信息分析中的智能化技术

现代社会随着信息的爆炸式增加，智能化的信息处理技术变得尤为必要。智能信息技术（Intelligent Information Technology）融合了人工智能、统计模式识别、学习理论、数据仓储、数据挖掘、知识发现、网格计算等多方面，为用户对信息进行处理提供了有效的帮助。本书对智能信息技术当前的发展状况作了介绍，着重从理论和应用两方面叙述了智能体（Agent）、数据挖掘和学习理论。     

多参数监测与模式识别技术在斜拉桥模型中的应用

进行了斜拉桥模型的多参数试验分析，在参数特征抽取的基础上研究信息融合技术。最后基于自组织特征映照神经网络，以知识处理中的地势搜索原理为出发点，研究开发了以以初始化技术、标定技术和识别技术为核心的损伤识别系统，并应用该系统对斜拉桥模型的工作状态进行了分类识别，取得了很好的效果，应用特征映照平面实现的状态聚类具有二维可视化特点。     

故障树结构重要度分析中的模式识别方法

传统结构重要度分析方法是基于数值模式(0,1)的方法,是确定的二值问题.本文将模糊熵的概念引入故障树结构重要度分析当中,提出一种重要度分析的模糊法,它是基于非数特征值的模式分类方法,其基本事件可以是多表达式,特别适用于大模式整体结构,同时对二值问题也同样适用.     

一种基于模式识别的刀具磨损监测方法

将刀具磨损状态的在线监测作为模式识别中的两类模式分类问题,从切削振动信号中抽取特征向量;根据投影原理构造了最佳特征平面.在此基础上提出了一种具有自学习功能的G(D)判别函数,对车削试验的磨损状态进行分类,确诊率达95％,漏诊率小于0.6％,判别时间少于15s,适用于在线监测。     

电机故障模式识别与诊断

为了实现对电机故障模式的自动识别与诊断,通过对人工神经网络分类功能及传统电机故障诊断技术的分析,提出了一种利用人工神经网络进行模式识别的方法.针对电机故障特征在实际中可能是非线性可分的情况,利用φ函数可以将非线性可分的模式转化到线性空间并实现分类,基于这种思想提出了利用径向基函数(RBF)网络实现对这种复杂故障模式的分类.以感应电机转子故障分类的实验结果表明,这种神经网络模式识别方法是有效的,并且可以通过自动调节径向基函数中心提高网络分类的正确率.     

模式识别理论中的逻辑特征方法

本文提出了一个新的模式识别特征方法——逻辑特征方法。这个方法不同于经典的模式识别方法:统计特征方法和句法结构方法。在逻辑特征法中,决定模式特征匹配状态的只有“是”或“非”,而不象统计特征和句法特征那样有匹配程度之分如“远”或“近”。逻辑特征有两个重要特性。1.多个逻辑特征可以链接在一起做为逻辑特征向量,这个逻辑特征向量可以做为索引匹配的索引号而对模式进行直接和索引分类。2.逻辑特征还可与其他特征共同使用,其中逻辑特征将做为标志。亦即只有逻辑特征匹配了,才能用其他特征进行匹配程度的计算。     

论数学中的模式识别方法

模式识别是数学学习中的一种常用方法,善于进行模式识别是数学学习者必须具备的一项基本技能.从心理学来看,模式识别的机制可以用模板说、原型说和特征说这三种观点来进行解释,模式识别的类型通常包括对象识别、特征识别、关系识别、句法识别、方法识别及结构识别等.     

模式识别在发动机故障诊断中的应用

近年来,随着相关学科高新技术的发展,在发动机测试诊断技术上出现了一系列全新的概念和方法,如专家系统、神经网络及光谱分析等使发动机故障诊断研究的应用范围不断拓宽诊断精度和响应能力日益提高;特别是计算机技术的普及应用,为发动机故障诊断注人了新的活力,发动机的测试诊断技术正在发生着一场深刻的历史性变革。由此可见,研究和开发高效、实用的故障诊断系统,充分利用设备     

滑动窗口MF-DFA方法在大坝变形监测中的运用

为了探索大坝变形与时间序列的相关性,通过引入滑动窗口技术对多重分形消除趋势波动法MF-DFA进行改进,与传统的MF-DFA计算结果进行比较分析.实例结果表明多重分形更能刻画大坝变形过程,滑动窗口MF-DFA法比传统MF-DFA法的精度更高,定标指数H(q)值更快趋于较稳定的值,同时从整体上描述变形数据序列的相关性,为后续预测提供依据.     

基于判别域界面几何法模式识别的铁路轴承故障诊断

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件.     

弓网状态监测与故障诊断方法研究

针对弓网振动引起的拉出值和接触线高度故障,建立了基于三角测量法求解接触线振动量的数学模型.为了再现弓网故障场景,采用了基于3G技术的视频监视与故障图像诊断方法,车载系统根据抓拍的故障图像计算出接触线拉出值与高度;车载软件通过3G网络将实时故障视频与图像传到地面计算机,地面技术人员通过地面客户端软件可以查看弓网工作全过程...     

浅谈异步电动机故障监测与诊断

异步电动机结构简单、价格低廉、易维护、使用寿命长,是煤矿企业广泛使用的一类动力设备,同时也是机电设备中最重要和关键的设备之一。该文结合自身工作经验概述了三相异步电动机工况的监测和故障诊断方法,具有一定借鉴意义。     

基于异常模式识别的服务过程改进

持续地改进服务过程,是提高服务过程管理水平的重要方法之一,但在服务过程改进中往往难以识别服务缺陷产生的原因。针对这一问题,提出一种基于关联规则挖掘的服务过程缺陷识别和改进方法,以为有效改进服务过程提供决策依据。该方法在基本的关联规则算法中,引入了缺陷原因和结果互斥约束、规则前件数约束、改进度约束以及新颖性约束。仿真试验表明,该方法与传统关联规则算法相比,降低了生成规则的数目,提高了规则有效性,降低了算法运行时间,取得了更好的效果。     

基于异常模式识别的服务过程改进

持续的改进服务过程,是提高服务过程管理水平的重要方法之一。但在服务过程改进中往往难以识别服务缺陷产生原因。针对这一问题,提出一种基于关联规则挖掘的服务过程缺陷识别和改进方法,为有效改进服务过程提供了决策依据。该方法在基本的关联规则算法中,引入了缺陷原因和结果互斥约束、规则前件数约束、改进度约束以及新颖性约束。仿真试验表明,该方法与传统关联规则算法相比,降低了生成规则的数目,提高了规则有效性,降低了算法运行时间,取得了更好的效果。     

故障模式的联想记忆和识别分析

分析了故障模式的矩阵存储的机理，采用神经网络的联想存储方式来存储邦联模式，完成故障诊断，针对ＢＡＭ容量限制问题，用了一种多重矩阵存储法有效地解决了这一问题，并用一锅炉给水控制系统的故障诊断作为示例。     

多传感器信息融合的智能故障诊断

针对传统故障诊断方法只利用单一参数对复杂系统进行诊断具有信息不完备和不确定性的问题,提出了一种基于PCA和D-S证据理论的多传感器信息融合故障诊断方法.该方法基于PCA对信息融合的多维数据进行降维处理,并利用证据理论实现对非精确信息的正确推理,解决了信息融合数据的组合爆炸问题,从而得到精确的诊断结果.将该方法应用于火电机组的汽包锅炉给水控制系统故障诊断中,实现了对控制系统中主要参数的故障检测,有效提高了控制系统工作的可靠性.     

浅谈设备状态监测及故障诊断

该文通过分析我国机械设备状态监测及故障诊断技术的研究现状和存在问题,提出早期发现故障及原因,并预测机械故障诊断技术的发展趋势,具有一定参考价值。     

基于排气波波形分析的发动机故障监测技术研究

研究了发动机排气波的基本物理特性及单缸缺火时排气波的波形特征,从理论上证明了利用排气波波形分析检测发动机故障的可行性.介绍了EMD算法并研究了利用峰值特征时间向量作为发动机故障诊断的理论基础.最后,进行了YC6M375-20六缸柴油机模拟单缸缺火故障试验,试验结果验证了该法的可行性.     

基于故障树与案例相结合的故障诊断方法

针对惯性导航等航海装备的复杂性,提出了基于故障树和基于案例的故障诊断方法,分析了2种方法各自的优缺点,最后提出将两者相结合的故障诊断方法,充分发挥各自优势,建立案例库,通过学习机对案例进行解释,依据故障树方法建立规则,由推理机调用相关规则进行故障判断．