基于最小生成误差的HMM模型聚类自动优化

为改善决策树聚类的效果,避免可能出现的聚类模型过训练或欠训练的情况,提出一种基于最小生成误差以及通过交叉验证优化最小描述距离(MDL)因子选取的方法。文中通过计算交叉验证中的生成误差选择MDL因子,从而优化决策树大小。实验结果表明,此方法相对传统的固定MDL门限设定方法,更有效提升合成语音的音质和自然度。     

面向并行文件系统的性能评估及相对预测模型

基于Lustre文件系统,对并行文件系统的性能评估和性能建模进行了研究.通过对性能因子的调研,进行了一系列性能评估实验,并提出性能相关性模型(PRModel).在实验评估和PRModel分析中发现,在不同的性能因子之间存在着紧密的性能相关性.为了挖掘并利用这种相关性信息,提出了一种相对性能预测模型(RPPModel)来预测不同性能因子条件下的性能.为了验证RPPModel的有效性,设计了大量实验用例.结果表明,预测结果的平均相对误差能够控制在17%~28%的范围内,易于使用且具有较好的预测准确度.     

基于超声导波SC-DTW的金属板微损检测方法

针对金属板材的质量控制与服役性能评估问题,在对金属板材微损伤进行超声导波检测的基础上,结合形状上下文(shape context,SC)与动态时间规整方法对其损伤劣化程度进行量化评估.该方法以无损Lamb波信号为基准,采用动态时间规划(dynamic time warping,DWT)算法对损伤信号进行相似匹配分析对比,确定基准信号与损伤信号的最佳匹配路径.引入SC的轮廓识别方法对Lamb波的局部波形信息进行统计分析,以波形形状距离代替传统欧氏距离匹配方法,解决DTW相似匹配中的病态对齐问题.最后,将无损Lamb波与损伤Lamb波信号间SC-DTW匹配距离作为损伤程度的量化指标,采用随机闭合裂纹的有限元仿真模型和铝板弯折实验对所提出方法进行验证,结果表明,基于Lamb波SC-DTW的损伤量化指数对铝板早期裂纹具有较高的敏感性和较好的量化表征能力.该方法无需对波包进行识别,也不必进行复杂的特征提取,具有简单高效和抗噪声能力强等优点,在金属板服役性能评估与质量控制中有较好的实用性和推广价值.     

基于故障可诊断性量化评价的传感器优化配置方法研究

提出了一种基于故障可诊断性量化评价的传感器优化配置方法.针对可能发生故障的非线性系统,首先,基于K-L散度思想,通过计算故障情形下残差概率密度函数的差异度,得到了系统不同故障下故障可检测性和可分离性的量化指标,由于稀疏内核密度估计和蒙特卡洛算法的引入,克服了K-L散度计算中残差概率密度函数难以估计和非线性结构的K-L散度计算复杂度高的困难;其次,以故障可诊断性的定量评价为基础,借助于动态规划方法给出了系统满足期望故障可诊断性的传感器最优集合;最后,通过数值仿真和实体实验仿真验证了文中方法在故障诊断系统传感器优化配置中的有效性.     

基于局部保持投影的光伏组件热斑故障诊断

为了辨识不同阴影状态下光伏组件的热斑故障问题,提出一种基于局部保持投影空间到空间投影的诊断方法.该方法以光伏组件的8个关键参数作为故障特征,对光伏组件的状态进行监测;通过局部保持投影算法将热斑信息在保持数据局部几何结构的基础上,投影到新的空间;使用跟踪算子确定模型中的空间边界,并直接评估光伏组件热斑故障的严重程度.实验将15组光伏组件做不同区域、不同大小的遮挡以模拟不同程度的热斑故障,该方法均能对其进行有效识别.与其他诊断方法相比,该方法在故障识别率、特征提取速度方面有一定的提高,验证了其有效性和可行性.     

小样本下多稀疏表示分类器的决策融合方法

针对稀疏表示分类器的分类性能评估受样本数量影响较大,特别是在小样本情况下其分类精度低导致的强烈证据冲突问题,提出一种基于稀疏表示分类倾向性的决策融合方法.该方法采用稀疏分解重构残差的相对大小对样本在各个类别间的分类倾向性进行量化表征;通过求解残差异同概率,对稀疏分类器的混淆矩阵进行修正,提高了稀疏表示分类器分类性能评估的准确性;利用修正后的混淆矩阵对各个证据源进行加权融合,解决了小样本情况下的辨识精度低导致的高度证据冲突问题.在轴承故障融合诊断实验中,采用提出的方法对不同传感器信号的不同特征向量获得的稀疏表示分类器进行决策融合,达到了轴承故障状态准确辨识的目的,有效验证了所提出方法在小样本情况下进行目标分类识别的有效性与优势性.     

碳纤维增强复合材料冲击缺陷脉冲涡流无损检测仿真与试验研究

为了对碳纤维增强复合材料( CFRP )冲击缺陷进行检测,提出基于磁通密度y分量的脉冲涡流检测法。通过有限元仿真,分析电导率差异对涡流磁场的影响。通过实验研究,利用小波包能量法验证仿真结果的准确性。仿真与实验结果表明：基于磁通密度y分量的脉冲涡流检测法可以有效识别冲击缺陷,并且能够区分不同冲击大小对碳纤维增强复合材料损伤的差异。     

基于随机森林的桁架结构损伤程度预测

为适应桁架结构健康监测技术的发展,进一步优化桁架结构损伤程度预测效果,提出一种基于随机森林的桁架结构损伤程度预测算法.算法建立并优化桁架结构损伤数据库,对多个损伤信号分量提取频域特征,通过孤立森林算法和缺失森林算法对数据库进行异常检测和数据补全,并采用主成分分析法对其进行特征降维.经实验验证,算法能够针对不同损伤程度的...     

一种基于互信息的复杂网络节点重要性评估方法

在复杂网络中,如何量化节点的重要性是一个基本问题。首先阐述了现有的计算方法,在此基础上提出了一种基于互信息的节点重要性评估方法。该方法揭示了网络拓扑结构特性,准确反映了节点的相对重要程度。对该方法进行了实验论证,并与现有方法进行了分析比较,结果表明基于互信息的评估方法简单有效,特别适用于大型复杂网络节点重要性的评估。     

复杂动态系统的实际非完全失效故障的可诊断性评估

针对缺乏有效的非完全失效故障（Loss of effect,LOE）可诊断性量化分析方法的现状,本文提出了一种基于距离相似度的系统非完全失效故障的实际可诊断性评价方法.通过将状态空间描述的动态系统转换为时间堆栈动态模型,使故障的可诊断性评估分析问题转化为多元分布的相似度问题.给出系统非完全失效故障可检测性与可隔离性的相关定义,并对故障的可诊断性进行量化.通过求取最小二乘解计算最小巴氏距离,增大了算法适用范围.最后,通过仿真实例验证评价方法的有效性,并通过所提出的可诊断性评估算法求取非完全失效故障的最大可诊断效能系数.     

非线性Lamb波疲劳损伤监测机理研究

传统的线性Lamb波损伤监测方法对微小损伤的敏感性很低,限制了Lamb波结构健康监测技术的应用和发展.分析了非线性Lamb波传播机理以及非线性Lamb波特征参数提取方法,在此基础上对非线性Lamb波结构疲劳损伤监测机理进行了实验研究.在T6061铝板上的实验验证表明:非线性Lamb波特征参数对结构疲劳等早期微损伤具有较好的敏感性,且非线性参数与损伤程度之间存在相同的变化趋势.为金属材料结构疲劳等早期损伤的预警和评估提供了可行的思路.     

基于CRIO和无线传输的结构损伤主动监测系统设计

飞机结构损伤监测技术是确保其结构完整性、可靠性和安全性的关键技术。为了实现飞机大面积曲面结构的主动损伤监测，利用柔韧性良好的0-3型压电涂层复合材料和Lamb波传播距离远及对细微缺陷的高敏感性，基于CRIO(Compact RIO)平台和LabVIEW环境设计了结构损伤监测的软硬件系统。系统由激励探头、压电涂层传感器阵列、CRIO数据采集平台、WiFi无线传输网络、监测中心上位机及软件等部分组成，研制的压电涂层传感器能够较好地贴合于机翼等曲面结构，应用CRIO技术实现了测试设备的可重复配置与快速测试，无线数据传输能够克服大量传感器布置带来的布线复杂问题。将该系统应用于曲面铝板损伤监测模拟实验，验证了该系统测试信号的有效性和损伤定位结果的准确性。     

基于圆形压电阵列的主动Lamb波损伤成像监测研究

对主动Lamb波结构健康监测中的压电阵列技术进行了研究。分析了传统的矩阵式压电阵列在应用中存在的问题,基于回声式原理研究设计了圆形压电阵列方法,分析了该方法的特点和信号采集过程,结合时间反转成像技术,实现对损伤的监测,实验结果表明:该方法能克服传统矩阵式压电阵列在应用中存在的监测范围、信号监测能力差异等问题,最后分析了圆形压电阵列还存在的问题。     

压电晶体传感器激励模型及其在结构健康监测中的应用

在结构健康监测系统中,基于应力波的结构损伤诊断技术是一种主动的局部损伤检测方法.压电晶体传感器作为激励部件可以在结构中引入高频应力波;其同裂纹等局部损伤发生相互作用将产生波动的能量耗散、波形反射以及波形干涉等现象.通过对附着在无约束金属板上的压电晶体传感器(PZT)激励模型的理论分析及有限元数值计算,说明PZT能有效地产生检测应力波,并可将其应用在结构局部损伤检测中.     

基于振动响应分析的盆式绝缘子损伤检测系统

目前盆式绝缘子损伤检测方法为被动式,且存在漏检现象。提出了一种基于Lamb波的主动激励式盆式绝缘子损伤检测系统的设计方案。该系统通过粘贴在盆式绝缘子表面的压电元件激发Lamb波,利用Lamb波在盆式绝缘子内部传播过程中遇到损伤时传播特性会发生改变的特征,通过差值法和阈值判断法对接收端的Lamb波分析处理判断出盆式绝缘子内部损伤状况。试验结果表明所设计的系统能够准确的检测出微小损伤并确定损伤区域,具有良好的应用前景。     

Arm motion analysis using genetic algorithm for rehabilitation and healthcare

The worlds population is quickly aging. With an aging society, an increase in patients with brain damage is predicted. In rehabilitation, the analysis of arm motion is vital as various day to day activities relate to arm movements. The therapeutic approach and evaluation method are generally selected by therapists based on his/her experience, which can be an issue for quantitative evaluation in any specific movement task. In this paper, we develop a measurement system for arm motion analysis using a 3D image sensor. The method of upper body posture estimation based on a steady-state genetic algorithm (SSGA) is proposed. A continuous model of generation for an adaptive search in dynamical environment using an adaptive penalty function and island model is applied. Experimental results indicate promising results as compared with the literature.     

基于声场辐射的铝板冲击载荷信号反演

在结构健康监测中获取结构响应是非常重要的。基于由载荷引发的结构损伤问题,通过对铝板上的冲击载荷产生的声场进行研究来获取结构响应。通过声模态叠加法模拟出声场模型,运用近场声全息技术反演声场,分析声场信息;然后通过设计反演算法来实现对载荷冲击信号的反演,为结构损伤的分析评估提供一个参考因素;最后,选定激励信号对载荷冲击信号进行模拟,结合声场的正向重建和逆向重建过程,得到反演信号,并与原信号进行对比,验证了该方案的可行性。     

Structural health monitoring system based on multi-agent coordination and fusion for large structure

In practical applications of structural health monitoring technology, a large number of distributed sensors are usually adopted to monitor the big dimension structures and different kinds of damage. The monitored structures are usually divided into different sub-structures and monitored by different sensor sets. Under this situation, how to manage the distributed sensor set and fuse different methods to obtain a fast and accurate evaluation result is an important problem to be addressed deeply. In the paper, a multi-agent fusion and coordination system is presented to deal with the damage identification for the strain distribution and joint failure in the large structure. Firstly, the monitoring system is adopted to distributedly monitor two kinds of damages, and it self-judges whether the static load happens in the monitored sub-region, and focuses on the static load on the sub-region boundary to obtain the sensor network information with blackboard model. Then, the improved contract net protocol is used to dynamically distribute the damage evaluation module for monitoring two kinds of damage uninterruptedly. Lastly, a reliable assessment for the whole structure is given by combing various heterogeneous classifiers strengths with voting-based fusion. The proposed multi-agent system is illustrated through a large aerospace aluminum plate structure experiment. The result shows that the method can significantly improve the monitoring performance for the large-scale structure.     

基于代理模型的XAI可解释性量化评估方法

可解释人工智能(explainable artificial intelligence, XAI)近年来发展迅速,已出现多种人工智能模型的解释技术,但是目前缺乏XAI可解释性的定量评估方法.已有评估方法大多需借助用户实验进行评估,这种方法耗时长且成本高昂.针对基于代理模型的XAI,提出一种可解释性量化评估方法.首先,针对这类XAI设计一些指标并给出计算方法,构建包含10个指标的评估指标体系,从一致性、用户理解性、因果性、有效性、稳定性5个维度来评估XAI的可解释性;然后,对于包含多个指标的维度,将熵权法与TOPSIS相结合,建立综合评估模型来评估该维度上的可解释性;最后,将该评估方法用于评估6个基于规则代理模型的XAI的可解释性.实验结果表明,所提出方法能够展现XAI在不同维度上的可解释性水平,用户可根据需求选取合适的XAI.