基于置信规则库的并发故障诊断方法

针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base, BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。     

异方差半参数变系数部分线性EV模型的经验似然

利用经验似然方法考虑异方差半参数变系数部分线性EV模型中兴趣参数置信域的构造.分别在误差方差已知和未知情形下,构造模型参数部分的经验对数似然比统计量,并验证非参数情形下的Wilks定理成立.模拟研究表明经验似然估计方法具有优良的性质.     

基于AVR单片机的可燃气体报警系统设计

利用Atmel公司的AVR单片机和日本Nemoto公司生产的催化燃烧式可燃气体传感器NAP-100AC设计了一套智能可燃气体报警系统,系统由可燃气体控制器和探测器组成,装于探测器上的传感器NAP-100AC用于检测可燃气体浓度,经过信号放大处理电路后由探测器进行AD采样,计算当前测试区域的气体浓度,控制器与探测器之间采用RS-485总线进行通讯。该系统能够在0%LEL~100%LEL范围内对甲烷浓度进行实时监测及动态显示,具有二级报警及历史数据查询等功能,可应用于城市可燃气体监测及工业可燃气泄漏检测。     

大庆油田葡萄花油层有效厚度的确定

依据单井有效厚度下限的前提,考虑到大庆油田葡萄花油层储层发育的因素,对葡萄花油层的单井、单层有效厚度下限进行了探讨.对于Ⅰ、Ⅱ、Ⅲ类储层,单井有效厚度下限分别为1.0 m、1.2 m和1.8 m.在单井有效厚度小于1.0 m的情况下,Ⅰ、Ⅱ类储层的单层有效厚度下限为0.5 m和0.6 m.从而为经济有效地开发葡萄花油层提供有利的保证.     

关于平均无故障时间间隔(MTBF)保证试验的置信限

在对MTBF(平均无故障时间间隔)保证试验进行严格的数学描述的基础上,利用样本空间排序法找出了MTBF在一定意义下最优的置信下限和置信上限。     

松辽盆地有效热储层识别与划分技术

本文给出了有效热储层的定义,建立了利用测井资料进行有效热储层定性和定量识别与划分方法,并依据松辽盆地有效热储层分布情况,建立了有效热储识别下限标准,应用计算机技术对松辽盆地进行了有效热储层的识别与划分,经研究实践表明有效热储层识别原理和方法是正确的、是可行的,为进一步研究地热储特征提供了重要依据。     

基于随机矩阵理论和改进粒子群优化-深度置信网络的无功优化

配电网无功优化是使电网能安全稳定运行的重要问题,本文将深度学习应用于配电网无功优化上,提出基于改进的粒子群优化 (Particle swarm optimization, PSO)深度置信网络（Deep Belief Networks,DBN）模型的配电网无功优化方法。首先,利用随机矩阵理论将配电网运行过程中产生的环境以及电气数据构造五种随机矩阵,每种矩阵构建8种特征指标,共提取40种特征指标;其次,以随机矩阵理论所提取的各特征指标为输入,以变压器分接头档位和节点的无功补偿容量作为输出,利用改进的PSO优化DBN网络的初始权重,建立PSO-DBN模型,学习各特征指标输入与变压器分接头档位以及节点无功补偿这两种控制策略之间的关系,得出相应的无功优化策略。最后,以改进的IEEE33节点系统作为算例仿真对象,验证了所提方法可降低网损和减少电压波动。     

吐哈盆地巴喀致密砂岩气田八道湾组有效储层特征及分布规律

应用压汞测试、核磁共振、物性分析及生产动态等多种资料,对吐哈盆地巴喀气田八道湾组致密砂岩储层的岩石学特征、物性特征、孔隙结构特征进行了分析。综合孔隙度-渗透率交会图法、试气资料分析法、孔隙结构分类法和核磁共振法对八道湾组储层物性下限进行评价,确定其孔隙度下限值为4.5%,渗透率下限为(0.03~0.04)×10-3μm2。对巴喀气田沉积相类型进行了研究,明确了辫状河三角洲平原及前缘为有效储层分布的有利相带。巴喀气田有效储层分布规律主要受构造位置的高低、砂岩粒度的粗细、裂缝的发育程度三个因素共同控制:构造位置的高低对研究区的有效储层有重要的控制作用,目前钻井解释的有效储层主要分布在构造高部位;研究区的有效储层主要分布于粒度较粗的砂岩段中,随着砂岩粒度的增加,孔隙度和渗透率明显变好,物性的变好为有效储层的形成奠定了基础;研究区裂缝较为发育,随着裂缝密度的增加,储层的有效程度也随之增加。     

基于置信规则库推理的不确定性建模研究

置信规则库推理作为一种新颖的表达和处理复杂不确定性的方法,在系统建模和分析方面具有很大的应用前景.本文讨论了基本置信规则库推理的性质,证明其不但可以以足够高精度拟合确定性和随机性系统,而且可以处理确定性和随机性数学模型不能表达的复杂不确定问题.另外本文通过对其规则库进行扩展和改进激活算法,解决了基本置信规则库推理在处理局部未知度方面的局限性问题,最后通过一个报童库存问题对提出的方法进行了说明和验证.     

低密度校验码的混合比特反转译码算法

提出了低密度校验(LDPC)码的混合比特反转(HBF)译码算法,该算法充分利用了LDPC码置信传播(BP)输出的软信息,对经典的比特反转(BF)算法的误码性能有明显改善.AWGN信道下的仿真结果表明,在相同的译码复杂度情况下,HBF算法的性能明显优于BP算法,并呈现出更低的误码平台.