孪生数据与特征增强融合驱动的装备小样本诊断方法

近年来,得益于新一代信息技术的快速发展,智能故障诊断技术在航空航天、海洋工程、汽车工业等领域得到了广泛的关注与应用.然而,一方面,智能故障诊断模型在实际应用部署时,面临着故障样本不足的难题,导致所构建的模型诊断可靠性较低;另一方面,现有面向小样本问题的智能诊断方法往往需要相关性较强的实测数据作为支撑,这极大限制了该方法的实用性.基于此,本文提出了一种孪生数据与特征增强融合驱动的机械装备小样本故障诊断方法.首先,构建机械装备的虚拟模型,并结合装备的运行机理知识和健康状态的实测数据对模型进行优化修正,以获取高保真模型,进而基于该模型获取高质量的孪生故障数据;其次,以孪生故障数据为输入,利用生成对抗网络进行装备孪生故障数据的特征增强,并将增强后的数据用于卷积神经网络模型的训练,从而实现装备的智能故障诊断;最后,以某汽车用变速器为研究对象,验证所提方法的可行性.该方法丰富了新一代工业人工智能与大数据分析理论,为现代装备的小样本智能故障诊断提供了一种新的解决思路.     

基于收缩自注意关系网络的机械装备故障智能检测与定位方法

故障检测与定位是保障机械装备长寿命高可靠安全运行的核心技术.机械装备上安置有众多的传感器,可获取海量运行状态数据,推动机械装备故障检测与定位迈入大数据时代.现有工业大数据驱动的装备故障检测与定位方法一般依赖于足够多的故障样本才能训练出高精度的故障检测模型.然而,实际工程中机械装备故障样本通常难以获取甚至没有,这严重限制了故障检测与定位方法的工程适用性.为了克服上述局限性,本文提出一种无故障样本下基于收缩自注意力关系网络(shrinkage transformer relation network, STRN)的机械装备故障检测与定位方法.首先,构建残差收缩网络,消除隐藏在输入信号中的干扰特征,并提取具有代表性的特征.然后,通过建立样本对揭示健康状态和其他状态之间的关系.最后,构建Transformer关系网络,评估样本对间的相似关系,以确定他们的状态类型.此外,建立辅助样本库协助STRN提取出机械装备的更具有代表性的健康特征.通过搭建船舶推进轴系实验台验证了STRN方法的有效性.实验结果表明,无论在单一或复合故障模式下STRN都能精准检测与定位出轴系故障位置,且具有很强抗噪声性能;与现...     

基于EMD和LSSVM的滚动轴承故障诊断

滚动轴承故障的特征信号具有非平稳性,处于较低频带内,并且容易被噪声所淹没、难以检测,在现实条件下很难获得大量故障样本。针对滚动轴承故障信号的这些问题,提出了经验模态分解(EMD)和最小二乘支持向量机(LSSVM)结合的滚动轴承故障诊断方法。使用经验模态分解,将故障特征信号分解为若干个固有模态函数之和,提取特征向量,训练最小二乘支持向量机,通过对N205型号的滚动轴承实验数据的验证,表明了该诊断方法获得较高的准确率,能有效识别滚动轴承的故障类型。     

面向新一代航运系统的船舶智能航行技术研究进展全文替换

新一代航运系统的建设将深入推动我国航运业高质量内涵式发展,其核心载体船舶智能化发展尤为关键.船舶智能航行技术已成为船舶结构化技术领域的研究热点.本文阐述了新一代航运系统的研究现状,综述了船舶智能航行技术的前沿动态,梳理了船舶智能航行的智能感知、智能决策、智能控制、通信与网络安全等关键技术,分析了该技术面临的机遇与挑战.     

基于多任务学习的装备智能诊断与寿命预测方法

智能故障诊断与预测性维护技术是推动我国制造业向数字化、网络化、智能化方向发展的关键切入点和实现"弯道超车"的创新动力.得益于人工智能和机器学习技术的快速发展,智能故障诊断与寿命预测方法在航空航天、石油化工、船舶等领域得到了广泛的研究与应用.然而,传统智能方法为实现机械装备的初始异常检测、故障诊断与寿命预测等多种任务时,...     

智能铁路交通控制技术及其展望

铁路交通是各国国民经济的重要组成部分,对发展中国尤为重要,铁路交通控制关系到行车安全和效率关键的提高,本文综述了铁路交通控制中的几个关键概念,并进一步分析了四类智能铁路交通控制系统,其中智能列车运行自动控制系统已进入新的里程－CBTC时代,其中核心控制ATP是其重要组成部分,中国铁路控制技术已在这方面处于很先进的状态,CBTC中的MAS是发展方向,早在20世纪60年代中国就提出这种要。现在欧共体的ETCSS／ERTMS处于领先地位,车站智能联锁控制系统是行车安全和效率所在,中国地步虽晚,但目前取得成效并且有其特殊性。文章还提出YACS和广域调度智能监控系统。本文指出,智能铁路交通系统。本文指出,智能铁路交通系统（ITS－R）是整个智能交通系统的一个重要组成部分,本文最后提出在这个领域的发方向,并认为中国将在此领域里取得长足进步。     

面向群体共识机制的逆强化学习辨识方法

作为新一代人工智能的重要研究领域,群体智能是解决开放不确定环境中大规模复杂问题的必由途径,对人工智能的其他研究领域有着基础性和支撑性的作用.群体智能系统中,智能体遵循共识机制进行交互演化产生群体共识,辨识共识机制是构建和理解群体智能系统的关键.传统的共识机制建模方法需要做过多简化假设,难以面对复杂多样的群体智能系统,应建立数据驱动的共识机制辨识方法.本文将共识机制的辨识问题转化为群体智能系统的逆强化学习问题,提出面向群体共识机制的逆强化学习辨识方法,并将上述辨识方法应用于集群系统,在多个场景中验证了对群体智能系统的辨识能力,实现了对群体智能系统的共识机制的反演.     

基于模型诊断的发展与展望

在智能故障诊断领域中,基于模型诊断方法已经成为研究者们主要研究的对象。但是,其计算的难解性、诊断结果的数目的庞大,对实际问题没有统一、寻求适当的模型表示方法是基于模型智能故障诊断必须面临的瓶颈问题。针对国内外专家学者的研究成就和现状,本文对基于模型诊断方面的主要研究成果进行了简要地介绍,对各种方法的优点和不足进行分析,并对进一步的研究提出了一些建议。     

形状记忆聚合物微纳米纤维膜在生物医学中的应用进展

形状记忆聚合物作为一种新兴的智能材料能够记忆暂时形状,并在外界激励条件下实现主动回复到初始形状的驱动过程.基于静电纺丝技术获得的形状记忆聚合物微纳米纤维膜与天然细胞外基质具有相似的三维结构,因此在生物医学领域,特别是组织工程中显示出巨大的应用前景.形状记忆微纳米纤维膜作为智能可变形材料为生物医疗的快速发展带来个性化、智能化的机遇.本文综述了形状记忆聚合物微纳米纤维膜的制备技术、结构形貌及驱动方法,总结了形状记忆聚合物微纳米纤维膜在骨组织支架、骨组织修复、神经支架及细胞培养等方面的应用研究,分析了形状记忆聚合物材料的其他结构在生物医疗领域的应用现状,进一步阐述了形状记忆聚合物材料未来面临的挑战及发展方向.     

混凝土坝小样本安全监控模型研究

混凝土坝安全监控模型研究一直是大坝安全监控领域中的热点和难点,本文将混凝土坝结构性态的演变作为一个动态过程,针对混凝土坝安全监控模型中监测数据较少、自变量因子间相关性较强的问题,结合混凝土坝结构性态转异诊断的Bootstrap法和偏最小二乘回归分析方法,建立了混凝土坝小样本安全监控模型.将其应用到某混凝土重力坝水平位移的分析当中,结果表明,混凝土坝小样本安全监控模型的拟合精度更高、预测效果更好、解释更加合理,研究成果为混凝土坝安全监控分析提供了科学依据.     

内对抗指导无监督多域适配网络的轴承协同故障诊断

现有的轴承无监督跨域智能故障诊断研究多数是基于单源域自适应开展的,这将导致实际场景中多个拥有充足且多样化诊断信息的源域未能得到协同利用.如何更好地从多个源域中提取到故障轴承的共性特征并融合多源域知识协同诊断是主要挑战.针对上述问题,本文提出了一种内对抗指导的无监督多域适配网络;构造了一个内对抗模块以计算多源域对抗损失,并联合多组源域-目标域自适应子网指导提取多源域和目标域间的共性特征,增强知识覆盖能力;设计了一个多子网协同决策模块,利用多组源域-目标域的对抗损失和分布差异损失计算置信分数,以辅助多子网分类器做出更佳的融合决策,提升协同故障诊断的准确率.基于恒转速和变转速工况的轴承故障数据构造了多个无监督多源域迁移诊断任务,对比实验结果表明所提方法的优越性和鲁棒性.     

工程地震动的物理随机函数模型

提出了工程地震动的物理随机函数模型,并在样本层次上验证了其正确性.首先对刻画一维地震波场的偏微分方程定解问题给出了解的Fourier谱传递形式;其次对震源、传播途径和局部场地作用分别建立具体的物理模型,获得了以基本物理参数为随机参量的地震动随机函数模型;发展了由随机函数模型生成地震动样本时程的窄带谐波叠加方法;最后对1995年神户大地震的记录加速度时程进行了样本层面的建模.研究表明,地震动物理随机函数模型能较好地反映真实地震动时程的频谱特性和非平稳特性.     

一种新型智能预测系统模型——复合金字塔模型

将一般性智能预测系统构造向结合具体领域的个性化智能预测系统构造的发展,表征了智能系统当今发展的重要趋向.蛋白质结构预测是生物信息学领域的国际性难题与主要挑战性问题之一.在本文中,我们提出了一种新型的智能预测系统模型来预测蛋白质的二级结构,它是一个多层递阶的复合金字塔模型(CPM).该模型包含4个独立的智能接口,并且综合涵盖几种相关的知识发现方法.领域知识贯穿该整个模型,并通过因果细胞自动机有效的选择属性,以及高纯度结构数据库的构造.在RS126的数据集上的预测准确性达到84.31%;在CB513数据集,预测准确性达到86.78%(居国际已知之优先地位).同时对CASP8序列预测的结果发现是优于其他方法的,如PSIPRED,Jpred,APSSP2,BehairPred等.大量实验结果表明:该智能预测系统模型具有较强的泛化能力,并提供了其他类型智能系统模型构造的方法论示范.     

支持向量机及其在机械故障诊断中的应用研究

针对支持向量机分类算法中模型选择对分类精确性影响很大的问题,结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明,在少量时域故障数据样本条件下,选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响,为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助.     

工业大数据驱动的核电装备智能设计-制造-服务技术与应用

针对核电大数据集成管理缺乏适应性和应用价值有限的问题,提出了一种基于工业大数据分析架构的核电装备智能设计制造服务体系.首先,基于核电大数据的领域特性设计了核电装备全生命周期数据空间,通过业务系统数据与主数据两个层次,实现海量多源异构数据分布式存储,并提出模型驱动的核电大数据应用模式.在此基础上,基于数据空间提出了核电装备智能设计制造服务体系框架和关键技术,包括基于模型数据知识联合学习的智能协同设计、多阶段数据融合驱动的质量管控与精准追溯、高维动态边缘数据驱动的运行服务智能诊断预测等技术,为生产决策和运作管理提供依据,促进核电装备安全性、可靠性和经济性指标持续优化.最后通过核电装备典型业务场景来验证所提框架和技术的有效性,并取得了良好的应用效果,为未来核电大数据协同管理和智能应用提供参考.     

面向近期量子处理器的量子神经网络研究进展

近年来,人工神经网络在各领域得到了广泛的应用,展现出强大的计算智能.与此同时,量子计算硬件也得到了飞速发展,近期量子处理器已具备较稳定的计算能力和抑制退相干能力,多家商用云量子计算机公司已能够为世界各地的学者们提供在线量子计算实验平台.在诸多技术领域的迅猛进展下,量子神经网络这一交叉领域也重获科学界的关注,涌现出了大量新的研究思路并取得了重要的实验进展.本文首先对早期量子神经网络的研究思路作简要阐述,然后对基于近期量子处理器的量子神经网络的数据编码、算法流程和量子电路设计等进行综述分析,最后总结量子神经网络领域的数个关键科学问题,对未来研究方向做出展望.     

2012年度国家自然科学基金工程与材料科学领域主要依托单位申请与资助情况分析

2012年国家自然科学基金工程与材料科学领域面上项目、青年科学基金和地区科学基金项目三类项目申请数量占申请总量的91.8%.本文以2012年上述三类项目申请总数大于100的69个依托单位为样本,统计了各类依托单位的申请和资助的变化情况,分析了申请量、资助率等的同比变化趋势.本文旨在能够给相关科研人员申报国家自然科学基金提供参考,同时也为科研管理部门的管理和决策提供依据.     

智能食品包装中指示剂的研究进展与安全评价

智能食品包装以其具有自动识别、传感、记录、警示等功能于一体特点在代食品加工领域中取了快速发展和应用.在这其中,以指示食品在仓储、物流、货和食用过程中包装食品所经历内外环境变化而采用时间-温度指示剂(time-temperature indicator,TTI)、氧指示剂(oxygen indicator,OI)、二氧化碳指示剂及新鲜度指示剂在智能食品包装研究和开发中占据了重要地位.针对这种情况,本文就近年来已在外食品包装市场上到广泛应用TTI和OI研究进展进行简要综,并结合欧盟委员会指令EC450/2009中就智能食品包装指示剂安全问进行评.本文不仅可为从事智能食品包装领域研究人员供TTI和OI最新研究成,出该领域存在问和发展方向,而且也可为从事食品安全风管理政府部门就智能食品包装目前安全监管供科学而合理技支撑.     

智能材料系统与结构

本文介绍了工程构造安全监控的一条崭新思路－－智能材料系统与结构的引入。阐述了什么是智能材料系统与结构？智能材料系统与结构能解决什么问题？什么是智能的关键共性技术？提出了应当增加对智能材料系统与结构的Ｒ＆Ｄ投入等问题。     

协同优化方法与并行子空间方法的评估与比较

多学科优化设计技术是航空航天领域内近年来发展起来的一种新的总体优化设计技术,致力于解决复杂系统的耦合设计问题,以获得系统的整体最优.协同优化方法和并行子空间方法是多学科优化设计技术中的2种主要方法,本文从计算效率、计算精度、学科自治、工程实用性等方面,结合3个实例,对2种方法进行深入的分析与评估.分析结果表明：并行子空间方法在计算效率、学科自治以及工程实用性方面比协同优化方法略胜一筹.