改进型SVM在轴向磁轴承转子位移自检测中的应用

磁轴承采用位移自检测技术能够减少磁轴承体积、降低成本和提高可靠性。提出了一种基于混合核函数最小二乘支持向量机(LSSVM)预测模型的磁轴承自检测技术。介绍了轴向主动磁轴承的工作原理并推导了其悬浮力的数学模型;在混合核函数LSSVM回归原理的基础上,建立了控制线圈电流与转子位移之间的非线性预测模型,并优化了LSSVM参数,实现了无位移传感器控制。构建了轴向主动磁轴承系统自检测仿真模型,针对所提自检测方法进行了仿真研究,仿真结果表明该模型能够准确预测转子轴向位移。进一步的试验结果表明,该方法具有良好的轴向位移自检测性能,实现了轴向主动磁轴承无位移传感器下稳定悬浮运行。     

基于状态条件概率的设备剩余寿命预测

针对机载设备剩余使用寿命预测中存在的不确定性因素,建立了基于状态条件概率分布的机载设备剩余寿命模型.首先,引入状态条件概率矢量对隐马尔科夫模型（HMM,Hidden Markov Model）进行不确定性改进,并推导了其计算形式.其次,给出了近似确定状态退化转移时间的方法,由此得到了以状态条件概率矢量为协变量的条件可靠度函数及剩余寿命模型.最后,以飞机发动机温控放大器为应用对象进行仿真计算.仿真结果表明该模型预测精度高,能够较大程度地降低不确定性因素的影响.      

复合材料单向板寿命预测模型

<正>纤维增强复合材料(Fiber Reinforced Polymer,FRP)因具有较大的比刚度、比强度、结构可设计性等优点而被广泛应用在航空、船舶、汽车、风电等行业中。随着复合材料在工程结构中的应用由次承力构件逐步扩展至主承力构件,疲劳破坏在复合材料结构中已逐渐显现,正成为制约其进一步应用的重要因素,因此复合材料的疲劳问题正成为使用者和工程设计人员十分关注的问题。对层合板的疲劳寿命展开预测是复合材料疲劳问题的基本研究内容之一,也是复合材料结构设计的重要工作之一。工程应     

马尔科夫使用模型在仿真系统测试中的应用

基于马尔科夫使用模型的测试方法引入到仿真系统的测试中,给出了基于马尔科夫使用模型仿真系统测试的基本过程;分析了使用模型的构建,给出了一种测试充分性判断的分析方法;提出了一种基于马尔科夫使用模型的仿真系统可信度计算模型.实例证明了马尔科夫使用模型在仿真系统测试中的有效性,检验了可信度模型的合理性.     

航线运输需求量预测模型研究

本文主要通过构建引力模型来预测航线航空运输需求量。首先，对引力模型进行了描述。其次，建立了一个基于引力模型的航线运输需求量的模型，并给出了模型的数学解法。最后，以城市A—B航线为例，计算了模型各个参数的具体数值。     

非线性预测控制模型方法综述

预测控制(MPC)算法经历了30余年的发展,展现出强大的生命力。近年来,非线性MPC已逐渐成为MPC研究的热点。非线性系统多样性给非线性MPC研究造成了困难,主要体现在模型选取、能量函数求解和非线性算法等诸多方面。非线性MPC以非线性模型为基础,这也是非线性MPC区别于线性MPC的根本因素。论文针对非线性预测模型进行了总结和评述。     

一种面向时序数据的多品种小批量生产线性能预测模型研究

随着生产线数字化、自动化水平的提高,产生了大量的反映运行过程机理及运行状态的数据,这些数据为生产线性能分析和预测提供了可能。针对生产线的在制品数量、生产周期和生产效率性能指标,构建了一种面向时序数据的循环深度信念网络的生产线预测模型（Cycle–deep belife network,C–DBN）;针对传统基于SGD(Stochastic gradient descent)的训练方法存在的预测模型收敛速度慢以及精度低等问题,提出了基于AMM(Adam with momentum)算法的生产线性能预测模型训练方法;确定了面向时序数据的生产线性能预测模型训练流程。最终通过实例验证了生产线性能预测模型和训练方法的有效性。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

带马尔科夫参数时滞容错控制系统稳定性分析

在主动容错控制系统 (AFTCS, Active Fault Tolerant Control System)中,故障检测与隔离(FDI,Fault Detection and Isolation)装置是核心部分,对系统故障诊断过程建模并研究其对整个系统的影响是十分重要的内容.考虑控制系统传感器到控制器之间由网络传输造成的常时滞,用两个马尔科夫随机过程分别描述系统的故障过程和故障诊断过程,建立多马尔科夫参数的系统模型;进而研究故障诊断装置对系统稳定性的影响,基于矩阵直积的方法,给出了不依赖延时的系统均方随机稳定的充分条件,为故障诊断方法的选择和评估提供了依据;最后给出了计算实例,根据稳定性条件,得出了在保持系统稳定的前提下,时滞、误检率和漏检率应满足的条件.      

基于隐马尔科夫模型的故障诊断系统研究

在制造行业中,机械设备的状态检测技术能提供关于设备运行状态的实时信息,为避免生产损失和减少设备的致命故障提供保障。提出了一套基于小波变换和隐马尔科夫模型(Hidden Markov Models,HMMs)的故障检测系统。提出了小波模极大值分布(Wavelet Modulus Maxima Distribution),并将之定义为诊断系统的观察量加以验证。同时该系统采用在线模型参数估计和培训算法,通过选取能最大化对数似然度的HMM模型,确定设备所处状态。