检索结果-内蒙古大学图书馆

中国空间科学技术(中英文) 2025年第1期45卷 46-58页

作者：沈英龙蔡君亮林佳伟杨帆厦门大学航空航天学院厦门361102 北京控制工程研究所北京100190 厦门市大数据智能分析与决策重点实验室厦门361102

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生... 详细信息

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生产生覆盖各种类型故障的仿真数据,并利用XGBoost分类模型和卫星真实故障样本验证了数字孪生数据的高仿真性,实现了已知故障类型的诊断。在此基础上,考虑到现有诊断方法无法精准识别未知类型故障的发生,提出一种分布外检测模型Con-DAGMM,通过正常数据和已知类型故障数据训练模型,实现了对未知故障的及时预警。利用数字孪生数据与在轨卫星真实故障数据进行实验,实验结果表明,所提方法故障诊断精度高,在测试数据上的平均准确率达到98.8%,且Con-DAGMM实现了高性能的未知故障检测,在精准率、召回率和F_(1)分数上优于Deep-SVDD等对比方法。结果表明,卫星数字孪生可以克服卫星历史数据中故障样本稀缺的问题,且分布外检测的思路能成功应用于卫星未知故障的预警,提高了在轨卫星的安全性与可靠性。

关键词：卫星控制系统未知故障检测故障诊断数字孪生机器学习分布外检测

来源：评论

学校读者我要写书评

暂无评论

基于RBFNN的机器人关节摩擦建模与补偿研究

引用

仪器仪表学报 2020年第11期41卷 278-284页

作者：贺苗吴晓敏邵桂芳刘暾东厦门大学航空航天学院厦门361005 厦门市大数据智能分析与决策重点实验室厦门361005

机器人轨迹跟踪是限制机器人高精度应用的关键问题,对机器人关节摩擦进行建模和补偿是提高机器人轨迹跟踪精度的有效途径。针对目前的摩擦建模方法受换向时不连续以及建模误差等非线性因素的影响,无法在实际场景中应用的问题,提出一种... 详细信息

机器人轨迹跟踪是限制机器人高精度应用的关键问题,对机器人关节摩擦进行建模和补偿是提高机器人轨迹跟踪精度的有效途径。针对目前的摩擦建模方法受换向时不连续以及建模误差等非线性因素的影响,无法在实际场景中应用的问题,提出一种基于径向基神经网络(RBFNN)的摩擦建模与补偿方法。首先,为克服换向时摩擦不连续带来的影响,建立一种连续的关节摩擦建模方法;然后,通过引入径向基神经网络,拟合建模误差,解决系统中的非线性因素影响。其次,为实现机器人实际控制,采用高精度编码器获取机器人在实际轨迹跟踪过程中的位置、速度和关节转矩数据,并对所得数据进行滤波去噪。最后,为验证所提方法的有效性,设计并完成了机器人关节的轨迹跟踪实验。结果表明,相比较于未补偿情况,基于RBFNN控制在补偿前后的平均跟踪误差,最大跟踪误差均有大幅度降低。其中,数据滤波后的机器人轨迹跟踪精度有73.46%的提升,表明所提算法可以对系统中的关节摩擦以及其他非线性因素进行有效补偿。

关键词：工业机器人摩擦模型摩擦补偿神经网络

来源：评论

学校读者我要写书评

暂无评论

嵌入自学习策略的多因子进化算法

引用

华中科技大学学报（自然科学版） 2021年第6期49卷 7-12页

作者：曹浪财许日东厦门大学自动化系福建厦门361005 厦门大学厦门市大数据智能分析与决策重点实验室福建厦门361005

为了解决多因子进化算法(MFEA)局部搜索能力不足的缺陷,提出将基于拟牛顿方法的自学习策略嵌入到MFEA中.结合MFEA的特性,设计了三种类型的嵌入策略,并应用于多任务优化问题的求解.结果表明:嵌入式MFEA的性能远优于同样基于拟牛顿方法改... 详细信息

为了解决多因子进化算法(MFEA)局部搜索能力不足的缺陷,提出将基于拟牛顿方法的自学习策略嵌入到MFEA中.结合MFEA的特性,设计了三种类型的嵌入策略,并应用于多任务优化问题的求解.结果表明:嵌入式MFEA的性能远优于同样基于拟牛顿方法改进的自适应模因多因子进化算法(AMA-MFEA);在相同迭代次数的条件下,完全子代嵌入可以发挥最好的效果;在相同优化时间的约束下,随机抽样嵌入最为有效.

关键词：多任务优化多因子进化算法自学习策略拟牛顿方法随机抽样嵌入

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的湍流火焰三维羟基浓度场的时间超分辨率成像

引用

航空动力学报 2024年第12期39卷 297-304页

作者：钟越蔡敏男徐文江杨帆厦门大学航空航天学院福建厦门361005 厦门大学厦门市大数据智能分析与决策重点实验室福建厦门361005

针对火焰三维羟基浓度场的高速测量难度大、成本昂贵的问题,提出一种基于深度学习的帧重建模型Cycle-3D-CNN,用于连续时间的湍流火焰三维羟基浓度场数据。使用基于循环一致性的三维卷积神经网络(3D-CNN),以数值驱动的方式实现了更高的... 详细信息

针对火焰三维羟基浓度场的高速测量难度大、成本昂贵的问题,提出一种基于深度学习的帧重建模型Cycle-3D-CNN,用于连续时间的湍流火焰三维羟基浓度场数据。使用基于循环一致性的三维卷积神经网络(3D-CNN),以数值驱动的方式实现了更高的时间分辨率。在实验分析中使用该模型分别实现了三维羟基浓度场时间序列的2倍和3倍时间分辨率提升,验证了其良好的重建性能。在两种实验结果中,峰值信噪比(PSNR)均值分别达到了33.57 dB和30.37 dB,结构相似性(SSIM)指数分别达到了0.899和0.813,均优于传统的帧重建方法。

关键词：湍流燃烧羟基自由基时间超分辨率循环一致性模型深度学习

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解和自适应图的无监督特征选择

引用

系统工程与电子技术 2021年第8期43卷 2197-2208页

作者：曹浪财林晓昌苏思行厦门大学航空航天学院福建厦门361005 厦门大数据智能分析与决策重点实验室福建厦门361005

在高维数据分析中,一个不可避免且棘手的问题是维度诅咒,因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此,提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on rob... 详细信息

在高维数据分析中,一个不可避免且棘手的问题是维度诅咒,因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此,提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on robust matrix factorization and adaptive graph,MFAGFS),实现在一个统一的学习框架下执行鲁棒矩阵分解、特征选择以及局部结构学习。模型首先通过鲁棒矩阵分解可获得聚类标签,将聚类标签和局部结构信息用来引导特征选择过程,再从特征选择的结果中自适应地学习数据局部结构。通过局部结构学习和特征选择这两个基本任务的相互作用,MFAGFS可以精确捕获数据的结构信息以及选择出具有判别性的特征。然后,详细阐述了算法优化求解方法,并证明了算法的收敛性。最后,在6个公开数据集上进行试验对比分析,参数敏感性分析,验证了所提模型的有效性。实验结果表明,所提的方法与其他方法相比,性能均有不同程度的提高。

关键词：特征选择图嵌入自适应矩阵分解

来源：评论

学校读者我要写书评

暂无评论

机器人减速器传动误差建模与优化

引用

控制理论与应用 2020年第1期37卷 215-221页

作者：刘暾东陆蒙邵桂芳王若宇厦门大学航空航天学院福建厦门361005 厦门大学嘉庚学院福建漳州363105 厦门市大数据智能分析与决策重点实验室福建厦门361005

为提高工业机器人旋转矢量(RV)减速器的传动精度,合理分配各零件的加工和装配公差,本文提出一种基于等价模型的RV减速器传动误差建模与优化方法.该方法根据RV减速器的传动结构,构建17自由度的等价误差模型,利用传统经验参数进行求解,获... 详细信息

为提高工业机器人旋转矢量(RV)减速器的传动精度,合理分配各零件的加工和装配公差,本文提出一种基于等价模型的RV减速器传动误差建模与优化方法.该方法根据RV减速器的传动结构,构建17自由度的等价误差模型,利用传统经验参数进行求解,获得减速器仿真传动误差;同时,将仿真传动误差与实际测量传动误差进行对比,运用最小二乘法建立经验参数辨识模型;在此基础上通过粒子群算法优化辨识模型中的经验参数,将该参数运用到实际RV减速器生产中,结果显示:与传统经验参数建立的误差模型相比,本文提出的方法使得传动精度的仿真精度误差平均缩小9.99%,大幅度提高了等价误差模型的准确性.

关键词： RV减速器等价模型传动误差参数辨识粒子群算法

来源：评论

学校读者我要写书评

暂无评论

机器人关节摩擦建模与补偿研究

引用

仪器仪表学报 2018年第10期39卷 44-50页

作者：吴晓敏刘暾东贺苗高凤强邵桂芳厦门大学航空航天学院厦门361005 厦门大学嘉庚学院-微柏工业机器人创新实验室漳州363105 厦门市大数据智能分析与决策重点实验室厦门361005

为了降低温度变化导致机器人关节摩擦补偿失效、跟踪精度降低的问题,提出一种考虑温度变化的Stribeck摩擦改进模型。通过非线性最小二乘法建立系统参数辨识模型,利用L-M （Levenberg-Marquardt）法对该模型进行迭代求解,建立温度影响下... 详细信息

为了降低温度变化导致机器人关节摩擦补偿失效、跟踪精度降低的问题,提出一种考虑温度变化的Stribeck摩擦改进模型。通过非线性最小二乘法建立系统参数辨识模型,利用L-M （Levenberg-Marquardt）法对该模型进行迭代求解,建立温度影响下的非线性Stribeck摩擦模型。为验证模型的有效性,引入基于摩擦模型的前馈补偿方法,设计了机器人关节的轨迹跟踪实验。实验结果表明,改进的Stribeck摩擦模型能够准确地描述不同温度下摩擦的变化规律;与基于常规Stribeck摩擦模型补偿相比较,该模型的应用能进一步提高六轴机器人关节跟踪精度。

关键词：工业机器人 Stribeck摩擦模型关节温度摩擦补偿

来源：评论

学校读者我要写书评

暂无评论

RV减速器摆线轮齿廓修形建模与补偿研究

引用

仪器仪表学报 2018年第3期39卷 81-88页

作者：王若宇高凤强刘暾东厦门大学嘉庚学院-微柏工业机器人创新实验室漳州363105 厦门大学航天航空学院厦门361005 厦门市大数据智能分析与决策重点实验室厦门361005

摆线轮齿廓是影响工业机器人核心部件—RV减速器性能的重要因素。为了使RV减速器能够精确传动,需要对摆线轮齿廓进行修形设计,从而补偿各种加工误差因素造成的齿廓误差。为此,提出了基于加工误差参数优化的摆线轮修形模型,以精确补偿实... 详细信息

摆线轮齿廓是影响工业机器人核心部件—RV减速器性能的重要因素。为了使RV减速器能够精确传动,需要对摆线轮齿廓进行修形设计,从而补偿各种加工误差因素造成的齿廓误差。为此,提出了基于加工误差参数优化的摆线轮修形模型,以精确补偿实际与设计齿廓之间的误差。模型中的加工误差参数值是通过对实际加工齿廓的精确测量,设计一种回归算法,对误差数据进行回归优化而获得。利用提出的摆线轮修形模型得出的修形参数对齿廓进行加工测量,结果表明,与经验修形方法相比,实际加工齿廓与设计齿廓之间的误差值降低了50%,批量加工的齿廓误差也能保证在4μm以内。此方法实现了对摆线轮齿廓的精确修正,有效地提高了RV减速器的整体性能。

关键词： RV减速器摆线轮齿廓加工误差参数回归优化补偿修形

来源：评论

学校读者我要写书评

暂无评论

二分网络中基于增强动态距离模型的社团检测算法

引用

厦门大学学报（自然科学版） 2022年第6期61卷 1038-1043页

作者：苏思行陈碧连曹浪财厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室福建厦门361005

为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻... 详细信息

为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻居节点对距离产生的影响,摆脱敏感参数.同时,提出一种在二分网络中基于Ego-Leader进行社团检测的增强动态距离模型(E-BiAttractor),E-BiAttractor不仅继承了BiAttractor在检测二分网络社团时的优异表现,而且通过引入Ego-Leader来代替敏感参数,优化了模型在二分网络上的鲁棒性,并提出相应的社团检测算法.最后在8个公开数据集上进行实验对比分析,验证了所提模型的有效性.大量实验表明,相较于几种已有的算法,E-BiAttractor具有良好的性能.

关键词：社团检测二分网络动态距离自我中心

来源：评论

学校读者我要写书评

暂无评论

一种基于同类融合的工业数据扩充算法

引用

厦门大学学报（自然科学版） 2021年第1期60卷 80-90页

作者：邵桂芳黄梦高凤强刘暾东厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室福建厦门361005

在基于深度网络的工业板材表面缺陷检测应用中,缺陷图像的类别不平衡和数量不足严重制约了深度网络的应用性能.为了解决此问题,提出一种基于同类融合的工业数据扩充方法以丰富表面缺陷图像训练集.首先根据缺陷特征将表面缺陷图像集中的... 详细信息

在基于深度网络的工业板材表面缺陷检测应用中,缺陷图像的类别不平衡和数量不足严重制约了深度网络的应用性能.为了解决此问题,提出一种基于同类融合的工业数据扩充方法以丰富表面缺陷图像训练集.首先根据缺陷特征将表面缺陷图像集中的样本进行分类,随机选择属于同一类别的多个样本执行融合操作以扩充数据量和丰富样本类型,然后将原始数据和扩充的人工数据组合起来作为新训练集,以提升模型分类和检测的能力.以实际生产中采集的钢材表面缺陷图像进行实验,并与生成算法扩充的样本进行比较.实验结果表明,该算法不仅在扩充表面缺陷图像质量上超过了卷积生成对抗网络(DCGAN)和循环一致生成对抗网络(CycleGAN)等生成算法,并在缺陷目标分类和检测任务上取得了更有效的扩充效果.

关键词：同类融合表面缺陷图像数据扩充图像分类图像检测

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：