共查询到19条相似文献,搜索用时 125 毫秒
1.
针对大维数系统故障诊断中存在特征提取困难和识别率低的问题,提出基于非负矩阵分解(NMF,Non-negative Matrix Factorization)的支持向量机(SVM,Support Vector Machine)诊断方法,避免了直接对故障特征的选择和提取,实现特征降维,提高故障模式分类的准确性和速度;对于NMF中的结果随机性问题,提出用前次分解所得系数矩阵求解样本降维特征矩阵的方法,保证多次NMF分解尺度一致.实验表明该方法能对故障特征有效降维,并具有较高的诊断效率和故障识别率. 相似文献
针对战术导弹外形气动隐身多目标优化问题,提出了一种新的快速优化方法.采用物理规划将多目标问题转化为单目标问题间接求解,利用遗传算法(GA,Genetic Algorithm)对问题进行设计空间搜索.为降低计算成本,通过变量筛选来降低设计变量空间维数,通过构建径向基函数(RBF,Radial Basis Function)代理模型来减少高精度分析模型的调用次数.最后以类BGM-109导弹模型的气动隐身多目标优化为例对该方法进行校验.在满足升力系数不小于初始升力系数的约束下,进行导弹几何外形优化使全弹阻力系数和前向雷达散射截面(RCS,Radar Cross Section)最小.与标准GA相比,在两者优化结果基本相同的情况下,该方法节约了83%的计算成本. 相似文献
3.
在空间环境中运行的星载天线转动单元中的谐波减速器产生的不对中故障信号故障特征难以提取,针对此问题提出了一种优化变分模态分解的故障诊断方法,这种方法基于鲸鱼优化算法(WOA)和Teager能量算子(TEO)包络解调。首先,由于包络熵对故障信号特征非常敏感,故采用包络熵作为适应度函数,同时其也是鲸鱼优化算法的目标函数。其次,WOA具有操作简单、调整参数少、跳出局部最优能力强等诸多优点,故使用WOA对变分模态分解(VMD)进行优化,构建优化算法。最后,使用Teager能量算子对本征模态分量(IMFC)进行处理。所提出的方法用于分析谐波减速器输入、输出轴两端收集的实验信号。通过与传统的快速傅里叶变换方法进行对比结果表明,所提出的方法提高了分解效率,在分解参数的原则和故障信号提取精度方面具有良好的性能,误差不超过2%,能够实现谐波减速器不对中故障信号的精确诊断,具有一定的研究意义与工程实用价值。 相似文献
4.
极小碰集计算是基于模型诊断的关键步骤之一.针对参数化求解方法的局限性,以及大型系统诊断中由于状态空间规模增加导致诊断能力下降甚至无法诊断等问题,研究了一种非参数化极小碰集求解算法M-MHS(Matrix-based Minimal Hitting Set)算法.该算法利用参数矩阵描述元素与集合的关系,通过矩阵分解将原始问题逐步分解为多个子问题,并采用有效的剪枝规则避免对无解子问题的计算.仿真结果表明:该算法能够计算全体极小碰集,且在进行较大规模碰集计算时性能优于HSSE(Hitting Set-Set Enumeration)算法和去参数化后的BNB-HSSE(Branch and Bound-HSSE)算法,并对不同规律数据能够维持性能稳定,从而为大型系统基于模型诊断提供了可行方法. 相似文献
5.
基于差分进化算法的再入可达域快速计算 总被引:1,自引:0,他引:1
《中国空间科学技术》2020,(4)
针对高升阻比高超飞行器再入可达域计算问题,提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间,利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后,利用插值法快速生成倾侧角指令集,进而实现再入可达域的快速计算。以高升阻比飞行器CAV-H为对象,设计仿真算例,结果表明,该混合优化求解方案易于实现且具有良好的可操作性。 相似文献
6.
为降低诊断算法的计算量,优化算法参数,设计了一种基于降维观测器的最优故障诊断算法。首先,利用正交原理,将故障状态与系统状态进行解耦,从而构造了用于故障估计且无需进行矩阵分块运算的降维观测器。其次,基于对偶原理,将诊断算法的增益优化问题转化为诊断误差方程对偶系统的最优控制律设计问题,从而实现了对故障的最小方差估计。然后,利用诊断结果设计了基于故障补偿思想的容错控制律,以此实现了系统与故障的隔离。最后,通过数值仿真验证了所提方法的有效性。结果表明,对于二阶系统,该诊断算法可在7s内快速收敛到故障真实值。 相似文献
7.
一种基于二元估计与粒子滤波的故障预测算法 总被引:2,自引:2,他引:0
假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性. 相似文献
8.
针对高升阻比高超飞行器再入可达域计算问题,提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间,利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后,利用插值法快速生成倾侧角指令集,进而实现再入可达域的快速计算。以高升阻比飞行器CAV H为对象,设计仿真算例,结果表明,该混合优化求解方案易于实现且具有良好的可操作性。 相似文献
9.
针对多无人机协同航迹规划求解计算复杂度高,收敛效率差等问题,提出一种基于混沌精英适应遗传算法(CEA-GA)的多无人机三维协同曲线航迹规划方法。利用层级规划思想,建立基于单机规划层-航迹平滑层-多机协同规划层的多无人机三维协同曲线航迹层级规划模型,将复杂约束规划问题分解为子函数优化求解问题,减小计算量;考虑到遗传算法(GA)求解高维复杂约束优化问题存在的性能局限,采用Tent混沌映射均匀初始化种群,以扩大个体搜索空间,丰富种群多样性,在此基础上,通过引入自适应遗传算子平衡算法的全局搜索与局部开发能力,帮助个体跳出局部最优,并采用适应度动态更新策略进一步提高算法的局部探索能力和收敛速度。将精英保留策略引入GA以更好地保证改进算法的全局收敛性。将CEA-GA应用于模型求解,仿真实验结果表明:CEA-GA具有较强的鲁棒性、较好的寻优性能和收敛效率,且能够为集群规划满足约束条件的协同曲线航迹,从而验证了所提方法的有效性和CEA-GA的优越性。 相似文献
10.
目前,小推力逃逸轨道优化的大部分研究限于平面内逃逸或对发动机模型做无约束简化处理.通过在性能指标中引入一个待定参数,采用间接法将系统两点边值问题的待定参数约束在多维单位球里;同时结合同伦思想和曲线拟合技术,由短时间无约束平面内燃料最优逃逸问题开始,逐步求解长时间有约束平面外燃料最优逃逸问题.数值仿真结果表明该方法收敛性好,能求解复杂逃逸问题,是一种高效的逃逸轨道设计方法. 相似文献