绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 13 条结果
摘要:针对滚动轴承故障诊断中特征向量难以提取与支持向量机结构参数选取依据经验的问题,提出了基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法.首先,采用小波包对采集的滚动轴承各状态下的信号进行分解,获取表征信号局部特征的各节点系数,在此基础上构建各节点系数矩阵并进行奇异值分解,来获取特征向量进而将其作为故障诊断模型的输入;其次,利用遗传算法(GA)优化支持向量机(SVM)的惩罚系数和高斯核系数两个结构参数;最后,将上述特征向量作为输入,建立GA优化SVM的故障诊断模型,实现滚动轴承的状态辨识.实验结果表明,与BP、SVM、PSO-SVM相比,基于小波包与奇异值分解的GA优化SVM滚动轴承故障诊断方法具有更高的分类精度,能够提高滚动轴承状态辨识的效果....
[期刊论文] 王春暖 李文卿 吴庆朝
-
北大核心 CSTPCD
-
摘要:数控机床故障具有隐蔽性和复杂性的特点,为了快速准确地识别数控机床发生的故障,结合粒子群算法全局搜索能力强、寻优速度快及模糊神经网络容错能力强、自适应性强的特点,提出了将模糊逻辑、RBF神经网络及粒子群算法有机结合的数控机床故障诊断方法.为了改善粒子群算法局部搜索能力,在标准粒子群算法的基础上,改进粒子群的速度更新公式和惯性权重,以此优化模糊神经网络结构参数,从而建立起改进PSO优化模糊神经网络的数控机床主轴伺服系统故障诊断模型.实验和仿真结果表明:与RBF神经网络、标准PSO优化模糊神经网络相比,改进PSO优化模糊神经网络的故障辨识准确性更高、泛化能力更强....
[期刊论文] 韩淑华 侯学元 李文卿
-
北大核心 CSTPCD
-
摘要:针对注塑过程当中影响塑件质量的多个工艺参数配置问题,提出改进粒子群算法、BP神经网络、灰色关联度相融合的成型工艺参数优化模型.首先,针对BP易陷入局部最优、收敛效率低的不足,改进粒子群算法中粒子速度与位置更新策略并优化BP算法的权值和阈值,从而构建起工艺参数预测模型.在此基础上,以正交实验数据为训练样本,Moldflow软件分析结果为输出样本,灰色关联度为粒子群适应度函数,进而由粒子群算法寻得最佳的工艺参数.实验结果表明,该方法能够更快、更好的获得注塑成型中的工艺参数,且以此工艺参数进行实验,塑件的翘曲变形量、收缩率均较小....
[期刊论文] 李文卿 赵春晖 孙优贤
-
EI CSTPCD 北大核心
-
摘要:对具有不等长时段的多时段批次过程进行监测是十分重要而且具有一定难度的.时段在批次间的错位现象导致时间方向的不同过程特性混合在一起,这给时段分析以及在线应用带来了一系列的问题.为了解决不等长所带来的问题,本文提出一种基于不等长时段有序识别及建模的故障检测方法.该方法的主要贡献包括以下方面:1)该方法通过步进地衡量过程的变量相关性对模型精度以及监测性能的影响,自动有序地识别出每个不等长时段;2)在每个时段内,通过对不规则的过程数据进行整合建立了时段模型以捕捉不规则的时段特性;3)本文提供了一种简单而有效的在线判断新样本隶属时段和监测其运行状态的方法.最后,本文通过一个实例-具有不等长批次长度的注塑过程阐述了本方法的有效性....
[期刊论文] 王慧丽 李文卿 吴庆朝
-
北大核心 CSTPCD
-
摘要:提出了基于改进粒子群优化BP神经网络的开关磁阻电机转子位置建模估算方法。针对BP易陷入局部最优、收敛速度慢等情况,在标准粒子群算法的基础上,改进粒子的速度与位置更新策略,优化BP神经网络的阈值和权值,建立起开关磁阻电机磁链、电流和转子位置的非线性映射关系。借助于MATLAB/Simulink完成仿真。结果表明,与标准的BP神经网络和遗传算法优化的BP神经网络相比,基于改进粒子群优化BP神经网络算法结构简单、训练迅速,能够获得更高的精度,实现了开关磁阻电机转子位置的间接检测。...
[博士论文] 李文卿
控制科学与工程 浙江大学 2018(学位年度)
摘要:工业过程生产安全是是新一代工业革命的重要保障之一。过程监测技术是实现工业过程安全生产的重要手段,是保障制造业转型升级,实现智能制造的基本技术之一。随着数据测量及存储技术的飞速发展,工业过程中积累了丰富的过程数据,这些数据蕴含了丰富的过程信息,因而,数据驱动的过程监测方法受到了广泛的关注。其中,多元统计分析的方法因其在处理高耦合、多变量数据的独特优势而备受青睐。
  传统的统计过程监测方法往往做了一些理想化的假设条件,如认为建模数据往往是充足且规则的、过程变量往往服从单一的线性关系或者非线性关系、过程数据往往是来自稳定工况等。这些假设条件使得传统的统计过程监测方法在一定的适用范围内取得了较好的应用效果。然而,随着工业过程的过程特性日益复杂、过程规模日益庞大,实际的工业过程往往处于一种复杂的非理想的运行工况下,无法满足理想化的假设条件,从而导致传统的统计过程监测方法性能下降甚至无法适用。间歇生产过程和连续生产过程是当今工业过程的两大主要生产方式,且间歇过程由于其多操作阶段、周期生产的特点往往具有复杂的过程特性,而连续过程的大规模化趋势也使得其过程特性日益复杂,它们的实际运行工况往往违背了理想的假设条件。因此,以间歇过程和大规模连续过程为研究对象分析实际工业过程中的复杂特性,并针对其中的典型问题进行研究,主要有间歇过程中的小样本问题、不规则数据问题以及大规模连续过程中的混合变量相关性问题、动态性问题:
  (1)由于过程反应缓慢,一些间歇过程(如生物制药)往往难以获取充足的批次数据用以分析建模,导致小样本问题的存在。针对小样本问题,本文建立了一种新的数据分析单元一泛化时间片,并提出一种基于泛化时间片的间歇过程有序时段划分算法。该方法通过衡量泛化时间片中过程数据的相关性从而自动有序地识别间歇过程的多个时段,为可靠的过程监测奠定基础。此外,所建立的子时段监测模型能随着建模数据的增多而进行更新,从而实现精确的过程监测。
  (2)由于各种因素的影响,间歇过程往往不能严格地重复生产,因此间歇操作的数据长度也不可能完全相同,导致不规则数据问题。针对间歇过程不规则数据问题,本文提出一种基于时间片重组的不等长时段有序自动划分算法,通过衡量每个批次的数据相关性在时间方向的变化情况对不规则的子时段进行识别,并建立时段模型提取不规则的过程特性。此外,考虑到时间指标无法有效指示新样本的时段隶属,本算法对每个不规则时段进行了细划分,区分了两类时间区域,并针对不同区域提出不同的在线监测策略。该策略避免了因不规则时段识别错误而导致的误报警情况,从而可以有效改善在线监测性能。
  (3)由于大规模连续过程往往由若干设备、生产线等构成,它们的运行机制不同且相互影响,因此过程变量间往往存在着混合的变量相关性,即同时存在线性相关性和非线性相关性。针对混合相关性问题,本文首次提出混合变量相关性解耦的思想,并基于该思想提出一种线性关系衡量以及线性变量组划分的方法,将过程分解成具有不同变量相关性的线性子组和非线性子组。在过程分解的基础上,提出一种两层的精细化建模和监测的框架:在底层对系统局部的线性特征进行分析和监测;在上层分析和监测过程的全局非线性特性。该方法对过程的线性特征和非线性特征分别表征和监测,可以有效改善大规模混杂过程的在线监测性能。
  (4)对于具有高维度、混合变量相关性数据的大规模过程,故障易被掩盖且往往同时具有线性和非线性的特征,从而导致故障特性难以精确表征。因此,本文在混合变量相关性解耦的基础上进一步提出复杂故障特性分解的思想,并基于该思想提出一种分布式的概率故障诊断方法。该方法根据故障特性将过程分解为不同的子块,有利于故障特性的精确表征。随后,根据子块所包含的故障特性采用相应的建模方法建立分布式的故障诊断系统,该系统中不同的子块模型可以提取不同的故障特征,并通过信息融合技术进行有效融合,显著改善了故障诊断精度。此外,采用概率的形式来表示故障诊断的结果,不仅可以有效指示故障类别,还反映了样本属于该故障类别的程度,揭示了更丰富的故障信息。
  (5)由于控制策略切换,产品更改等因素,实际工业过程往往存在显著的动态变化特性。此外,大规模连续过程因其包含了多个运行设备、生产线甚至车间而具有更为复杂、显著的动态变化行为。针对大规模连续过程的动态性问题,提出一种基于动静特性分析的分布式协同建模与监测方法。首先提出一种稀疏慢特征分析算法对过程数据的动静态相关性进行评估,并基于评估结果设计变量组迭代划分方法自动将过程分解为具有不同的动静态特性的变量子组。随后,提出一种新的分布式协同建模方法:在每个变量子组采用SFA分别表征过程局部的动静态特性,并采用KSFA算法表征变量子组间的全流程的动静态特性。该方法从动态和静态、局部和全局对大规模过程的过程特性进行精细化表征,为过程监测提供更为丰富和关键的信息,从而可以有效提高监测性能。
  上述方法针对实际工业过程中复杂特性所带来的一系列问题提出了新的解决思路,并在数值仿真例子和实际工业过程的仿真实验中验证了其可靠性和有效性。最后,在总结本文研究的基础上,对未来工作进行了展望。
[专利] 发明专利 CN201510077082.4
浙江大学 2015-06-10
摘要:本发明公开了一种基于嵌套迭代费舍尔判别分析的故障变量隔离方法,该方法充分发掘了过程数据所包含的潜在信息,能有效区分对故障起不同程度作用的变量,从而根据不同类别分别建立判别模型,改善了模型精度,大大提高了在线故障诊断的性能,增强了实际在线故障诊断的可靠性和可信度,有助于工业工程师对故障进行准确的修复,从而保证实际生产的安全可靠运行和产品的高质量追求。
[专利] 发明专利 CN201510074916.6
浙江大学 2015-06-10
摘要:本发明公开了一种基于不等长时段自动有序划分的过程监测方法,该方法使用与监测性能相关的过程相似性衡量指标,有效捕捉了具有不等长操作周期的批次过程的不规则过程特性,从而将不等长批次过程自动有序地划分为多个不等长时段。其后,基于不等长子时段的划分结果建立了监测模型,并针对不同时间区域采取不同的监测策略,有效监测了过程的运行状态,区分了故障与时段转换。本发明简单易于实施,不仅有利于对具体过程特性的了解,而且增强了实际在线过程监测的可靠性和可信度,有助于工业工程师对过程运行状态做出准确判断,及时发现故障,从而保证实际生产的安全可靠运行和产品的高质量追求。
[专利] 发明专利 CN201510028871.9
浙江大学 2015-04-22
摘要:本发明公开了一种基于嵌套迭代费舍尔判别分析的故障诊断方法,该方法克服了传统方法存在的类内散布矩阵奇异性问题、判别成分的个数局限问题、判别成分线性相关问题,充分发掘了过程数据所包含的潜在信息,能有效区分不同类别的过程数据。该方法简单易于实施,大大提高了在线故障诊断的性能,增强了实际在线故障诊断的可靠性和可信度,有助于工业工程师对故障进行准确的修复,从而保证实际生产的安全可靠运行和产品的高质量追求。
[专利] 发明专利 CN201310257429.4
浙江大学 2013-10-02
摘要:本发明公开了一种基于多模态协同时段自动划分的建模与在线监测方法,该方法兼顾批次轴与时间方向上的过程特性变化,同时考虑时段运行的时序性,对所有模态进行协同时段划分,在不同模态间得到统一的时段划分结果,并对每个模态内相似的过程特性建立统一的时段模型,简化了建模的复杂度。基于协同时段划分的结果,分析了各模态间的相对变化,针对不同波动类型建立多模态统计模型应用于在线监测,提高了在线监测性能。该方法易于实施,在注塑成型过程中得到成功应用,不仅有利于对具体过程特性的了解,而且增强了实际在线过程监测的可靠性和可信度,有助于判断工业过程运行状态,及时发现故障,从而保证实际生产的安全可靠运行和产品的高质量追求。
[专利] 发明专利 CN201310254315.4
浙江大学 2013-09-18
摘要:本发明公开了一种基于频带分离和数据建模的通用血糖预测方法,该方法针对人体皮下血糖测量信号进行分析,提取其潜在时序动态特性,并定义频带分离的阈值将皮下血糖信号划分为高低两个频段;针对低频血糖信号分析其时序自相关性,建立自回归血糖预测模型;本发明所提出的通用血糖预测方法针对新对象无需等待获取充分血糖测量信号后重新进行建模,而是可以直接调用其它个体的预测模型进行实时血糖预测,大大简化了建模工作量和复杂度,将极大地降低建模花费;且通用模型采用基于频带分离和潜变量建模的方法,提高了预测精度。本发明易于实施,为血糖预测建模方法的研究指明了新的方向。
[专利] 发明专利 CN201310362553.7
浙江大学 2014-02-26
摘要:本发明公开了一种基于数据建模和模型移植的通用血糖预测方法;该方法针对人体皮下血糖测量信号、人体输注的胰岛素及摄入的饮食进行分析,提取其与未来血糖的关系,并应用到缺乏数据量的新对象上;分别采用传统最小二乘方法和基于潜变量方法建立有外源输入的自回归血糖预测模型,并进行了对比;最后基于预测性能较好的潜变量方法选取基模型实现模型移植;实际应用时针对新对象无需等待获取充分血糖测量信号后重新建模,而是可以直接将基模型移植到新对象上,根据拟合效果在线调整模型系数实现实时血糖预测,大大简化了建模工作量和复杂度。
[专利] 发明专利 CN201310046432.1
浙江大学 2013-05-22
摘要:本发明公开了一种自动的步进式有序时段划分方法,该方法可以将一个多操作步骤的间歇过程根据过程特性的变化自动划分为不同的子时段,每个时段具有相似的过程特性可以用同一模型来表示,而不同时段具有不同特性,需要建立不同的模型,大大简化了模型数量和复杂度。本发明直接采用在线监测指标作为时段划分的判断依据,改进了时段模型的精度,并大大提高了后续的过程在线监测性能。该方法简单易于实施,在注塑成型过程中得到了成功应用,不仅有利于对具体过程特性的了解,而且增强了实际在线过程监测的可靠性和可信度,有助于工业工程师对过程运行状态做出准确判断,及时发现故障,从而保证实际生产的安全可靠运行和产品的高质量追求。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部