基于主元空间动态模型的故障检测方法

建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。     

基于主元分析的多传感器故障检测

针对动态系统的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。通过双容水箱被控系统的传感器进行检测,结果表明主元分析法对传感器具有很好的故障检测和故障诊断能力。     

轴对称结构的模态振型描述和模型确认

利用轴对称结构模态振型的Zernike矩能够有效区分重根模态的特点,提出了一种基于Zernike矩函数的相关性分析方法以及基于Zernike矩函数灵敏度的模型修正方法。以某航空发动机压气机轮盘为例,采用轴对称结构的模态振型Zernike特征矩,通过模态测试数据与有限元模型预测结果的相关性分析,克服重根模态对相关性分析的影响,准确地匹配模态对;同时采用基于Zernike矩函数的振动模态对于设计参数的灵敏度,修正有限元的模型修正,使压气机的设计模型的动力特性预测与实际结构的测试相一致,验证了该方法的可行性与优越性。     

基于响应面法的低温风洞扩散段热力学模型修正

低温风洞运行过程消耗大量液氮和电力，洞体结构产生附加热应力和热变形，建立可靠的低温风洞热力学模型对研究风洞运行安全性和经济性是必不可少的。以低温风洞扩散段为方法研究对象，建立有限元热力学模型，为提高热力学模型和实际模型的相关性，使用响应面法对有限元热力学模型多个参数进行修正。通过对比分析温度、应力监测点试验数据和仿真数据的差别，确定驻室锥形体内表面对流换热系数为待修正参数；使用中心复合试验设计生成有限元热分析样本空间，以温度、应力监测点试验数据和仿真数据的残差均方和为考核指标，在样本空间内对残差均方和进行非线性回归分析，建立残差均方和的响应面模型；以所有监测点残差均方和总和为目标函数，在样本空间内进行多目标非线性优化分析，得到最优解；验证修正后的热力学模型，结果表明:（1）基于响应面法的热力学模型修正是可行的；（2）修正后的热力学模型分析数据与试验数据吻合性提高，并且适用于其它降温试验。     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

基于LPV模型参考自适应飞行边界保护控制

进行有效的飞行边界保护控制有利于预防飞行失控。研究了一种基于线性参数变化(Linear parameter varing,LPV)模型参考自适应飞行边界保护控制方法。基于函数替换方法构建了仿射参数依赖LPV飞行动力学模型,通过调度变量的动态变化来减小与全量非线性动力学模型的失配。将实时飞行边界保护转为有约束广义预测控制问题,设计了数值算法以实现对舵偏角控制量及其增量、飞行状态参数的边界保护。通过仿真分析表明,LPV模型能够较好地逼近全量模型,反映出瞬时飞行动态;通过有约束广义预测控制数值算法能够有效地实现飞行边界的保护控制。     

基于时间卷积轻量级网络的人体运动预测（英文）

针对人体运动高度复杂的运动学和时间相关性,本文提出了一种轻量级的多层残差时间卷积网络模型（Residual temporal convolutional network,RTCN）。该模型使用一维卷积高效获取人体运动的空间结构信息,提取人体运动时间序列中的相关性。在本文所提出的网络模型中应用残差结构来缓解深度网络中梯度消失的问题。在Human 3.6M数据集上进行的实验表明,与最新的方法相比,本文方法有效地改善了运动预测的误差,特别是在长期预测方面。     

基于退化数据的小样本时变可靠性评估方法

对于长寿命、高可靠性产品,失效样本很少或根本没有失效样本,如何准确地评价它们的时变可靠性,一直是一个很难解决的问题。本文提出一种基于退化数据,采用残差自回归模型结合可靠性理论的分析方法。首先采用残差自回归模型对样本的退化数据进行处理,然后结合可靠性理论,针对产品退化量服从正态分布和Weibull分布的情况,利用时间序列的特点估计分布参数,进行产品退化过程的时变可靠性分析。最后,通过与大样本的可靠性评估方法进行对比,证明了该方法的有效性。     

基于观测器的飞机环控系统控制组件故障检测

控制组件作为飞机环境控制系统的重要组成部分,对其进行故障诊断具有重要意义。本文以环控系统的传感增益漂移和活门卡死故障为例,在Simulink仿真环境下建立其正常和故障模型,采用基于状态观测器的方法进行故障检测。仿真实验结果证明了该方法的有效性,且当上述两类故障发生时,基于观测器和仿真模型输出之间的残差特征分析,可以判别出所发生的故障类型。     

自治式水下机器人推进器故障检测、分离与重构

研究自治式水下机器人推进器故障检测、分离与重构问题。针对水下机器人故障诊断残差法中残差阈值不易选取的问题,提出了一种基于观测器的水下机器人推进器故障检测与分离方法,通过构建故障检测观测器对推进器故障与残差信号进行解耦,使推进器出现故障后仅引起与其相关的残差呈单调变化,从而可选择较大的阈值进行故障检测以提高诊断系统的可靠性,该方法在故障检测的同时可进行故障分离。针对系统不确定性导致的推进器故障重构精度低的问题,提出了一种RBF神经网络与等效输出注入相结合的故障重构方法,采用等效输出注入方法估计不确定性项,从神经网络输出中重构推进器故障。     

基于相关运算的LIDAR测风速

风速测量是激光雷达的应用之一。文中详细讨论了利用相关算法处理激光雷达采集的大气气溶胶回波信号计算风速的方法。介绍大气气溶胶回波信号的前处理,推演便于计算机处理的相关运算计算风速公式,运用Ｍａｔｌａｂ 语言实现信号预处理及风速计算,给出实验结果并与香港天文台数据作比较分析,指出该方法的优点及局限性     

一种基于多源数据的网络实体推断方法

网络空间中的实体推断是网络空间测绘研究的重要内容之一,主要通过综合多源数据实现对网络空间中各类实体的分类与识别。本文首先提出了网络空间的实体分类模型,基于此模型提出了一种低开销的网络实体探测分类方法。首先对于探测发现的IP地址,采用别名解析技术将属于一个设备的多个IP映射为一个网络实体;然后采用决策树对网络实体分类进行粗粒度分类;最后,再基于贝叶斯网络进行详细分类。为验证分类效果,以江苏省某市为例进行了探测分析并与备案数据进行了对比,试验结果表明该方法可以有效地对网络空间中的各类实体进行判别,从而为网络空间地图构建、态势分析等应用提供技术支撑。     

血管内超声图像序列的自动边缘检测

血管内超声成像可以显示血管内腔、管壁清楚的实时截面图像,从而使定量测量血管参数成为可能。传统手动追踪内腔和管壁边界的方法既费时又有较大的主观误差,本文基于快速主动轮廓算法模型提出一种适合血管内超声图像的自动边缘检测方法。实验结果发现,自动检测的内腔、血管壁面积与手动追踪非常吻合．具有较高的相关系数(0．94和0．95)和较小的系统误差(-0．32和0．56),可作为医生可靠而准确的诊断工具。     

层次灰色准优势分析模型及应用

灰色准优势分析是重要的系统分析方法之一。为了克服已有灰色准优势分析模型没有考虑不同系统行为特征重要性差异及不能应用于由多层次相关因素构成的复杂系统分析的局限性,本引入加权平均合成法构造了复杂系统不同层次上相关因素绝对关联度的计算方法,建立了具有更广泛应用领域的层次灰色准优势分析模型,并以江苏省科技系统为例进行实证分析,验证了所建模型的有效性和实用性。本的结果拓展了灰色准优势分析的应用范围,为科学分析由多层次相关因素构成的复杂系统提供了一个新途径。     

复合材料加筋壁板压缩屈曲与后屈曲分析

为了建立复合材料加筋壁板承受压缩载荷下屈曲、后屈曲和破坏整个失效过程的数值分析方法,对复合材料加筋壁板进行了压缩稳定性试验和有限元分析研究。采用特征值分析法对加筋壁板进行了屈曲分析,得到加筋壁板的屈曲模态、屈曲特征值及屈曲载荷;根据加载端的载荷-位移曲线采用弧长法(Riks),得到了弧长法的屈曲载荷及后屈曲承载路径;引入失效准则,得到后屈曲直至破坏的承载能力。对比两种有限元分析法与试验结果可以得到:加筋壁板的后屈曲承载能力很大,特征值法分析屈曲载荷较弧长法更精确,而弧长法可以更好模拟后屈曲行为,建立的分析法与试验结果吻合较好。     

Anchoring Bolt Detection Based on Morphological Filtering and Variational Modal Decomposition

The pull test is a damaging detection method that fails to measure the actual length of a bolt. Thus,the ultrasonic echo is an important non-destructive testing method for bolt quality detection. In this research,the variational modal decomposition(VMD)method is introduced into the bolt detection signal analysis. On the basis of morphological filtering(MF) and the VMD method,a VMD-combined MF principle is established into a bolt detection signal analysis method(MF-VMD). MF-VMD is used to analyze the vibration and actual bolt detection signals of the simulation. Results show that MF-VMD effectively separates intrinsic mode function,even under strong interference. In comparison with conventional VMD method,the proposed method can remove noise interference. An intrinsic mode function of the field detection signal can be effectively identified by reflecting the signal at the bottom of the bolt.     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

一种验证特征模型和软件架构可追溯性的方法

基于形式概念分析技术,提出了一种验证特征模型和软件架构之间具有可追溯性的方法。该方法分析了特征的组成,定义了特征模型和软件架构的功能表达式,构造了概念格并提出了两个模型之间的映射规则。与一般的模型可追溯性验证方法相比,该方法更适用于复杂度高的模型,最后通过实例研究说明了方法的有效性。