基于灰关联信息融合的转子系统早期故障发现研究

设置振动信号的FFT谱序列为特征量,在稳态运行下的参考特征量与异常运行状态下的待辨识特征量间建立了通道对应的灰关联空间并将两者进行灰关联分析.对安装有多传感器的转子系统在灰关联空间内设置融合策略进行转子系统的早期故障发现研究.为消除速度波动造成的关联失真影响,对FFT谱特征量进行了基于工频的归一化处理.实验分析表明,谱特征量在关联空间内的灰关联分析及基于关联得到的关联度评价了系统的异常分布状态,关联度量化了该分布的程度,灰关联度最小的信源是系统内的故障发生部位.     

灰关联空间与灰关联度计算的改进

重点是提出了改进的灰关联空间的定义及灰关联度的计算式,并讨论了改进后的灰关联度计算式具有一定良好的性质     

三参数区间灰数的多属性灰靶决策方法

针对决策信息不确定的多属性决策问题,提出了基于三参数区间灰数的灰靶决策方法.首先基于"重心"点的重要作用给出了一种新型的三参数区间灰数的距离测度,定义了三参数区间灰数的核和排序方法,由此确定决策方案的正负靶心,利用正负靶心距的空间投影距离求得综合靶心距,由综合靶心距最小化和灰熵最大化确定属性的权重,进而对方案进行排序.最后以一个实例说明决策模型的合理性和实用性.     

一种新的灰关联系数表达式

在对灰关联分析法原理分析的基础上,提出了一种新的灰关联系数表达式.与传统的灰关联系数表达式和两种改进的灰关联系数表达式进行了比较,说明新的灰关联系数表达式在理论上是可行的.实例应用表明,基于新的灰关联系数表达式的灰关联分析方法用于水质评价,可以给出较为符合实际的评价结果.     

灰关联空间中基于最大熵阈值的医学彩色图像分割算法

将灰关联理论引入彩色图像分割领域,提出一种在灰关联空间中面向医学彩色图像的最大熵阈值分割算法.通过对分辨系数和色彩影响因子的选取,避免了传统彩色图像分割中三维色彩信息的丢失现象,并使算法具备了一定的抗噪性能,分割的精度和实时性也获得了较大提高.实验结果证明了算法的有效性.     

一种新的灰神经网络及其在海洋平台振动控制中应用

针对灰色理论预测精度比较低和神经网络结构很难确定等问题,首次提出一种基于新的效果测度的灰局势决策理论,并据其构造神经网络的拓扑结构,确定神经网络的各层神经元个数及神经元的输入输出运算.将灰神经网络作为自适应预测逆控制器用于导管架式海洋平台的振动主动控制中,数值仿真结果表明,构造的灰神经网络泛化能力强,提出的控制方法可有效地控制导管架式海洋平台顶部在随机外荷载作用下产生的位移响应.     

灰数序列关联分析

定义了取数一致(或取数相反)和取数顺序一致(或取数顺序相反)的离散灰数,指出了两者之间的关系.通过定义灰关联度的白化值为灰数比较序列的白化序列与灰数参考序列的白化序列的关联度给出了灰关联度定义.进一步给出了灰关联度最小、最大白化值的一种计算方法和一些比较序列与参考序列的关联序的一种排法.对取数一致的灰数序列,给出了一种计算灰关联度的简便方法.     

泛灰集与泛灰数的代数运算

本文从灰色信息的内涵出发,给出了泛灰集与泛灰数概念.并在此基础上定义了泛灰数的四则代数运算法则,讨论了泛灰数的序关系、泛灰数的代数运算性质以及简单灰代数方程的求解问题,为灰色信息的定量描述提供了新途径.     

基于灰色理论的主观信任计算方法

通过讨论传统信任模型和信任计算,提出了以灰色系统理论为基础的灰序白化评估算法.方法的基本原理是:以主体的网上交易额为参考序列,由客体对主体的关键属性评分构成计算序列,得出主体的信任水平序列,根据灰关联分析计算灰关联信任空间,求出序化点列,作序化点列图,得出白度序列,最后按照灰序白化分析得出主体的关键属性对主体的信任水平的影响次序.该算法克服了传统分析中将主体的关键属性对主体信任水平的影响大小视为相等的做法,具有评价可靠,可操作性强,适合软件自动处理等特点,在开放式环境中具有广阔的应用前景.     

玉米芯生物质灰的物理化学特性

采用X射线荧光光谱、X射线衍射、扫描电镜、粒度分析等实验方法研究了不同灰化温度(600℃和815℃)下制得的玉米芯灰的理化特性.利用马弗炉灼烧实验考察了灰化温度和保温时间对灰分量的影响,并通过扫描电镜-能谱联用技术对生物质气化站现场采集的玉米芯灰的灰成分和灰形态进行了分析.研究发现,灰化温度对灰粒度、灰分量、灰成分、灰形态和物相变化均有明显影响,但对积灰结渣特性影响不明显;灰的主要组成元素为钾和氯,玉米芯热解气化排放钾的主要形式是氯化钾;灰表面的形态各异,600℃灰化时形成絮状的大颗粒,815℃时灰表面发生软化熔融,絮状物减少.该研究可为生物质燃料经热化学转化后的燃气净化及生物质灰的综合利用提供指导.     

基于灰色关联分析的高阶神经网络剪枝算法

在综合分析网络纵向、横向灰色关联分析特点的基础上提出了一种新的基于灰色关联分析的剪枝算法,并将其用于训练高阶神经网络.该算法运用灰色关联分析对比网络各节点输出值序列之间联系的紧密程度,用网络纵向灰色关联分析确定剪枝连接,再用网络横向灰色关联分析确定相应的并枝连接,实现网络结构的动态修剪.训练后的高阶神经网络具有合理的网络拓扑结构和较好的泛化能力.实验验证了该算法的合理性、有效性.     

基于灰色神经网络的机床热误差建模

结合灰色模型和神经网络对数据处理的优点,提出了并联和嵌入型2种结构的灰色神经网络机床热误差预测模型。前者是在灰色模型和神经网络分别对机床热误差进行预测的基础上,采用线性组合方式,按照目标预测精度调整模型的加权系数,从而得到最终组合预测结果;后者是在神经网络输入层前增加灰化层,在输出层后增加白化层,通过对神经网络拓扑结构的改进,达到弱化原始数据随机性、提高预测模型鲁棒性和容错能力的目标。通过与传统灰色模型和神经网络进行试验结果对比表明：上述2种结构的灰色神经网络模型均提高了预测精度,且具有对原始数据要求低、计算简便、鲁棒性强等优点,可用于复杂实际加工场合中的数控机床热误差实时补偿。     

广义系统中的一类灰色矩阵

本文引入了灰色向量矩阵的概念,它是灰色矩阵在广义系统中的推广。讨论了这种灰色矩阵的阵代数的有关性质以及灰系数的线性方程组的解法。     

区间型灰数矩阵及其运算

本文给出了区间型灰数矩阵的定义;讨论了区间型灰数矩阵的基本运算.为进一步研究灰色系统的预测、决策、控制等问题提供了一种数学工具.     

基于灰生成空间的高阶GM(1,1)模型

在AGO-IAGO灰生成空间的基础上，给出了r阶GM（1，1）灰色模型的一般建模方法，并且用实例证明了该方法能够提高GM（1，1）模型的精度。     

有界灰数和灰行列式

本文从代数的角度讨论有界灰数的代数结构。并初步讨论了灰行列式的某些性质。     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.