基于粗糙集理论的人工神经网络故障诊断系统

在故障诊断神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的神经网络分层的简并剔除其中不必要的属性,克服了网络规模过于庞大及分类识别速度慢等缺点,取得了减少分类过程中的模式匹配搜索量的良好效果,并给出基于粗糙集理论的分层发掘神经网络模型结构及算法,结果表明该系统对工程应用具有一定的参考价值。     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

基于蚁群优化的Elman神经网络在故障诊断中的应用研究

指出普通Elman神经网络BP学习算法的不足,将蚁群算法和Elman神经网络相融合,采用信息素挥发因子ρ和信息素τ更新策略自动调整的自适应蚁群算法优化Elman神经网络的权阚值,并将其应用到柴油机涡轮增压系统故障诊断中.仿真实验表明,优化的Elman神经网络有较快的收敛速度和较高的故障诊断精度,可以有效地诊断柴油机涡轮增压系统的故障,能够更好地避免局部最小,实现了对柴油机涡轮增压系统故障的有效诊断.     

基于粗糙集理论的连铸坯缺陷诊断预报系统

提出了基于粗糙集理论的连铸板坯缺陷类型的诊断及以预报系统,以粗糙集理论为主要工具,揭示了板坯缺陷形成因素的冗余性,并对此约简后,利用径向基函数神经网络进行预报及诊断,初步结果表明该理论具有较好的实用性及有效性。     

改进Elman网络在锂离子电池容量预测中的应用

为了准确估算锂离子电池的荷电状态(SOC),在分析影响锂离子电池剩余容量时变特性的基础上,综合国内外几种常用的预测锂离子电池方法,将改进Elman网络应用到锂离子电池的容量预测和模型建立中。实验结果表明:该网络不仅局部泛化能力好,而且有较好的动态性能和逼近能力,能够满足电池容量预测的误差要求。     

Boost变换器PWM模糊滑模变结构控制器设计

针对Boost变换器的强非线性,传统控制方法不易取得良好的控制效果,设计了Boost变换器PWM模糊滑模变结构控制器。该控制器结合PWM调制、模糊推理和滑模变结构控制三者的优点,通过在线模糊逻辑推理调整滑模变结构控制的切换面参数,从而使系统状态点的滑模运动保持稳定,逐渐趋向平衡点,提高滑模变结构控制器的控制效果。通过Matlab仿真比较,该控制器较好地解决了系统抖振问题,具有良好的动态性和较强的鲁棒性。     

一种基于图像识别的燃气表远程直读系统研究

为了解决无线抄表系统中燃气表机械字轮读数与电子计数存在累计误差的问题,提出一种在传统燃气表上加装图像识别抄表模块,利用遗传算法(genetic algorithms,GA)优化的径向基函数神经网络(radical basis function,RBF)进行字轮读数图像识别的实现方法。在图像识别抄表模块中,采用分块迭代算法对图像进行二值化处理,并在远程发送前对图像数据进行压缩,以减少数据传输量;使用最近邻聚类与K均值聚类相结合的算法确定隐层中心位置,为了消除中心宽度对中心值的依赖,采用GA对中心宽度进行优化,引入二次验证机制,进一步减少识别误差;通过通用分组无线业务(general packet radio service,GPRS)方式将识别结果及相应图像发送到管理中心,由管理中心对燃气表读数进一步核对。仿真结果表明,抄表终端功耗较低,抄表正确率超过97%。     

智能控制技术在智能建筑空调系统中的应用

空调能耗占整个建筑物能耗的大部分,其能耗大小是评价智能建筑设计好坏的重要指标。基于目前国内外智能建筑节能技术的发展概况,分析了模糊控制、神经网络、专家系统等智能控制技术在智能建筑空调系统中的应用以及各自的优缺点。研究表明,智能控制技术能够解决空调系统中传统控制技术难以解决的问题,是智能建筑节能领域的一个重要发展方向。     

柴油机故障诊断技术的现状及展望

柴油机作为一种复杂动力机械,其运行状态监测和故障诊断技术越来越受到人们的关注。在柴油机故障诊断领域,信号处理、故障特征提取及识别方法已初具雏形,但离实用化还有一定距离。笔者分析了柴油机常见故障及影响因素,综述了现代柴油机故障诊断技术中常用的各种基于振动信号的时频分析法、瞬时转速波动法、铁谱及光谱分析法、灰色系统理论诊断法、神经网络诊断法及专家系统诊断法的原理、特点及不足,最后指出了柴油机故障诊断的难点和发展方向。     

OFDM-MIMO系统中零点消除算法的研究

在OFDM-MIMO系统中,传统的零点去除信道缩短均衡器(ZR-CSE)在信道缩短过程中并未考虑对噪声的均衡,甚至有可能对噪声进行放大.针对上述问题,通过对接收端的信噪比增益与噪声增益随去除零点值的动态变化作了理论推导与仿真验证,提出了最小零点消除信道缩短均衡器(CSE-MZ)设计方案.首先通过估计矩阵得到信道状态多项式的所有单位圆内零点;然后通过选取特定数量的较小零点值作为反馈滤波器的连接系数(FBF),对FBF的长度和连接系数进行了优化,设计过程更为简单;最后通过数值仿真,验证了所提算法的可行性.