可能性线性模型诊断方法及其应用

本文研究了模糊信息处理在故障诊断中的应用，提出一种机车内燃机磨损故障的模糊识别方法，即通过对机车内燃机机油先谱分析数据建立可能性线性模型来识到磨损状态。实例分析表明，该方法效果良好．     

氧化铝陶瓷磨削金刚石砂轮磨损的声发射监测

阐述了声发射监测工程陶瓷磨削的研究进展,发现目前对金刚石砂轮磨损监测研究基本上是选取声发射信号均方根(即有效值)进行分析,且金刚石砂轮磨损状态的声发射监测准确率不高.为提高金刚石砂轮磨损状态的声发射监测准确率,设计了氧化铝陶瓷磨削声发射实验,并采用支持向量机建立金刚石砂轮磨损状态的分类模型.分析发现氧化铝陶瓷精密磨削中声发射信号最强频谱能量在30~40kHz频段.金刚石砂轮轻度磨损、严重磨损钝化和修锐之后的磨削声发射信号频谱有明显不同;而且磨削声发射信号小波分解系数的方差值能够很好地反映金刚石砂轮磨损状态.结果表明采用磨削声发射信号的小波分解系数方差作为支持向量机判别金刚石砂轮磨损状态的输入特征,金刚石砂轮磨损状态分类测试的准确率达100%.     

用分子形状指数、电拓扑态指数研究酚类化合物的生物降解性

计算32种取代酚的分子形状指数^mK以及电性拓扑状态指数En。采用多元线性逐步回归方法，建立了这些拓扑指数与酚类化合物的CO2生成量的定量结构-生物降解相关性模型。该模型的相关系数（R）、标准偏差（S）分别为0．951及1．999，它的计算值与相应实验值基本符合，并优于已有文献的研究结果。采用该模型探讨了取代酚的好氧生物降解机理。     

支持向量机方法在线条痕迹检验中的应用

应用支持向量机的基本原理和信息融合思想，经对两种不同类型枪支所发射同一型号子弹上磨损线条状痕迹数据提取特征后，用特征小波包维数和磨损痕迹中坡膛痕迹尺度参数作为样本数据的因子分量，建立了较为理想的SVM分类模型，以此SVM分类模型实现了对磨损线条状痕迹的分类识别。研究表明：采用参数融合要比使用单一参数更有利于分类识别，并能提高分类识别率。     

系统辨识的刀具磨损特征量提取方法

针对刀具磨损智能监控系统中信号预处理和磨损特征提取技术进行研究，提出了基于加工过程自适应模型参数估计的刀具磨损特征量提取方法，通过检测加工状态信号和加工参数，利用切削力模型和最小二乘法实现模型自动跟踪加工过程特性变化，并从估计的模型参数中获取刀具磨损特征量。经实验证明，加工过程切削力模型参数的变化能灵敏地反映刀具磨损特征，且该特征提取不受切削条件变化的影响。     

基于物元模型的齿轮磨损状态分形评估方法

为实现齿轮磨损状态的准确评估,设计齿轮副磨损实验,进行全寿命周期磨损实验,根据磨损率、磨粒群分形维数、振动信号变化趋势以及工况条件,划分5个不同的齿轮磨损状态。选择计算简单、权值易于确定的物元评估方法作为评估齿轮磨损状态的方法,利用磨粒群分形维数建立齿轮磨损状态的物元评价模型,并用实验测试数据进行实验验证。研究结果表明:物元模型能有效地评估齿轮不同的磨损状态,对齿轮磨损状态的评估准确性达91.67%。     

碳纤维铜基复合材料磨损率的定量预测

在环-块摩擦磨损试验机上进行碳／铜复合材料与45^#钢对摩擦磨损率定量预测的试验研究，运用均匀设计方法选取具有“代表性”的试验点，运用数理统计与逐步回归分析方法处理磨损试验数据，以幂函数构成磨损预测数学模型的变量集合，通过反复统计检验，依次从集合中选入那些对磨损预测模型“贡献”大的变量，剔除“贡献”小的变量，建立了复合材料摩擦副的磨损率预测方程为ε=0．43＋1．43v^2＋1．81p^3v＋1．66p^2v^2。经重复试验表明，预测方程计算值与试验数据基本一致。     

支持向量机在刀具磨损多状态监测中的应用

基于多传感器信号、采用多分类支持向量机(support-vector-machine,SVM)实现了刀具监测的多状态辨识.通过对切削过程中的多向切削力和振动信号等多传感器信息进行分析,分别获得时域、频域和小波域的信息作为磨损分类特征;同时,运用基于一对多(one-versus-all,OVA)的多分类支持向量机对刀具不同磨损状态下的特征数据样本进行训练和识别.对切削过程中不同磨损状态的分类结果表明,多分类支持向量机具有出色的学习能力,能够实现在小样本情况下的不同磨损阶段分类,并具有较高的识别精度.     

铣刀磨损监测中的声发射信号的特征优选

为保证在铣刀的磨损监控中铣刀状态分类的可靠性,针对小铣刀磨损监控的特点,合理选择信号特征,给出了一种根据模式可分性测度大小进行特征优选的方法,实验证明,经过本方法优选的特征所组成的特征向量,可以有效地应用于铣刀磨损状态的识别中。     

经验模式分解模糊特征提取的支持向量机混合诊断模型

为解决机械故障小样本模式识别问题，有效地提高分类的准确率，提出了一种基于经验模式分解模糊特征提取的支持向量机混合诊断模型．该模型通过对信号进行经验模式分解，提取信号的本征模式分量并转化为模糊特征向量，对机器故障进行诊断，然后将模糊特征向量输入到多分类的支持向量机中，实现了对机器不同故障类型的识别．将该模型应用于汽轮发电机组的3种工作状态的识别中，测试结果表明，同原有的未经过任何特征提取以及经过小波包模糊特征提取的2种多分类支持向量机方法相比，该模型将分类准确率从原有的53．33％和86．67％提高到100％，有效地改善了分类的准确性．同时，该模型还为汽轮发电机组的故障确诊提供了有力依据．     

中厚板轧机轧辊磨损预测

基于对中厚板轧辊磨损模型的分析,探讨了适合在线应用的轧辊磨损回归解析模型·采用现场实际的轧辊磨损数据,将轧辊的磨损沿辊身分布上进行统计,将轧辊磨损量考虑为沿轧辊长度方向的函数并用来预测下一轧制周期内的轧辊磨损·对首钢3500mm中厚板轧机的轧辊磨损进行了预测和实际的测量,并进行了解析分析·应用结果表明:磨损预测值与实测值吻合较好,能够比较显著地提高磨损模型的预报精度,从而为中厚板的厚度精度、板形和板凸度控制提供了良好的基础·     

预测取代芳烃生物降解性的投影寻踪回归模型

计算了42种取代芳烃的WHIM描述子,分别采用多元逐步线性回归分析法和投影寻踪回归技术,对所研究化合物的生物降解性参数BOD值进行定量构效关系研究.逐步线性回归分析结果表明,三维分子描述子WHIM可以从分子的大小、形状、对称性和原子分布等方面全面描述整个分子的结构,取代芳烃的生物降解性主要与分子的形状、密度分布和对称性有关,并且受原子量、原子范德华体积及电子拓扑指数的影响.在逐步线性回归基础上构建了取代芳烃生物降解性的投影寻踪回归模型.由于采用了"审视数据-模拟-预测"这样一条探索性数据分析新途径,模型的稳定性和预测能力大大提高,决定系数R2为0.642,测试组平均相对百分误差为8.29%.     

基于灰色关联分析法对能源的合理配置c

目的：研究能源分配在实际中运用的问题。方法：结合MATLAB、SPSS、EXCEL 等软件,建立聚类分析、灰色关联分析、 多元逐步回归、组合选择等模型,研究得出了城市工业企业发展水平和能源总量控制下的最优能源分配方案。结果：轻工业及 其他、机械和设备制造、金属制造、电力燃气及水生产、采矿及制造业、化工的灰色关联度分别为0.640 9、0.517 9、0.467 0、0.485 8、0.545 1、0.777 8。结论：能源分配在总能耗下降时,需要增加轻工业等低能耗产业,减少金属制造等高能耗产业;在能耗总量 下降、现价产值上升时,需要增加轻工业及其他和化工的能源,减少其他行业的能源。     

20CrMo钢化学成份和机械性能关系的统计分析

本文用逐步回归分析方法对生产中的48炉20CrMo钢的机械性能与主要化学成份之间的关系给出了最优的线性数学模型,与生产实测结果比较表明所得的回归模型是满意的。     

用声发射信号在线监测切削刀具的磨损与破损

通过监测金属切削过程中的声发射信号，判别切削刀具刃部的磨损状况．监测逐渐增大的声发射信号幅值大小，测量刀具后刀面的磨损情况；检测阶跃式声发射信号的幅值，监测刀具的破损情况．并用微机处理实验数据产生刀具破损的信号．还对刀具破损时声发射信号阀值进行了研究．     

基于主成分分析线性回归的光伏发电功率预测研究

针对经典光伏发电功率物理模型预测精度不高、可能遗漏关键气象因子的问题,基于数据驱动思想提出一种主成分分析、逐步线性回归以及多种检验相结合的光伏发电功率预测模型混合建模方法.采用相关性分析提取关键气象因子自变量,通过逐步线性回归对历史样本数据进行训练得到初始模型;对初始模型进行拟合程度、有效性以及多重共线性等多种检验,根据检验结果,采用主成分分析对初始模型自变量进行降维重构,得到修正模型;通过残差分析实现修正模型正确性的自校验;基于多种时间尺度对经典模型、未修正模型以及修正模型的预测结果进行详细对比分析.仿真结果表明修正模型提高了预测精度及所提混合建模方法的有效性与优越性.     

BP人工神经网络法研究PBDE_S类化合物的RRT

运用BP人工神经网络方法对PBDEs的相对保留时间(RRT)进行了QSPR研究.所建的BP人工神经网对PBDEs的RRT预测准确度非常高,网络训练误差几乎为0,网络回判MSE误差为0.003 9,明显低于逐步回归分析结果,独立检测集MSE误差为0.000 4,也很低,说明BP人工神经网具有较好的泛化能力.此方法得到的模型预测能力要优于逐步回归模型.     

数控机床热补偿中温度变量的选择与建模

叙述了一种在机床热补偿过程中,利用多元统计分析中的聚类分析方法对温度变量进行初步筛选,然后利用逐步回归方法获得最优模型的方法.对一台车削加工中心温度测量的变量进行了选择,并且利用逐步回归方法得到了补偿模型.结果表明,这种建模方法,不但很好地避免了温度测点的相互影响,保证了模型精度,而且节省了工作量和成本.     

酵母发酵的静态营养模型及培养基优化

采用逐步回归方法,建立了以酵母为目的产物的酵母发酵的静态营养数学模型.在模型基础上,用分层序列法对培养基组成及浓度进行优化。验证效果满意。     

辽东湾北部碱蓬群落及滩涂土壤盐分遥感反演模型

土壤盐分是评价土壤质量的重要指标，也是影响辽河口滨海湿地盐地碱蓬生长的主要环境因素之一，提出一种实时、准确、大尺度监测碱蓬群落及周围滩涂土壤盐分的算法十分必要.为了减少大气对模型的影响，该文利用地面高光谱数据模拟Landsat 8 OLI卫星反射率，采用基于交叉验证的逐步回归分析方法构建土壤盐分反演模型.结果表明：1) 碱蓬样本的土壤盐分明显低于裸滩，海南三区域土壤盐分在总体上低于鸳鸯沟和笔架岭区域，而植株高度和生物量普遍均高于鸳鸯沟和笔架岭区域，在一定程度上说明了土壤盐分对盐地碱蓬生长的影响；2) 模拟卫星反射率构建的多光谱指数与土壤盐分的相关性相较于单波段在整体上有所提高，其中植被指数NDVI和RVI与土壤盐分的相关性较高，相关系数达到了－0.689和－0.683；3) 利用基于交叉验证的逐步回归分析法构建土壤盐分反演模型，模型的自变量为RVI、SAVI和SI3，模型的建模集决定系数R2为0.684，均方根误差(RMSE)为3.45，验证集RMSE为1.88，相对分析误差(RPD)为2.28，表明模型的反演精度和反演能力较好；为了进一步验证模型的精度，对比分析基于逐步回归分析法筛选的指数因子构建的多元线性回归反演模型，发现交叉验证的逐步回归模型的R2、RMSE均优于多元线性回归反演模型，同时土壤盐分反演值和实测值散点图更接近1∶1线，为辽东湾北部碱蓬群落及裸滩土壤盐分因子的反演提供技术及数据支持.