设备部件延寿的灰色多指标畸变预测模型

针对设备部件延寿预测问题，首先，提出了上下限两种异常畸变指标，并给出灰色多指标延寿畸变预测模型的架构图和延寿预测示意图。其次，运用灰色系统方法分别构建了两阶段灰色预测模型，在第一阶段构建了灰色上下限畸变预测模型，得到下一次发生畸变的日期；在第二阶段构建了GM(1,1)模型，对设备部件延寿以及上下限指标的异常值进行预测。同时，对模型的预测精度进行检验和分析，并根据模型的预测结果确定了设备部件延寿的时间。最后，以半导体制造业设备靶材延寿为实际应用案例，验证了该模型的有效性和可行性，为合理制定部件的最优维护更换时间以及对降低企业运维成本具有重要指导意义。     

一种实时移除MEMS陀螺仪噪声的精准航姿技术

MEMS-IMU包括三轴陀螺仪和三轴加速度计，陀螺仪的噪声导致MEMS-IMU的航姿不精确，并由此导致外部加速度呈现较大的误差。针对该问题，提出一种实时移除陀螺仪噪声的技术：方向余弦矩阵的第3列和陀螺仪的偏置同时设为状态向量，用于在线获取陀螺仪的噪声；加速度计的外部加速度和测量噪声均被设为测量余量，以便于在任意运动轨迹时能测量重力向量。陀螺仪和加速度计的测量结果通过卡尔曼滤波器融合，前者估算状态向量，后者校准状态向量的误差。通过比较MEMS-IMU在任意伪静态时的航姿和外部加速度验证本技术的可行性，实验结果表明俯仰角、横滚角、航向角和外部加速度的最大误差分别为0.5°、0.2°、2°和0.2 m/s²，该结果远好于仅用陀螺仪的航姿误差和外部加速度误差。     

A deep residual compensation extreme learning machine and applications

The extreme learning machine (ELM) is a type of machine learning algorithm for training a single hidden layer feedforward neural network. Randomly initializing the weight between the input layer and the hidden layer and the threshold of each hidden layer neuron, the weight matrix of the hidden layer can be calculated by the least squares method. The efficient learning ability in ELM makes it widely applicable in classification, regression, and more. However, owing to some unutilized information in the residual, there are relatively huge prediction errors involving ELM. In this paper, a deep residual compensation extreme learning machine model (DRC-ELM) of multilayer structures applied to regression is presented. The first layer is the basic ELM layer, which helps in obtaining an approximation of the objective function by learning the characteristics of the sample. The other layers are the residual compensation layers in which the learned residual is corrected layer by layer to the predicted value obtained in the previous layer by constructing a feature mapping between the input layer and the output of the upper layer. This model is applied to two practical problems: gold price forecasting and airfoil self-noise prediction. We used the DRC-ELM with 50, 100, and 200 residual compensation layers respectively for experiments, which show that DRC-ELM does better in generalization and robustness than classical ELM, improved ELM models such as GA-RELM and OS-ELM, and other traditional machine learning algorithms such as support vector machine (SVM) and back-propagation neural network (BPNN).     

一种基于TLP输入的系统级ESD模型分析方法

基于已有的传输线脉冲发生器(TLP)与IEC 61000-4-2应力的等效关系, 提出一种以TLP应力作为输入的系统级模型分析方法。与传统的IEC应力作为系统输入的分析方法相比, 该方法解决了对流入待测器件(DUT)残余能量的计算不够精确的问题, 同时提高了DUT失效预测方面的精准性。通过SPICE仿真, 预测了上述两种应力作为系统输入的DUT失效情况。通过相应的印制电路板(PCB)的实测验证, 进一步说明新提出的方法能够提高系统级失效预测的精准性。     

WSN节点重要性和网络抗毁性的分析方法

无线传感器网络的一个重要设计目标是网络可靠性,无线传感器网络条件受限,节点能源有限,布置环境恶劣,使得研究无线传感器网络的节点重要性和抗毁性变得至关重要.节点的剩余能量会对网络生存时间产生影响,同样节点在拓扑结构中的位置也会对网络各个指标产生影响.通过研究节点的剩余能量和节点在拓扑结构中的贡献,综合这两种因素,提出了计算节点重要性和网络抗毁性的方法.仿真结果及对比表明该方法效果较好,且算法并不复杂.     

ToMFIR-based fault detection approach in frequency domain

This paper is to explore further results for total measurable fault information-based residual (ToMFIR) approach to fault detection in dynamic systems. The ToMFIR contains the essential fault information and remains unaffected by control actions in a closed-loop system. It is composed of controller residual and output residual and some of further results are developed in frequency domain. Besides the ability of detecting actuator and sensor faults, it is able to detect faults/failures resulting from the computer used for control purpose that generates control signals. Currently, all of existing fault detection schemes cannot achieve the same task at all. A practical DC motor example, with a PID controller, is used to demonstrate the effectiveness of the ToMFIR-based fault detection. A comparison with the standard observer-based technique is also provided.     

等离子喷涂薄壁工件涂层中温度场解析

沉积层中的热梯度及涂层与基体材料热膨胀系数的差异是引起等离子喷涂残余应力的主要原因.考虑到喷涂子层增厚,建立起基于喷涂颗粒沉积过程温度场的解析模型.在分析中同时考虑了热传导、热辐射对涂层的影响,计算了在不同的基体-涂层体系下涂层的温度场.结果表明,涂层沉积过程中升温过程分为两个阶段:初级阶段,即体系温度不超过相应喷涂材料熔点的15%;完成阶段,即涂层与基体达到热平衡后继续升温到最高温度,并在界面处结合最终形成残余应力.     

地铁振动荷载下隧道周围加固软粘土分形研究

以上海地铁4号线海伦路站附近隧道周围加固软粘土为研究对象,在根据现场监测数据制定室内"多功能循环三轴试验系统"试验的基础上,利用压汞仪微观试验研究方法,对隧道周围加固软粘土微结构进行定量研究.应用热力学关系模型计算分形维数,分析分形维数与荷载之间的关系,得到残余应变随分形维数的变化规律.     

聚驱后聚表二元复合体系提高残余油采收率研究

利用不加碱可形成超低界面张力的聚丙烯酰胺/甜菜碱表面活性剂二元复合体系,通过流变性实验,分析了活性剂质量浓度对聚表二元复合体系黏弹性的影响;通过在仿真岩心模型上的驱油实验,分析了不同黏弹性的聚表二元复合体系对聚驱后采收率的影响.研究表明:实验用的两性表面活性剂体系对无碱二元体系的黏弹性影响很小,二元驱油体系的黏弹性越大,聚驱后二元驱的采收率增加幅度也越大.在注入压力允许的条件下,界面张力不一定要达到超低,适当增加聚合物溶液的黏弹性,也可以达到超低界面张力时的驱油效果.     

基于分形残差网络的单幅图像超分辨率重建

近年来,各种基于卷积神经网络的单幅图像超分辨率方法取得了优异的性能提升.现有的超分辨率网络大多数都是使用单种尺度的卷积核来提取低分辨率图像的特征信息,这样很容易造成细节信息的遗漏,也无法很好地利用低分辨率图像的多尺度特征来提高图像的表达能力.为了解决超分辨率重建中存在的问题,提出了一种新的超分辨重建方法称为分型残差网络...