检索结果-内蒙古大学图书馆

计量学报 2021年第6期42卷 799-805页

作者：潘作舟孟宗张光雅石颖樊凤杰燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对传统随机加权算法在目标信号为变量时,总均方误差远大于信号为常量时的情况,提出了一种改进的自适应随机加权算法。该算法利用所采信号的相对波动值自适应地调整当前采集信号与历史采集信号间的比例关系,得到更加接近真值的估计值... 详细信息

针对传统随机加权算法在目标信号为变量时,总均方误差远大于信号为常量时的情况,提出了一种改进的自适应随机加权算法。该算法利用所采信号的相对波动值自适应地调整当前采集信号与历史采集信号间的比例关系,得到更加接近真值的估计值。由于相对波动值可以根据信号变化情况自主调整,因此可以和传统的随机加权算法进行良好的结合。数值模拟证明了所提融合方法的有效性。

关键词：计量学多传感器信号融合随机加权算法自适应相对波动故障诊断

来源：评论

学校读者我要写书评

暂无评论

数据驱动的旋转机械智能故障辨识方法

数据驱动的旋转机械智能故障辨识方法

引用

作者：吴耀春兰州理工大学

学位级别：博士

旋转机械在现代工业生产中发挥着非常重要的核心关键作用,因此近年来保障该类设备安全可靠运行的状态监测与故障诊断技术得到了快速发展。关于该项技术的总体发展趋势,目前已达成的基本共识是必须在数据科学原理指导下走工业大数据的智... 详细信息

旋转机械在现代工业生产中发挥着非常重要的核心关键作用,因此近年来保障该类设备安全可靠运行的状态监测与故障诊断技术得到了快速发展。关于该项技术的总体发展趋势,目前已达成的基本共识是必须在数据科学原理指导下走工业大数据的智能决策技术发展之路,追求的目标应该是使旋转机械尽快实现优质高效的运行以满足智能制造需要。由此诱发的新型基础问题之一,是必须解决好旋转机械运行信息的数据资源化保护与开发利用问题。基于上述发展需求,本论文以旋转机械作为研究对象,以现代机器学习技术为理论基础,基于信号处理、粗糙集、信息融合、半监督学习、域自适应、神经网络、深度学习等智能技术,对数据驱动的旋转机械智能故障辨识方法展开研究。取得的研究成果与得到的结论情况基本如下:(1)针对旋转机械敏感故障特征提取困难的问题,提出一种经验小波变换(Empirical Wavelet Transform,EWT)与加权多邻域粗糙集(Weighted Multi Neighborhood Rough Sets,WMNRS)结合的故障特征提取方法。首先,利用EWT对非线性、强噪声振动信号进行分解,根据相关性选择一组最优模态分量进行重构,计算重构信号的时域特征并构造高维原始特征集;然后,在不同邻域半径下利用WMNRS对原始特征集约简得到频繁项集;最后,统计原始特征集中各个特征在多邻域属性约简中出现的概率,将其作为权值与特征进行加权提取利于分类的敏感特征集合。实验结果表明,该方法能够有效提取旋转机械振动信号的敏感故障特征,并且根据提取的特征向量可正确辨识旋转机械的故障类型。(2)针对传统浅层融合模型对复杂数据非线性映射与特征表示能力较弱的问题,提出一种利用卷积神经网络(Convolutional Neural Networks,CNN)融合多传感器信号特征的故障辨识方法。首先对多传感器振动信号分别进行特征提取,将获得的特征向量作为一维特征面构造多传感器特征面集合,将该集合作为卷积神经网络的输入;随后,利用深度网络结构实现对多通道特征面的自适应层级化融合与提取;最后由softmax分类器输出辨识结果。实验结果表明,该方法具有较高的故障分类与辨识能力、良好的鲁棒性和自适应性。(3)针对故障数据集中各类别的样本数目不平衡造成少数类样本识别准确率偏低的问题,提出一种基于最小最大化目标函数卷积神经网络(Min-Max Objective CNN,MMOCNN)的故障辨识方法。该方法首先利用CNN交替的卷积与池化运算自适应学习振动信号中具有表征信息的敏感特征,并通过全连接层将学习特征映射到类空间;然后,在类空间中构造特征的最小最大化目标函数;最后,将最小最大化目标函数融入到CNN的损失函数中,在模型训练过程中既考虑分类总体误差最小,同时又要求学习的样本特征保持类内间距小、类间间距大,以实现对数据不平衡故障的有效辨识。用滚动轴承的不平衡数据集分别对本方法和CNN的辨识效果进行实验,结果表明本方法能够使少数类样本的辨识精度提升20%以上。其他佐证实验,进一步证实了本方法在数据不平衡情况下的有效性。(4)针对标记样本获取困难且代价高昂、但无标记样本却可较容易收集的状况,提出一种基于半监督CNN的故障辨识方法。该方法首先利用CNN提取输入样本的类空间特征,并输出无标记样本的类概率,在此基础上采用改进的类概率最大间距准则构造无标记样本的损失函数;随后,将以类空间特征类内间距最小、类间间距最大为优化目标的损失函数融入CNN,建立半监督CNN模型;最后,提出一种基于半监督CNN的故障辨识方法。通过轴承故障辨识仿真实验验证了该方法可以有效利用无标记样本提高模型辨识性能。与常用半监督深度学习方法比较,该方法的辨识精度提高3%以上。(5)针对动态工况下训练(源域)数据和测试(目标域)数据分布存在差异导致模型识别能力不足的问题,提出一种基于对抗式域自适应卷积神经网络(Adversarial Domain Adaptation CNN,ADACNN)的故障辨识方法。该方法首先利用CNN将源域、目标域训练样本同时分别映射至类特征空间与预测标签空间;然后,在类特征空间构造对抗式域自适应,预测标签空间构造最大均值差异域自适应,并建立ADACNN模型;最后,提出一种基于ADACNN的故障辨识方法。以公开、实测两个轴承数据集验证了所提方法的有效性,结果表明在变工况(负载、转速)下本方法与CNN相比具有4%以上故障识别精度优势。本论文从数据驱动角度对旋转机械智能故障辨识方法进行了系列探讨,提出的多种故障辨识方法有助于解决智能故障辨识中低维敏感故障特征提取、多传感器信息融合、数据不平衡、标记样本不足、变工况的问题。在基于数据驱动的智能故障辨识技术发展方向上,值得进一步深入探讨的问题还应包括多种改进算法的集成、模型结构参数设计、算法应

关键词：旋转机械故障辨识特征提取卷积神经网络多传感器信号融合数据不平衡半监督域自适应

来源：评论

学校读者我要写书评

暂无评论

具有动态升力反馈的减摇鳍系统设计及控制研究

具有动态升力反馈的减摇鳍系统设计及控制研究

引用

作者：孙明晓哈尔滨工程大学

学位级别：博士

船在海上航行时,由于受到海洋环境扰动,不断产生六自由度随机运动,其中以横摇尤为显著。剧烈的横摇严重影响船的适航性、货物的安全性和乘员的舒适度,并降低舰载武器的发射精度。为此,科研人员研制了多种减横摇装置,而减摇鳍是迄今推广... 详细信息

船在海上航行时,由于受到海洋环境扰动,不断产生六自由度随机运动,其中以横摇尤为显著。剧烈的横摇严重影响船的适航性、货物的安全性和乘员的舒适度,并降低舰载武器的发射精度。为此,科研人员研制了多种减横摇装置,而减摇鳍是迄今推广应用最为成功的主动式减横摇装置,理论减摇效果可达90%以上,但由于自身和外界制约因素较多,导致实际工程应用中很难达到预期目标。首先研究减摇鳍系统特性,从减摇原理入手,分析制约减摇鳍的关键因素。减摇所需控制力矩主要取决于动态升力,可分为升力产生、升力检测和升力控制。本文基于常规减摇鳍系统改进,主要研究升力检测和升力控制。通过分析外界干扰模型和理论横摇模型在实际工程中的简化应用,指出系统存在的主要问题:系统反馈不准确和控制策略适用性不佳。针对反馈问题,分析常规鳍角反馈折算升力偏差过大的原因,通过水动力仿真,分析工程中用鳍的机械角近似代替有效攻角而忽视理论攻角、流速角和附加角的影响。对于控制问题,分析了常规PID控制不能满足对升力的实时控制要求,以及其他控制律应用时忽视实际系统存在客观约束的前提。因此需要采用动态升力检测改进系统反馈方式,并在此基础上设计适用的控制律,提升减摇鳍的整体性能。由于鳍所处海洋环境复杂多变,加之要考虑实际应用中传感器的安装、维护和检修等问题,导致直接检测鳍上动态升力异常困难。因此升力检测技术成为亟待解决的难点和创新点。通过分析鳍轴结构和受力特点,建立带有外悬臂的双点简支组合梁模型。在继承常规减摇鳍可靠性的前提下,给出上轴承负荷的升力检测法,设计特殊的轴承安装座和传感器,从动态水动力中直接分解出升力,避免繁琐运算和存在偏差问题。其后改进美国Sperry中空式鳍轴结构,同时提出新的传感器安装方式和测量要点。为降低鳍轴加工和装配难度,设计去除轴芯的激光测距式升力检测方法。运用铁摩辛柯梁理论对鳍轴形变的挠度和转角进行分析,进而建立鳍上升力和鳍轴位移之间的定量关系。为降低升力检测难度,分析影响鳍轴形变的因素,并以某型装船减摇鳍相关参数为例进行数值计算和有限元仿真,验证设计的可行性。针对单一传感器检测时信号容易受到干扰问题,需要进行滤波处理。由于各传感器互不影响,可应用融合滤波技术处理多传感器信号,使其相互补充和印证,解决单一传感器的不足。为防止融合滤波带来时滞,设计序贯结构的融合滤波算法加快速度。首先对性质相同的升力信号进行融合滤波,但序贯结构的状态方程和性能指标不一致,会导致基于Kalman滤波难以直接应用于升力信号融合滤波问题。为此证明具有序贯结构和集中结构的信号融合滤波算法的等价性,从而保证滤波过程的灵活性与实时性。通过对不同信号的计算比较处理,去除故障或异常信号。为提高融合信号的可靠性,通常采用无偏估计法,而由于融合的可靠性与方差成反比,所以若能降低无偏方差可以提高可靠性。为此采用岭估计进行处理,岭估计的可靠性取决于方差和偏差的综合,通过调整偏参数改变方差。在相同数量传感器时,相比无偏估计可进一步提高融合的可靠性。在升力检测和多传感器信号融合的基础上,给出减摇鳍控制系统改进原则。对动态升力反馈和鳍角反馈适用情况进行了分析,鉴于实际工程应用中,无论何种反馈均存在不足,难以满足多种情况及系统可靠性要求。因而改进控制系统结构,设计具有动态升力反馈的减摇鳍控制系统。分析适合不同反馈的切换情况,同时构成冗余反馈,提高减摇鳍运行的可靠性。在实际工程应用中,为防止减摇鳍动态失速和确保高海况时执行机构安全,需要对鳍角和升力进行限位约束;变化剧烈的外界干扰、自身非线性模型和执行机构限位等控制问题,导致常规PID控制策略难以满足减摇鳍对动态升力的有效控制,为此设计适用的模块化控制器。针对升力输入控制量范围受到限制,设计基于RBF神经网络的控制模块进行动态补偿;而针对外界干扰和自身非线性因素影响,设计非线性干扰观测器模块削弱广义干扰;并设计模糊滑模控制策略,改善常规控制方法只针对特定情况有效的问题。通过对不同反馈方式的仿真对比,验证控制系统结构改进的可行性,并对不同遭遇角、航速和海况等情况进行仿真,验证了控制策略设计的有效性。

关键词：减摇鳍控制系统动态升力反馈多传感器信号融合升力输入受限模块化控制

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析的罐底声发射检测信号融合方法

引用

振动与冲击 2012年第17期31卷 181-185页

作者：王伟魁李一博杜刚张涛靳世久天津大学精密测试技术与仪器国家重点实验室天津300072

采用声发射技术进行罐底腐蚀与泄漏检测过程中,需要对多个传感器的检测到的声发射信号进行融合处理,将属于同一声发射源的声发射信号判定为一个声发射事件。但是在现场检测过程中,由于噪声的存在,使得在声发射信号融合处理时容易对声发... 详细信息

采用声发射技术进行罐底腐蚀与泄漏检测过程中,需要对多个传感器的检测到的声发射信号进行融合处理,将属于同一声发射源的声发射信号判定为一个声发射事件。但是在现场检测过程中,由于噪声的存在,使得在声发射信号融合处理时容易对声发射源产生误判。针对该问题,提出了一种基于聚类分析的罐底声发射信号融合方法,其基本原理是先根据事件定义时间进行初始声发射事件判定,然后采用聚类分析方法对初始声发射事件中的信号进行分类,将每一类信号分别判定为一个声发射源。现场实验表明采用该方法抗噪声干扰能力强、误判概率低,能准确反应罐底腐蚀的实际情况。

关键词：声发射罐底检测聚类分析多传感器信号融合

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：