基于IITD和FCM聚类的滚动轴承故障诊断

基于Akima插值和固有时间尺度分解（ITD）中的线性变换,提出了一种改进的固有时间尺度分解（IITD）,在此基础上,进一步提出基于IITD近似熵（AE）和模糊C均值聚类（FCM）相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量（PR）,计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。      

浅谈大数据在精密惯性仪表中的应用

精密惯性仪表被广泛应用于地面武器、飞机、舰船、航天器中,其作用是敏感、测量载体加速度和姿态等信息,确定载体的运动轨迹参数,实现对载体的精密导航、定向定位,在武器装备中具有非常重要的地位。首先从构成精密惯性仪表的精密微细结构出发,对大数据在制造过程中存在的问题进行了分析。通过对典型惯性产品装配过程的分析,总结了惯性仪表在装配过程中对产品精度和性能产生影响的几类微观效应;其次,通过分析“熵”在我国制造领域中的应用,提出了“熵”理论在惯性仪表装配过程中的应用思路;最后,结合上述分析结果,以三维点云数字化虚拟装配技术在惯性仪表中的应用和“熵”在惯性仪表故障识别与误差建模方向上的应用为例,给出了具体的研究内容、技术流程和研究结果。     

瞬态浓度场的熵与混沌特征实验研究

为了探讨瞬态浓度场的熵特征及其是否具有混沌特征,利用基于数字图像处理技术和光学粒子散射理论的瞬态浓度场光学测量系统,获得了浓度场的二维时间和空间湍流信息,运用这些信息首次定量分析了瞬态浓度场的混沌特征,首次提出了浓度场信息熵理论及其非线性度量方法并进行了定量计算。运用实验数据时间序列计算了信息熵以及信息熵和浓度脉动时间序列的嵌入维数、关联维数、Kolmogorov熵和最大Lyapunov指数。结果表明,瞬态浓度场具有低维混沌特征,其脉动信息熵时间序列也是混沌的。     

单元可靠性评定的熵方法

基于单元随机化最优置信经典(法)近似下限的取值范围，利用其边界值所提供的总信息量的算术平均值与熵(法)近似下限R’L.S所提供的总信息量相等的条件，推导了求解R’L.S的基本公式，提出了单元可靠性熵法评定的基本原理和方法步骤。实例表明，熵法评定结果总是介于非随机化最优置信经典(法)和第(1)种Bayes(法)近似下限之间。     

测量粗糙集中模糊性的一种新方法

针对粗糙集中存在的模糊性问题，提出了一种利用模糊熵测量其模糊性的方法。中给出了一种新的模糊熵，提出了基于等价关系下粗糙集模糊熵的计算公式及等效表示方法，证明了这种模糊熵的性质。并将基于等价关系的粗糙集的模糊熵拓展到基于一般二元关系下粗糙集的广义模糊熵，给出了广义模糊熵的计算公式及等效表示形式。最后以一个例子说明粗糙集中模糊熵的具体求解方法。从例子可以看出，本提出的模糊熵可以方便、有效地测量出粗糙集中的模糊性。     

一类灰色群决策问题的分析方法

在群决策问题中,由于受人力资本的质量和决策环境等众多因素的影响,决策者的偏好信息往往是不精确或不完全的。本文用灰色系统理论的思想和方法,融合经典群决策理论,对提出的灰色群决策问题进行了探讨。利用数值分析中的幂法和群决策系统的熵模型,借助分析技巧,给出了灰色群决策问题的解法。通过实例对解法的合理性进行说明与分析,为群决策理论的应用研究提供了一条新思路。     

基于信息熵的危险天气下终端区管制风险评估

终端区结构复杂、飞机事故多,其中危险天气对航空器的安全运行影响极大,因此有必要对危险天气下终端区管制风险进行评估。针对终端区管制系统运行风险性大、易发不安全事件的问题,提出基于风险信息熵的危险天气条件下终端区管制系统风险评估模型。首先,通过分析危险天气条件下管制系统的运行过程,建立管制系统运行中的熵流模型,然后建立危险天气下终端区管制风险评估指标体系,给出评估指标灰色关联度属性的计算方法,利用其反映出的信息熵确定指标权重,最终建立危险天气下终端区管制风险评估模型,并通过算例验证了模型的可用性和有效性。     

基于GRNN-ELM的飞机复合材料结构损伤识别

飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。     

基于全知熵的模式集成不确定性度量模型

不确定性是模式集成的一个固有性质,不确定性度量对模式集成具有重大影响。本文提出一种度量模型,在该模型中模式对象及其属性清洗模块使该模型免受规模影响。根据模式集成多属性分阶段决策的特点,本文基于粗糙集理论的全知熵不确定率进行各阶段的不确定性度量,并把过程模型的不确定性度量引入到总体不确定性的度量中,最后给出了合成多不确定率的方法。实例分析证实所设计模型是可行、有效的。     

熵产最小法在热电制冷系统优化中的应用

应用有限时间热力学理论，基于熵产最小法，对热电制冷系统随有限温度的变化、由外部热源与内部工质之间的温差而形成的热漏及内部耗散所产生的传热不可逆性进行了最优化研究，建立了不可逆热电制冷循环模型。研究结果表明，不同的参数对热电制冷系统的影响有着显著的区别。本文推导出熵产率最小时对应的优化性能特性关系和重要设计参数的最佳值；绘出了相关优化性能曲线并说明了这些参数在总体和优化性能中的作用。计算结果对实际热电制冷系统优化条件的确定具有一定参考价值。