：周尚明瞿寿德北京科技大学自动化信息工程学院北京科技大学自动化信息工程学院

本文提出了一种神经网络预测滤波器模型用以解决复杂生产过程的动态模式识别问题。该模型克服了动态图像特征矩阵法和自变量成组分析法的缺陷,使得基于图像序列来识别动态模式真正成为可能,并且利用有序导数的概念推导出了该模型的学习... 详细信息

本文提出了一种神经网络预测滤波器模型用以解决复杂生产过程的动态模式识别问题。该模型克服了动态图像特征矩阵法和自变量成组分析法的缺陷,使得基于图像序列来识别动态模式真正成为可能,并且利用有序导数的概念推导出了该模型的学习算法,从而为复杂生产的智能自动化提供丁一条新的解决途径。

关键词：动态模式识别滤波器神经网络预测复杂生产过程新方法神经网络智能自动化图像序列

来源：评论

学校读者我要写书评

暂无评论

确定学习与基于数据的建模及控制

确定学习与基于数据的建模及控制

引用

第33期双清论坛——基于数据的控制、决策、调度与故障诊断

作者：王聪陈填锐刘腾飞华南理工人学自动化学院控制与优化中心广州510641 澳大利亚国立大学信息科学与工程研究院信息工程系堪培拉.ACT0200

确定学习运用自适应控制和动力学系统的概念与方法,研究未知动态环境下的知识获取、表达、存储和利用等问题。针对产生周期或回归轨迹的连续非线性动态系统,确定学习可以对其未知系统动态进行局部准确建模,其基本要素包括:1)使用径向基... 详细信息

确定学习运用自适应控制和动力学系统的概念与方法,研究未知动态环境下的知识获取、表达、存储和利用等问题。针对产生周期或回归轨迹的连续非线性动态系统,确定学习可以对其未知系统动态进行局部准确建模,其基本要素包括:1)使用径向基函数(Radial basis function,RBF)神经网络;2)对于周期(或回归)状态轨迹满足部分持续激励条件;3)在周期(或回归)轨迹的邻域内实现对非线性系统动态的局部准确神经网络逼近(局部准确建模);4)所学的知识以时不变且空间分布的方式表达、以常值神经网络权值的方式存储,并可在动态环境下用于动态模式的快速识别或者闭环神经网络控制.本文针对离散动态系统,扩展了确定学习理论,提出一个根据时态数据序列对离散动态系统进行建模与控制的框架.首先,运用确定学习原理和离散系统的自适应辨识方法,实现对产生时态数据的离散非线性系统的未知动态进行局部准确的神经网络建模,并利用此建模结果对时态数据序列进行时不变表达.其次,提出时态数据序列的基于动力学的相似性定义,以及对离散动态系统产生的时态数据序列(亦可称为动态模式)进行快速识别方法。最后,针对离散非线性控制系统,实现了基于时态数据序列对控制系统动态的闭环辨识(局部准确建模).所学关于闭环动态的知识可用于基于模式的智能控制.本文表明确定学习可以为时态数据挖掘的研究提供新的途径,并为基于数据的建模与控制等问题提供新的研究思路.

关键词：确定学习时态数据序列离散动态系统时态数据挖掘动态模式识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：