基于广义互熵主元分析的故障检测方法

针对实际化工过程会受到不同程度非高斯扰动影响的问题,提出一种基于广义互熵主元分析的故障检测方法。从重构误差的角度出发,考虑过程的非高斯性,采用广义互熵准则构建PCA模型,利用核密度估计法确定故障检测指标的控制限。将所提出的方法用于田纳森-伊斯曼过程进行故障检测,并与基于传统PCA的故障检测方法和基于核PCA的故障检测方法进行对比。由田纳森-伊斯曼过程21种故障检测结果可知,本文所提出的广义互熵PCA在处理非高斯系统的故障检测方面表现出良好的性能,即有较低的误报率和漏报率。     

基于中心误差熵准则的非高斯系统滤波器设计

针对现存的最小熵滤波理论由于熵具有平移不变性,基于最小熵准则的滤波方法只能保证估计误差的随机性尽可能小,而不能保证其收敛到零的问题,基于中心误差熵准则研究了一类线性非高斯系统的滤波器设计问题。首先在最小熵准则的框架下采用非参数估计理论和梯度下降法给出了滤波增益矩阵的设计方法,并对滤波误差系统的均方稳定性进行了分析。接着针对最小熵准则的不足,提出了新的中心误差熵准则,它是由信息势和互熵的加权求和构成的,最大化信息势以实现估计误差随机性的全局最小化,最大化互熵可以将误差概率密度函数的峰值固定到零,从而实现滤波误差尽可能小。最后采用数值算例分别针对最小熵滤波和最大中心误差熵滤波进行仿真,结果表明基于中心误差熵准则的滤波算法具有更好的性能。     

基于最优熵滤波器的非线性非高斯带有数据缺失随机系统的故障隔离

文中提出了一种非线性非高斯带有数据缺失随机系统的故障隔离方法。利用EM算法对缺失数据进行修补,通过构建滤波器对系统的状态估计,将故障隔离问题简化为熵的最优化问题。滤波器的状态误差用非线性非高斯系统方程表示,并且获得状态误差的概率密度函数。通过在只存在目标故障时使状态误差的概率密度函数的熵最大化,而在只有非目标故障时使状态误差的概率密度函数的熵最小化,从而分离出目标故障,实现故障隔离。最后利用仿真示例,与完整数据下的故障隔离效果进行比较,验证了该方法的有效性。     

信息熵与广义集合集成的轴承-转子系统故障辨识方法

基于信息融合思想,对描述振动信号能量的3种信息熵测度,即时域的奇异谱熵、频域的功率谱熵、时-频域的小波能谱熵,在轴承-转子系统故障辨识中的应用方法进行研究.在根据广义集合概念对3种信息熵测度进行特征级的信息融合基础上,提出一种基于时空(场)广义信息熵集合的轴承-转子系统故障辨识方法.分析结果表明,该方法具有在三维特征空间图形化描述故障的状态域,使不同故障类别间显示出显著差别的性能,对提高辨识故障的准确率具有参考价值.     

基于样本信息的振动能量采集系统的响应预测

文章提出了一种基于非线性能量采集系统响应过程信息的响应概率密度函数预测方法。首先，利用Euler-Maruyama方法得到随机系统响应的样本信息，进而获得响应样本的高阶中心矩信息。其次，基于最大熵原理和高阶中心矩信息，将响应过程的概率密度函数的预测问题转化为求解多目标函数的优化问题，并利用多目标粒子群优化算法获得概率密度函数的表达式。最后，以三种不同结构势函数的振动能量采集系统的高阶中心矩信息为例，得到了相应系统在高斯白噪声激励下的概率密度函数的表达式，并用直接蒙特卡洛数值模拟验证了结果。     

非线性广义系统传感器故障估计方法

随着工业控制系统对可靠性的要求日益提高,故障诊断显得越来越重要。当系统存在干扰且干扰上界未知时,有效地对系统中的传感器故障进行估计,需要进一步的研究。为此,针对传感器故障为常值突变故障或缓慢变化故障的情况,研究了一类含外部干扰的非线性广义系统的传感器故障估计问题,提出了一种基于增广状态观测器的传感器故障估计方法。通过状态重构将传感器故障作为增广状态的一部分,构造出一个新的广义系统并设计增广状态观测器,使其能够同时对原广义系统中的状态和传感器故障进行估计;考虑到系统中的干扰项,根据李雅普诺夫稳定理论并结合线性矩阵不等式(LMI)方法,分两种情形给出了估计误差系统渐近收敛的充分条件,保证了可以对原系统中的故障进行渐近估计;通过仿真算例验证了增广观测器对传感器故障估计的有效性,表明了所提方法的可行性。     

离散广义系统的H_2模型降阶

研究离散广义系统尤其是快子系统的模型降阶问题·首先对原系统进行系统变换,将降阶问题归结于只对快子系统进行化简,从而达到真正的广义系统的模型降阶,即保留系统原有的非因果性·然后研究了广义系统的Y可控性和Y可观性及其等价条件·通过对系统的H2范数进行优化,提出了一种降阶准则,且按照此准则,对满足一定条件的离散广义系统给出了一种新的降阶算法·数值仿真证明了该算法的有效性·     

用子结构灵敏度综合法优化设计重频约束下的结构

本文提出结构优化的一种广义优化准则法，分别把Chen的优化准则法和Heo的子结构灵敏度综合延伸到重特征值场合，并借助设计向量的广义变分改进了Czyz的方法．     

基于小波包能量熵和GWO-SVM的滚动轴承故障诊断

针对滚动轴承不同故障类型和不同损伤程度识别准确率较低的问题,提出了将小波包能量熵、灰狼优化算法和支持向量机相结合的故障诊断方法.首先,将滚动轴承振动信号进行3层小波包分解,对第3层各频段小波包分解系数进行重构,提取各频段成分的能量熵构成故障特征向量;其次,利用灰狼优化算法实现支持向量机参数优化;最后,基于优化后的支持向量机分类模型完成对测试集滚动轴承不同故障类型和不同损伤程度特征向量的识别诊断.实验结果表明,相比实验和文献中其他方法,该方法对滚动轴承不同故障类型和不同损伤程度具有更加突出的故障辨识能力.     

广义系统多传感器信息融合降阶状态估值器

对于带多传感器的广义线性离散随机系统,基于奇异值分解,将其化为等价的两个降阶多传感器子系统。应用Kalman滤波方法,在线性最小方差最优加权融合准则下,提出了最优加权融合降阶稳态广义Kalman估值器。可统一处理融合滤波、平滑和预报问题,可减少计算负担和改善局部估计精度。为了计算最优加权,提出了局部估计误差方差阵和互协方差阵的计算公式。     

无约束优化问题新的谱共轭梯度法(英文)

通过结合牛顿法与PRP谱共轭梯度法提出一新的谱共轭梯度法.该方法为下降方法且为Birgin谱共轭梯度法与PRP共轭梯度法的线性组合.在适当的假设下算法全局收敛.     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛．混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题．同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例．     

基于泰勒级数法的边坡稳定性分析方法

边坡稳定可靠度分析方法考虑了岩土材料不确定性对边坡稳定的影响,是一种更符合实际情况的分析方法.然而,可靠度分析方法理论较复杂,应用过程中对参数统计、模型计算等方面的要求较高,不利于工程推广.基于此,本文将Duncan提出的一种简化可靠度分析方法-泰勒级数法引入到边坡稳定分析中.泰勒级数法是一种基于安全系数法的可靠度分析方法,通过分析安全系数法中所包含各参数不确定性对安全系数的影响,求得边坡稳定失效概率.首先,分析形成了在边坡稳定分析中应用泰勒级数法的基本步骤.继而,通过举例分析了应用泰勒级数法所需参数的标准差求解方法.最后,利用工程实例说明,泰勒级数法在边坡稳定分析中具有较强的可操作性,为边坡稳定可靠度分析提供了一条新的思路.     

一种针对收敛性问题的改进进退法及其仿真验证

进退法是最优化方法中一种常用且简单的一维单峰试探搜索算法.针对进退法的收敛性和收敛速率展开研究,在讨论了进退法的算法原理及其实施步骤的基础上,针对原算法在某些情况不收敛的问题,提出了一种改进的进退法,将原算法每次进退迭代中的转向步长变为与前一步长和迭代次数有关的函数, 这样可以克服原算法不收敛的缺点.通过严格的理论推导证明了改进进退法的正确性,并利用实例仿真验证了其有效性.结果表明:进退法收敛速率不稳定,依不同初始参数而不同,改进进退法以降低收敛速率为代价而保证收敛性.     

LAN系统性能评测方法研究

针对现有的LAN测试和性能评价方法主要采用模型方法和测试方法,在实际应用中都难以直接反映LAN系统的性能情况,提出了一种基于对象的结合模型方法和测试方法的以太网LAN系统性能评价的方法,通过一个实际的网络性能评价案例的应用所得到的结果与传统经验值基本吻合.     

一种部分非精确求解可分离凸优化问题的渐近点算法

本文研究了一类具有可分离结构的凸优化问题,在经典的交替方向法的基础上得到了一种部分非精确的渐近点算法.该方法分别求解凸优化问题的两个子问题,其中一个直接求解,另一个通过引入非精确项降低了求解的难度.在合理的假设下,新算法的收敛性得到了证明.数值实验表明新算法是有效的.     

齿轮的成型磨削

本文介绍一种提高齿轮精度的加工方法—成型磨削法。本方法是采用成型砂轮磨削齿型,比双碟型砂轮磨削生产效率要高。同时所需设备比蜗杆磨齿简单。因此,是一种很有价值的、先进的齿轮磨削方法。     

按修配法解装配尺寸链的新方法──修配环的“互换性”解法

本文充分运用尺寸链理论,分析了按修配法解装配尺寸链的实质是一种特定条件下的互换法,从而总结出一种新的求解方法─修配环的“互换性”解法。使其在尺寸链的计算上将修配法与互换法统一起来,因而弥补了传统方法的不足,并使计算简化,应用更方便。     

算子非精确条件下确定正则化参数的一种方法

基于非标准的广义偏差原则,在算子及观测数据都有扰动的条件下,对于求解不适定问题的Tik-honov正则化方法,给出了一种选取正则化参数的简单迭代算法,并阐明了该迭代算法是一种线性模型函数算法.进一步地,利用线性模型函数方法,在一定条件下证明了所提出的选取正则化参数的简单迭代算法是收敛的,并通过数值算例验证了该方法的有效性.     

一类修正LS谱共轭梯度法的全局收敛性 (运筹学与控制论)

谱共轭梯度法是一类将共轭梯度法和谱梯度法相结合的方法。2001年由Birgin和Martinez首先提出,但该方法不能保证始终产生下降方向。本文用已有的修正方法,给出一个修正的Liu-Storey公式,并结合谱梯度法,提出了一个具有充分下降性的修正Liu-Storey谱共轭梯度法,证明了该方法在标准Armijo非精确线搜索下的全局收敛性,并易推知该方法在Armijo-Goldstein非精确线搜索准则下同样满足全局收敛性。给出的数值实验表明,新算法略优于LS方法。