基于时空信息比较的温室环境传感器故障识别

为了提高温室环境测控系统中传感器数据的准确性,针对温室环境参数变化的时间相关性和空间相似性特点,提出了一种基于主成分分析(Principal component analysis,PCA)的故障检测与基于时空信息比较的温室环境监测系统的传感器故障识别方法。首先利用基于PCA的传感器故障检测方法,通过监控统计量T2和SPE的变化实现传感器系统故障检测;再针对检测出故障的传感器节点,对该时刻传感器节点采用基于时空特性的节点信息比较实现不同传感器的故障识别。分别对比基于时间尺度、空间尺度、时空尺度的节点信息比较方法对传感器故障识别的影响进行了分析与试验验证,验证结果表明:基于PCA的传感器故障检测方法能够有效地实现对传感器系统故障的初步检测,提出的基于时空信息比较的传感器故障识别方法,融合考虑时间尺度和空间尺度的节点信息,能够有效地实现传感器具体故障定位;所建立的传感器故障识别方法检测正确率CDR为98.37%、平均虚警率FAR为1.72%,较传统的传感器故障识别方法检测正确率CDR提高了22.067个百分点,而平均虚警率FAR则降低了15.762个百分点,能够有效地保证故障诊断效率、提高故障诊断精度、降低虚警率,具有可靠性和准确性。     

基于知识的皮带输送故障诊断系统

为有效解决皮带输送系统中出现的各类故障,提升故障分析诊断处理方案程序的标准性和规范性,笔者提出基于知识的皮带输送系统故障诊断。根据皮带输送系统的特性,采用语义网络产生式混合方法建立故障方案知识信息模型,采用基于本体的知识表示方法,融合CBR技术和知识规则推理技术,建立了基于知识的皮带输送故障诊断系统。     

基于EMD和Multi-fractal spectrum的BP水机故障诊断

为了准确判断水轮机组的故障,提高水轮机组诊断的精确性,建立了EMD-Multi-fractal spectrum和改进BP神经网络相结合的机组振动故障诊断模型.选取水轮发电机组不同工况下的轴系正常、轴承油膜涡动、转子部件不平衡、转子不对中等状态,采集各状态下的振动信号.经过经验模态分解得到振动信号波各种故障信号的EMD分量,根据信号波形趋势图由EMD系数提取出波形样本,再由多重分形谱算法提取波形样本的特征值alpha(q), f(q),将该特征向量作为BP神经网络的输入进行分类识别.将训练好的神经网络应用于全部样本,得到测试正确率为100%.该模型用波形提取信号特征代替了传统的频谱特性,并结合先进的多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.应用信号采集于水电厂运行的水轮机,根据诊断的结果对轴系各个部件进行局部校正,通过检测发现振动和摆度都大大减弱.该方法提高了检测精度,增强了人机交互性,具有重要的理论意义和实用价值.     

基于CAN总线和PSA模型的AMT在线故障诊断系统

为解决电控自动变速器故障诊断和维修问题,建立了基于CAN总线和PSA(PCA-subtractive cluster-ing-ANFIS)模型的自动变速器故障在线诊断系统.通过CAN总线实时采集变速器控制单元各传感器状态数据作为诊断样本,利用主成分分析(PCA)实现输入变量降维和去相关,应用减法聚类(subtractive clustering)方法生成初始模糊推理结构,并以此建立自适应模糊神经网络(ANFIS)故障诊断模型.仿真结果表明,结合CAN总线网络应用的PSA故障诊断模型能够准确地诊断出变速器的故障,其拟合能力及收敛速度均优于PCA-BP网络模型.     

基于多元图像分析的包装罐内壁缺陷检

为提高包装罐生产线内壁缺陷检测准确性与可靠性,研究了一种采用单摄像机的内壁缺陷检测系统.利用基于形态学的区域提取算法,从罐内图像中分割出内壁检测区域图像.提出基于多元图像分析(MIA)的内壁缺陷检测算法.利用图像融合构成环形合格样本图像,消除罐内焊缝区域的影响,把多个环形合格样本图像与测试样本内壁检测区域图像堆叠起来,用重合区域的图像构造多元测试图像.用基于主成分分析(PCA)的多元图像处理方法获得多元测试图像的主分量表示,将去掉第一主分量和噪声后的Q统计图像作为内壁缺陷特征的检测空间,利用阈值处理检测缺陷,解决了罐体内壁照明困难、亮度不均造成缺陷误检率高的问题,提高了检测系统的准确性和鲁棒性.实验表明对内壁缺陷检测的误检率降低到2%,验证了检测系统的有效性和可靠性.     

调速器液压随动系统故障诊断系统

水力机组的运行特性和经济性能指标很大程度上受水轮机调速器液压随动系统影响.针对目前调速系统仅能实现基本在线监测和故障诊断功能的实际情况,在分析调速器液压随动系统的物理结构、工作原理和故障机理的基础上,利用改进的故障模式、影响和危害度分析（FMECA）方法进行故障定性分析,明确设备的功能、故障模式、故障原因和故障影响,建立调速器液压随动系统的分布式物理图网模型,与仿真模型提取定量特征指标值相结合进而实现设备的故障诊断.以开机过程中液压阀卡涩故障为例进行仿真分析,根据机组的频率、导叶开度、电液转换器、PID等关键监测位置信号输出结果的不同,判断调速器发生故障的类别.案例分析结果表明,该方法简单、可靠,能准确定位系统的故障,为实现机组的高效经济运行和日常维护提供决策基础.     

基于样本熵的高水头混流式水轮机稳定性分析

机组的压力脉动是表征水轮机稳定性的主要参数之一,但仅基于压力脉动幅值判定水轮机的稳定性存在一定的局限性。采用多通道压力脉动同步采集系统同步采集某高水头混流式水轮机部分负荷下多部位压力脉动数据,然后综合互相关分析和互补集合经验模态分解(CEEMD)方法提取各压力脉动信号的主分量,对各压力脉动信号的主分量数据进行样本熵计算,获得不同测点在运行范围内的样本熵分布规律。结果表明：在部分负荷下,尾水管内部的空腔涡带仍然是影响高水头混流式水轮机稳定性的主要因素;可根据水轮机各部位压力脉动信号主分量的频率信息推断水轮机内部水力不稳定源的类型;关键测点处压力脉动幅值分布规律与样本熵分布规律的对比表明,压力脉动信号主分量的样本熵变化趋势能够反映水轮机内部流动状态的变化趋势。     

基于贝叶斯网络分类算法的采摘机器人故障诊断研究

提出了贝叶斯网络分类算法和采摘机器人故障诊断节点的选取的方法,建立了采摘机器人故障诊断贝叶斯网络模型,并从采摘机器人动力故障和执行器故障两方面进行了分析研究。实验结果表明:TAN贝叶斯网络算法在诊断正确率和耗时时间两方面,都明显优于NB算法,说明该系统不仅适用于采摘机器人动力故障和执行器故障诊断,且能够较大地提高故障诊断正确率和效率。     

基于高光谱图像的红豆品种GA—PNN神经网络鉴别

提出一种基于高光谱图像技术的红豆品种鉴别方法。利用高光谱成像系统采集江苏、安徽、山东的3个品种共162个红豆样本高光谱图像数据,通过ENVI软件提取出红豆中感兴趣区域的平均光谱作为该样本原始光谱信息,利用SG多项式平滑对原始光谱数据进行去噪处理,由于高光谱数据信息量大,冗余性强,故需对高光谱数据进行降维,采用了连续投影算法进行特征波长选择,根据交叉验证均方根误差确定最佳特征光谱的个数为9,采用主成分分析法和独立分量分析算法进行特征波长提取,经过PCA处理,根据方差累计贡献率大于85%的标准选出7个特征波长,ICA分别提取了7、10、17个特征波长,通过测试集验证,选出17个最佳特征波长。最后分别将优选出的特征波长和提取出的最优主成分作为模型的输入。建立概率神经网络(PNN)模型测试后发现结果没有达到预期精度,引入遗传算法(GA)优化的PNN神经网络的阈值,并对隐含层节点进行最优选择。通过测试试验,所有的模型识别正确率均高于85%,其中SPA-GA-PNN模型的效果最佳,识别正确率达到了97.5%。     

基于虚拟仿真的水轮机转子故障模拟系统

为实现共享并发人员培训，提升水轮机转子故障的培训效率，设计基于虚拟仿真的水轮机转子故障模拟系统。基础层通过网络接口以及交换机等设备，向应用层传输水轮机转子的基础以及故障等全部相关数据，应用层以该数据为依据，利用VRP建模控制程序和3ds Max建立水轮机转子三维建模，并基于视觉注意机制优化模型色彩；通过该层的在线仿真模块展示水轮机转子详细情况，利用支持向量机诊断转子故障后，将结果传送至管理层；管理层可通过多种设备呈现水轮机转子模型的故障模拟情况，并通过VRML交互机制完成虚拟场景交互。测试结果表示：该系统具备良好的水轮机转子三维建模效果，并且模型的色彩视觉效果良好；获取水轮机转子故障诊断结果，能够为故障模拟提供可靠支撑，向学员呈现准确的故障模拟结果，满足多人员共享、并发交互的培训应用需求。     

农机液压系统故障诊断专家系统中推理控制策略的研究

在农机液压系统故障诊断专家系统中,根据农机液压系统故障诊断的特点,采用了正向推理策略和深度优先搜索法,同时利用“规则分组”的方法进行匹配,避免了推理过程中的“组合爆炸”。     

汽车故障诊断中案例推理的应用分析

以奇瑞汽车故障诊断为应用背景,研究并开发了一个基于案例推理的汽车故障诊断系统原型,以实现对汽车故障的智能诊断.系统依据故障的特征属性和内容将汽车故障案例进行分类,进而根据最近邻算法对某一种类的案例集进行检索,最后构建了软件原型系统.通过对汽车故障样本案例进行仿真测试,表明了设计思想是合理的,实现方法是有效的.     

巨型水轮机调速器主配电气中位整定关键技术研究与应用

水轮机调速器是控制水力发电过程的关键核心设备之一,其主配电气中位未整定准确会导致出现主配频繁调节现象,严重威胁机组和电网安全稳定运行.为解决主配频繁调节问题,科研小组对调速器液压随动系统进行了深入研究.通过建立数学模型,提出了静态和动态平衡理论,在明确主配频繁调节原因的基础上探索出了主配电气中位自动诊断方法、自动整定方...     

基于PCA的冷水机组传感器测量故障数据修复

传感器测量数据的真实性,为冷水机组的安全运行和优化节能的提供了必要条件,但也经常发生传感器的测量故障.采用主元分析(Principal Component Analysis,PCA)方法,利用Q统计量进行传感器故障检测、诊断与数据修复研究,并以实际工程的冷水机组运行数据进行修复数据精度验证,结果良好.     

耦合故障下水轮机振动特性分析

针对水轮机转子质量偏心和不对中等故障,建立水轮机转子非线性动力学模型,并分析质量偏心、不对中量和转速等对水轮机振动的影响,探索水轮机转子的非线性动力学特性。仿真结果表明,同样条件下耦合故障对水轮机运行状态的影响要大于单故障情况,且随着转速增加,多故障耦合下水轮机振动不仅剧烈,且水轮机运行状态复杂,可分为平稳运行状态、周期性碰摩状态和混沌运行状态等3种类型,这为分析和研究水轮机振动现象及故障诊断提供了理论依据,具有重要的学术意义和实用价值。     

挖掘机行走无高速故障分析与诊断

当挖掘机工作过程中出现故障时,要熟悉整机的状况才能有效的解决故障.本文根据挖掘机行走无高速的故障现象,结合相关的液压和电气系统原理图,通过推理故障诊断方法进行分析与诊断,最后排除了故障.通过此方法可以缩短维修时间,提高效率.     

基于时空双序列分析的温室WSN故障诊断

根据温室无线传感器网络(WSN)所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法.研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性.     

基于两级预测的温室WSN系统数据传输方法

为了减少温室WSN系统传感器节点数据传输次数,提出基于两级预测的温室WSN系统数据传输方法。首先,引入莱特准则进行序列异常值检测,研究并提出了便于节点实时计算的序列方差滑动递推计算方法。其次,分别在传感器节点和服务器建立一阶分段线性回归方程并结合自适应加权算法形成两级预测模型,设定传感器节点仅在预测误差超过设定阈值时上传实际采集值,其他时刻服务器自动触发线性回归模型预测填充该部分数据。同时,结合温室环境自动控制的特点,研究了一种基于抛物线的可变误差阈值确定方法。试验表明:分段一阶线性回归模型能够在规定误差阈值内逼近系统原始数据曲线,利用两级预测算法无线传感器节点数据发送次数可减少93%(误差阈值为0.9)。     

水泵水轮机全特性的集成PSO_BP神经网络模型

为提高抽水蓄能调节系统仿真中水泵水轮机模型精度,提出了一种集成PSO_BP神经网络模型来描述水泵水轮机全特性。首先利用改进Suter变换对水泵水轮机全特性进行处理得到样本数据,然后采用PSO算法优化BP神经网络的初始权值和阈值,反复训练出若干个PSO_BP神经网络,最后将单个PSO_BP网络作为自适应Boosting集成算法的弱学习器,最终构建出水泵水轮机的集成神经网络模型。计算结果表明,与单个BP网络模型相比,该模型具有更好的拟合精度及泛化性能,为进一步研究抽水蓄能调节系统性能奠定了基础。     

非线性水轮机调节系统稳定性分析

水轮机调节系统的本质是非线性的。为了深入了解非线性水轮机调节系统的调节规律,在考虑水力发电机组非线性特性的基础上,建立了一个水轮机调节系统的非线性模型。运用非线性系统线性化的方法和线性系统的Hurwitz判据对系统进行稳定性分析,得到了令非线性系统稳定的控制器参数。非线性系统的仿真结果表明:线性化系统的稳定参数一定能使非线性系统稳定,且线性化系统的稳定参数中一定包含了令非线性系统强稳定的控制器参数。这为非线性水轮机调节系统的控制器参数整定及稳定运行提供了理论依据。