基于数据相似度的间歇过程在线监控

为了提高间歇过程批次之间产品的一致性,并及时发现过程中的异常情况,提出一种基于过程数据相似度的多变量统计监控方法对间歇过程的操作进行在线监控.该方法将正常批次轨迹与参考批次轨迹之间的相似度作为一种新的监控指标,并利用核密度方法估计相似度的概率密度函数,计算出控制限,在批次反应过程中利用Kalman滤波器对当前批次的数据进行实时的估计从而实现在线监控.该方法和传统多向主元分析方法的监控性能在一个青霉素发酵仿真系统上进行了比较.仿真结果表明: 该方法检测出渐变型扰动比MPCA方法提前了30 h.     

基于MFDA—PCA的间歇过程故障诊断方法研究

针对传统MPCA间歇过程故障诊断方法存在的在线数据不完整及实时性差缺陷,提出一种基于MFDA-PCA间歇过程的在线批次故障诊断方法．通过MFDA对在线批次正常部分与历史批次进行相似度分析,利用相似度最优的批次建立PCA模型,对在线批次数据进行实时分析,完成对整批生产过程在线监控及故障诊断的任务．最后以青霉素发酵仿真实验验证了该方法的有效性和快速性．     

超宽带钢典型板形缺陷向量提取方法

提出了从带钢板形数据中提取典型板形缺陷向量的方法,即先对带钢板形缺陷进行初级分类,再根据带钢应力之间的相似度提取出单位典型板形向量,最后采用k均值聚类算法求解出典型比值系数.针对提取出的带钢单位典型板形向量而设计出的单侧倒角工作辊,经过大规模的轧制试验,所轧宽带钢板形质量较好,综合平坦度均小于5 IU(1 IU=10-5),基本消除边中复合浪为主的复杂浪形缺陷.     

大数据背景下相似性设备剩余寿命预测研究进展

剩余寿命预测是设备故障预测与健康管理的重要组成部分,准确预测设备剩余寿命将有助于决策者及时制定维修策略,避免巨额的失效损失。随着物联网和大数据技术的发展,实时监控设备的运行状态变得越来越便利,为改进和发展设备剩余寿命预测方法奠定了坚实基础。基于相似性的设备剩余寿命预测方法不需要假设设备退化模型,而是通过大数据分析设备间运行状态的相似性进行预测,具有很高的预测精度和强鲁棒性。本文从健康指标构建、相似性度量选取、数据融合等方面,对基于相似性的设备剩余寿命预测方法进行了梳理总结,分析比较了相应性质。文章最后对基于相似性的设备剩余寿命预测方法的未来研究方向进行了探讨。     

基于属性论方法的股市预测算法

讨论有关属性论方法应用于股市预测的课题,并给出了具体的预测算法．利用转化程度函数对历史数据进行预处理,找到与当前数据窗口相似度超过特定阈值的历史数据窗口．若存在多个满足条件的相似数据窗口,这时引入能量指标参数,利用模式识别中的向量欧氏距离公式作为二次评判依据,由此决策出最相似的历史数据窗口,并据此作出实际的预测．利用该算法对深沪两地的个股作了实际预测,实验结果表明该算法简单、有效,令人满意．     

基于社区划分的空气质量指数（AQI）预测算法

AQI(Air Quality Index)是判定空气质量好坏的重要指标,做好AQI的预测,对大气污染的治理有积极的推进作用,但目前预测AQI的算法通常没有综合考虑气象因素和周边城市对预测性能的影响.将气象因素和周边城市的污染物因素作为算法设计的基础,提出一种基于社区划分的空气质量指数预测的算法.首先根据气象特征计算城市之间的相似度,接着对各城市间的相似度矩阵进行社区划分;然后将属于同一社区的城市污染物时序信息作为预测目标城市空气质量指数的依据,并考虑目标城市的周边城市对其的影响;最后使用非线性回归的方法进行预测建模.通过对江苏省内20座城市的大气污染数据和气象数据的采集与分析,证明该算法不但预测精度有所提高,而且与传统的时间序列预测模型相比,降低了时间复杂度.     

基于聚类分析和神经网络的高炉焦比预测模型

为降低高炉生产焦炭的消耗,对高炉操作参数和燃料比指标进行关联性分析,提出了一种组合聚类分析与神经网络进行高炉焦比指标预测的方法。聚类分析将数据集聚划分为几类,数据的相似度比较高,分类训练相应的神经网络模型,实现高炉焦比指标的预测。结合聚类分析构建的神经网络模型,用某高炉生产数据进行仿真学习,并跟传统的神经网络模型进行比较。结果表明,加入聚类分析的神经网络模型平均绝对误差降低3.13 kg/t,平均相对误差降低5.19%。     

基于改进动态等距离映射的非线性动态故障诊断方法

分析动态等距离映射算法,针对数据稀疏分布造成短路边的缺点,运用主成分分析法进行可视化一维主元提取,近似确定高维采样点的分布情况,自适应获取采样点的近邻参数.其次,采用流形距离量度代替欧氏距离进一步得到测地线距离,提取训练样本的子流形特征,并运用标准化监控统计量实施过程监控和故障检测.最后,设立子流形综合相似度指标,对故障数据进行模式匹配.TE(Tennessee Eastman)过程的仿真结果表明:所提出的方法可以更为有效地检测到故障发生,并进一步对发生的故障进行识别.     

基于混沌理论的临修设备预测技术

对机械设备的运行状态、维修周期的正确预测有助于避免恶性事故的发生,并能节约维修费用。针对临修设备具有混沌特征及用一般方法难以预测其维修时间的问题,将振动数据作为设备运行状态评判指标,以相空间重构理论为基础,利用相空间近邻等距法和相空间线性模式回归两种算法,对混沌吸引子数据和临修设备振动数据进行了预测。结果表明,用混沌方法预测的混沌吸引子数据与临修设备振动数据可以进行良好的拟合,从而可对临修设备的运行状态做出正确的评估。混沌方法为预测临修设备的维修时间提供了一种有效的手段,与其他预测方法相结合,可实现设备运行状态的全过程预知,从而全面提高设备管理水平。     

一种面向稀疏数据的比率相似度计算方法

针对传统协同过滤方法存在数据稀疏问题,该文提出了一种面向稀疏数据的比率相似度计算方法,该方法在相似度计算过程中仅基于用户全部的显式评分数据,并且不依赖于共同评分项。用户的未评分项目通过相似度计算结果和最近邻的评分数据进行预测,并将预测评分较高的项目推荐给用户,实现个性化推荐。实验在两个公开的数据集上进行,结果表明,在数据稀疏的情况,该方法下仍然能够实现较高的推荐精度。     

XLPE电缆接头典型缺陷老化寿命评估研究

为评估具有典型接头缺陷的交联聚乙烯(XLPE)电缆的老化寿命,对10kV电缆制作了三种常见典型电缆接头缺陷模型,分别为划痕缺陷、气隙缺陷和爬电缺陷。首先采用常规法,基于老化过程中XLPE断裂伸长率的变化,结合Arrhenius方程推算出电缆特定条件下的老化寿命,然后将逐级耐压实验数据与该寿命结果比对,得到选用电缆的寿命指数,最后采用工程经验公式计算得到具有接头缺陷电缆的老化寿命,在电压10kV,温度85℃下三种缺陷类型的老化寿命依次为18.1年、23.2年和25.1年,同时对不同缺陷类型电缆产生的差异性实验结果进行了分析。     

基于GPR反射波信号多维分析的隧道病害智能辨识

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路.     

服役结构超前载荷实时预测方法的研究

为保证关键结构疲劳寿命的实时监测,以动态随机载荷为监测条件,准确预测超前载荷谱对实际工程分析十分重要.针对服役设备难以实时监测并准确反应载荷真实规律等问题,提出一种基于数值分析的概率密度预测方法,结合机器学习BP神经网络智能算法建立预测模型.应变传感器采集随机载荷进行预处理得到随机载荷谱,利用蒙特卡洛法分析模型载荷波形走势及波动范围的预测精度.结果表明:超前预测载荷谱的核密度拟合曲线与真实数值相似性较大,为大型复杂服役结构件的超前载荷监测提供了理论支持与实际工程应用.     

500 kV变电站集中监控模式的指挥策略及系统设计

提出了基于500 kV变电站集中监控模式的指挥策略及系统设计方案。指挥策略分为正常、故障、检修和应急四种情况,可在各种情况下提高监控中心对现场作业的管控,提高应急指挥的效率,保障系统的安全稳定运行。监控中心系统采用底层平台和上层应用相对分离的模式建设,提供一体化数据采集与处理功能、公共的人机界面和灵活的系统接口;设计变电站集中电力监控系统、保护及故障信息管理系统、变电站视频及环境监控系统和现场作业移动指挥系统,从而满足监控中心的监视控制、故障分析、现场作业交互、应急指挥等需求。该指挥策略和监控系统方案可在500 kV变电站集中监控模式下,实现数据的统一高效交互和对各变电站设备的监视业务和远方控制,实现故障告警的智能分析与处理和现场作业的实时视频监控、语音交互以及应急指挥调度。     

激光超声的铝板缺陷可视化检测方法

为了提高激光超声检测铝板缺陷的最大振幅超声波C扫描图像的质量并精确识别缺陷大小,在算法上,提出滤波和差分相结合的数据处理方法;在实验上分别用不同频率不同角度的超声换能器对铝板缺陷扫描激励检测确定最优检测参数.实验结果表明:超声换能器与铝板之间90°倾角耦合时虽然可以有效识别表面缺陷,但45°倾角耦合时,超声换能器对铝板...     

基于结构信息相似度的线性投影灰度化算法

针对彩色图像灰度化过程中易丢失结构信息的问题, 提出一种基于结构信息相似度的灰度化算法. 首先在RGB色彩空间利用像素平均值和标准偏差值构造一幅对比图, 以保持彩色图像的对比度和亮度信息； 然后利用结构信息相似度评价指标衡量RGB通道图像与对比图间的相似程度； 最后将通道结构信息相似度值作为全局加权映射函数中的权重值, 获得最终的灰度图像. 该算法有效解决了其他典型灰度化算法中需求解目标函数, 导致算法复杂度高、 图像结构信息不自然的缺陷. 对Cadik和CSDD图像集的实验结果表明, 该算法优于一些已有典型灰度化算法, 能有效保留原始图像的对比度和结构信息, 可提高计算效率, 且输出的灰度化图像视觉感知自然, 主客观评价结果均较优.     

基于机器人检测的引水隧洞结构缺陷特征分析

利用机器人对水工隧洞进行检测是解决引水隧洞斜井段安全巡检的有效手段。采用爬行机器人搭载三维激光扫描仪及高清摄像装备对引水隧洞进行结构巡检,通过三维点云处理与缺陷数据拼接获取引水隧洞断面的缺陷信息,并结合缺陷数据处理成果分析引水隧洞结构缺陷特征及分布规律,实现了引水隧洞表观缺陷形态不规则、分布不均、多种缺陷共存的巡检与分析。结果表明：引水隧洞内存在的缺陷包括裂缝、渗漏、漏筋等,上平段缺陷数量明显多于斜井段,其中裂缝是最主要的缺陷类型。上平段裂缝主要分布在洞顶位置,多以垂直洞轴线的横线裂缝存在;斜井段裂缝均匀分布在洞周各个位置,走向以斜向裂缝居多。可见,上平段和斜井段缺陷数量和裂缝特征均存在较大差异,在后期的安全巡检过程中更应该主要关注裂缝的扩展情况。     

基于参数优化残差网络的皮革缺陷分类

针对皮革缺陷分类存在误判、成本较高及目前关于皮革缺陷的研究主要是针对皮革做缺陷检测,未进行缺陷分类的问题,采用一种参数优化的残差网络来实现皮革缺陷的自动分类。首先通过多层卷积、池化操作进行特征提取,并引入残差模块解决深层网络的梯度消失问题;然后依据所提取特征进行缺陷分类;最后根据皮革数据集优化关键网络参数,使用数据增强方法对数据集进行扩充,有效避免了网络模型因样本不足易产生过拟合的问题。实验结果表明该方法可对皮革缺陷进行有效分类,分类精度达到92.34%。     

基于特征选择的软件缺陷预测方法

软件缺陷对软件功能的实现具有不可预知的危险,是软件产品的固有成分,提高软件的可靠性,关键在于降低软件缺陷出现的概率,而如何利用已有缺陷数据构建预测系统框架是研究的重点.针对传统软件测试技术虽然能够有效发现软件缺陷,但需要消耗大量的时间和精力,制约软件开发效率的缺点,提出基于特征选择的软件缺陷预测方法,算法对软件缺陷模型的经验数据集进行多特征选择,进而克服数据集之间的冗余性移除无关特征,得到缺陷模型的分类,最终实现软件缺陷的精确预测.实验表明,基于特征选择的软件缺陷预测方法具有较好的预测效果和较高的应用价值.     

结合注意力机制和卷积神经网络的X射线焊缝缺陷检测

焊接是一种重要的连接技术,但是焊缝缺陷会直接影响焊接结构的性能和使用寿命。焊缝缺陷的种类和特征的多样性增加了缺陷检测的复杂性。首先,提出一种新颖的并行残差注意力模块,在通道和空间维度上充分利用全局平均池化和全局最大池化来捕获全局特征,并与输入特征相乘,自适应的选择缺陷特征,显著提升了网络模型的特征表达能力。其次,针对焊缝缺陷长宽比悬殊的问题,利用注意力机制指导锚框自学习图像特征,预测锚框的位置和形状,围绕缺陷区域自适应生成非均匀分布的任意形状的感兴趣区域。最后,设计了端到端的由注意力引导感知的深度学习网络模型。为验证所提模型的有效性,在包含3 403张图像(其中1 001张有缺陷)的X射线焊缝数据集上,通过定性的分析和定量的对比。实验结果表明：检测指标平均精度均值(mean average precision, mAP)达到了66.74%,与原算法相比提升了5.78%,平均交并比(mean intersection over union, mIoU)提升了7.21%,基本满足对焊缝缺陷的高精度检测。