Bio-inspired computational techniques based on advanced condition monitoring

The application of bio-inspired computational techniques to the field of condition monitoring is addressed. First, the bio-inspired computational techniques are briefly addressed; the advantages and disadvantages of these computational methods are made clear. Then, the roles of condition monitoring in the predictive maintenance and failures prediction and the development trends of condition monitoring are discussed. Finally, a case study on the condition monitoring of grinding machine is described, which sh...     

Advances in simulated modeling of vibration systems based on computational intelligence

Computational intelligence is the computational simulation of the bio-intelligence, which includes artificial neural networks, fuzzy systems and evolutionary computations. This article summarizes the state of the art in the field of simulated modeling of vibration systems using methods of computational intelligence, based on some relevant subjects and the authors' own research work. First, contributions to the applications of computational intelligence to the identification of nonlinear characteristics of packaging are reviewed. Subsequently, applications of the newly developed training algorithms for feedforward neural networks to the identification of restoring forces in multi-degree-of-freedom nonlinear systems are discussed. Finally, the neural-network-based method of model reduction for the dynamic simulation of microelectromechanical systems (MEMS) using generalized Hebbian algorithm (GHA) and robust GHA is outlined. The prospects of the simulated modeling of vibration systems using techniques of computational intelligence are also indicated.     

递阶进化算法的小波网络在设备状态预测中的应用

为改善小波网络的学习和逼近性能 ,基于递阶结构染色体提出了递阶进化算法用以实现小波网络的设计和训练。该算法采用包含控制级基因和参数级基因的递阶结构的染色体 ,分别对网络结构和网络参数进行编码 ,并根据编码特点将遗传算法与进化规划结合进行进化操作 ,可实现同时对网络结构与网络参数进行进化设计和学习训练。该算法不仅克服了梯度下降算法中的局部极小和网络训练不收敛问题 ,也使网络结构更优 ,从而提高了网络训练效率和网络的工作性能。就函数逼近问题和水轮机组的状态预测问题进行了事例研究 ,验证了所提出的算法的优越性和可行性     

人工智能技术的分析与研究

分析人工智能技术所面临的问题，讨论其中各种智能模拟方法的实现，特点及适用范围；指出人工智能技术的发展方向。     

Data Mining Based on Computational Intelligence

This paper combines computational intelligence tools: neural network, fuzzy logic, and genetic algorithm to develop a data mining architecture (NFGDM). which discovers patterns and represents them in understandable forms. In the NFGDM. input data are preprocessed by fuzzification, the preprocessed data of input variables are then used to train a radial Basis probabilistic neural network to classify the dataset according to the classes considered. A rule extraction technique is then applied in order to extract explicit knowledge from the trained neural networks and represent it in the form of fuzzy if-then rules. In the final stage, genetic algorithm is used as a rule-pruning module to eliminate those weak rules that are still in the rule bases. Comparison with some known neural network classifier, the architecture has fast learning speed, and it is characterized hy the incorporation of the possibillty information into the consequents of classification rules in human understandable forms. The experiments show that the NFGDM is more efficient and more robust than traditional decision tree method.     

一种基于HHT和神经网络的智能轴承状态监控系统

提出了一种Hilbert-Huang变换(HHT)和神经网络相结合的智能轴承状态监控系统.从理论上阐述了经验模态分解(EMD)、固有模态函数(IMF)、Hilbert变换以及广义回归神经网络(GRNN).提出了轴承智能状态监控流程图即小波包对振动信号进行去噪预处理,HHT提取IMF的瞬时幅值作为特征向量,实验使用了BPNN和GRNN 2种神经网络,通过神经网络进行故障辨识和分类,最后用轴承的振动数据对该系统进行验证.结果表明,提出的状态监控系统能较好地对轴承的状态进行监控.     

The Role of Computational Intelligence in Sensory Evaluation

IntroductionComputationalintelligence(CI)isthestudyofthedesignofintelligentagents.Thedifferencebetweentraditionalartificialintelligence(AI)andCIisthatAIisbasedonconventionalhardcomputingwhereasCIisbasedonsoftcomputing(SC).Ineffect,therolemodelforsoftcomputingisthehumanmind.Theguidingprincipleofsoftcomputingis:exploitthetoleranceforimprecision,uncertaintyandpartialtruthtoachievetractability,robustnessandlowsolutioncost.Softcomputinghasrecentlybecomeahottopiconconferencesandinliterature.As…     

基于直觉模糊相似度量的近似推理方法

针对直觉模糊逻辑推理,提出一种基于直觉模糊集之间相似度量的近似推理方法,给出了相关的推理合成运算公式,并用实例说明近似推理的推理过程。该方法的最大优点是概念上更清晰,易于直观理解。     

On-line Tool Wear Classification in Unmanned-machining Environments

One of the most important features of the modern ma ch ining system in an “unmanned“ factory is to change tools that have been subjec ted to wear and damage. An integrated tool condition monitoring system composed of multi-sensors, signal processing devices and intelligent decision making pla ns is a necessary requirement for automatic manufacturing processes. An intellig ent tool wear monitoring system will be introduced in this paper. The system is equipped with power consumption, vibration, AE and cutt...     

基于人工智能的创造性思维的方案探讨

针对创造性思维在人类思维中的重要作用.对创造性思维的模拟提供了创造计算的一种新方法.其中,逻辑思维采用了神经网络的BP算法来实现,直觉思维采用了Hopfield神经网络以及交叉变异等实现方法,论述了变异联想在直觉产生中的重要作用,并且建立了模拟直觉的计算模型.提出了采用直觉与逻辑互补构成创造性思维的观点,构造了创造性思维的认知与计算模型,给出了创造性思维模型的计算实例.     

机群状态远程监测与故障诊断系统的研制

介绍一种机群远程监测与故障诊断系统的构建.通过利用传感技术、无线数据传输、网络技术和故障诊断技术等,实现机群中各分散单机的远程监测与故障诊断,实现实时评估当前机群总体运行情况及各单机的运行状况,并将诊断结果以报告的形式通过网络传输给用户.系统数据由SQL Server 2000建构与维护,实现了数据的集中管理和机群信息的交换与共享.通过在某高速公路施工现场实验表明,系统有效地改善了工程机械运行状况,提高了施工机群的施工效率.该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域.     

基于云计算的电力视频故障智能检测技术研究

在研究电力视频数字图像处理方法的基础上,结合电力系统网络现状,提出了基于云计算方法的电力视频故障及状态智能检测新技术架构.根据电力视频监控系统中的设备数量庞大、地域性广等特点,有效利用现有硬件设备资源实现全网的视频设备故障诊断及状态查询,支持多路视频并发和自动化周期性巡检.满足大规模数字视频监控系统的运行可靠性需求.     

螺杆压缩机组状态监测系统的研究

在深入研究机器状态监测发展与应用的基础上,以螺杆压缩机组为研究对象,分析、总结和归纳该机组的基本结构、工作原理,在此基础上设计该机组状态监测总体方案.建立机组状态监测试验装置,编制了控制处理程序,对压缩机的起动、运行、停车3个过程进行状态监测,通过反复测试和数据回归,初步把握螺杆压缩机中振动指标的变化规律,而且所获得的结果与机组中配套设置的监控系统中所反映的数据基本一致.最后对测试结果和未来趋势进行了分析,成为指导实践进行预知性维修的重要依据,具有工程实际意义.     

粒子种群优化(PSO)算法的性能研究

近年来,一种新的基于种群优化的算法———粒子种群优化(PSO)算法,正受到人们的普遍关注。首先介绍了PSO原理及具体实现步骤,接着对各种常见PSO算法,例如原始算法、惯性权值算法、限制因子算法等进行了解释。在此基础上,对PSO算法典型模型的参数选择,如惯性权值、加权系数、最大速度等,进行了详细研究,并给出了实验结果,得出了相关结论,为今后参数的选择提供了参考。接着讨论了PSO在神经网络、模糊逻辑系统和进化计算等计算智能领域及其它工程领域的应用,最后给出了进一步的研究方向。     

混合认知系统及其在股市分析上的应用

本文综合运用神经网络，模糊推理等多种新技术，提出了一种智能型模型－混合认知系统，并将它运用股市分析和预测，取得良好效果。     

混凝土强度的分阶段进化神经网络方法的预测

早期获得混凝土28d抗压强度值,对提高工程质量和加快施工速度具有非常重要的作用。本文在国内外早期推定混凝土强度方法的基础上,提出了用分阶段进化神经网络的方法来预测预拌混凝土的强度,从而可以减少网络训练的时间,加快算法的收敛速度,简化网络结构。     

基于Elman神经网络的汽油机过渡工况空燃比多步预测模型

为了减小车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出一种基于Elman神经网络的空燃比多步预测模型.通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时,为了提高过渡工况空燃比预测精度,在神经网络输入向量中增加反映空燃比变化趋势的导数信息.对HL495发动机过渡工况实验数据进行学习,采用梯度算法对Elman神经网络的权值进行调整.研究结果表明：采用该方法能精确预测过渡工况空燃比,预测模型的最大误差小于1%,平均误差小于0.5%.该预测模型可用于实现车用汽油机过渡工况空燃比的精确控制,提高车用汽油机过渡工况排放性能.     

人工智能技术在城市智能交通系统中的应用

目前,多类基于人工智能技术应用于交通环境的不同领域。为此,对应用于智能交通系统(Intelligent Transportation Systems,ITS)的多类人工智能(Artificial Intelligence,AI)技术进行分析。具体而言,将AI技术在智能交通系统的应用划分三个主要领域:1)车辆控制;2)交通控制和预测;3)道路安全和事故预测。同时,考虑四项AI技术:人工神经网络(Artificial Neural Networks,ANNs)、遗传算法(Genetic Algorithms,GAs)、模糊逻辑(Fuzzy Logic,FL)、专家系统(Expert Systems,ESs)。研究分析表明,不同的AI技术的结合,能够有效地管理、分析交通领域的海量数据。     

约束流体模糊神经智能计算机的建模研究

在结合microliquidic logic^[1]基础上，经充分整合相关学科知识， 耦合相关领域最新科学技术基础上，首次提出了“约束流体模糊神经智能计算机”的概念；并初步给出了基于Hofield型神经网络的旅行商（TSP）问题求解的模型。     

基于无线Mesh网的矿井环境监控系统设计

针对现有的矿井环境监控系统的传输距离短、系统可靠性低、能耗大等问题,提出了利用无线Mesh节点构建矿井环境监控系统来分析来自传感器的监控信息并及时发出警报,来提高监控预警的有效性,减少矿难事故的发生.