粗集理论在污水参数软测量中的应用研究

用粗糙集理论约简属性,消除冗余信息后建立了污泥体积指数的神经网络软测量模型.用某城市污水厂实际水质参数进行仿真实验.仿真结果表明,与未采用粗糙集进行预处理的模型相比,应用该模型不仅测量值的误差更小,而且输入参数从9个降至4个,大大降低了输入数据的维数,减少了神经网络的训练时间及训练步数,有利于软测量模型的实用化.     

基于粗糙集-BP神经网络的垃圾破碎机故障诊断

针对目前垃圾破碎机故障诊断效率低的问题,设计了一种基于粗糙集理论与BP神经网络的故障诊断系统。结合粗糙集理论和BP神经网络的优点,首先利用粗糙集对原始故障诊断样本进行处理,然后对条件属性进行约简,删除冗余的信息,减少神经网络输入端的数据,从而简化神经网络的结构。并将基于粗糙集-BP神经网络的故障诊断系统对垃圾破碎机进行故障诊断。利用粗糙集对故障知识进行约简,简化BP神经网络结构,提高故障诊断的速度及准确度。将此方法应用于某型号垃圾破碎机的故障诊断中,诊断结果表明所提诊断方法可简化神经网络结构,提高诊断效率。     

基于粗糙集和ANN的模拟电路故障诊断研究

针对传统故障字典法需要精确先验知识且不适合大规模故障诊断的缺点,提出了一种基于粗糙集和BP神经网络的模拟电路故障诊断新方法。首先进行样本数据采集和预处理,并使用定义的粗糙集差别矩阵算法矩阵法对数据进行属性简约,删除冗余信息,得到简约后的特征向量。然后,将简约后的特征向量作为BP神经网络的输入进行训练,最后,将训练好的BP神经网络模型用于故障诊断。仿真实验表明,文中的基于粗糙集属性简约和BP神经网络训练的故障诊断模型,具有较小的训练误差和较高的诊断精度。     

基于粗糙集神经网络的刀具磨损监测的研究

针对多传感器刀具磨损监测系统输入维数较多、神经网络结构复杂、收敛速度慢等缺点,提出了粗糙集和遗传算法优化神经网络的模型.该模型首先利用粗糙集理论的属性约简对输入数据进行处理,从而达到减少神经网络输入维数、简化神经网络结构的目的.然后通过遗传算法优化神经网络的初始权值和阈值,以提高神经网络的收敛速度,避免神经网络陷入局部极值点.将该模型应用到刀具磨损监测,通过对声发射信号和电流信号进行处理,提取特征向量值,将特征值先通过自组织神经网络进行连续属性离散化,再通过粗糙集理论进行属性约简,最后通过遗传算法优化的BP神经网络进行识别,取得了很好的效果,证明了此模型的有效性和可行性.     

基于PCA与BP神经网络的滚动轴承故障诊断

为了提高滚动轴承故障诊断效果,提出主成分分析结合BP神经网络的方法。简要介绍主成分分析法将轴承振动信号时域与频域的特征数据降维处理以及BP神经网络训练过程的原理。利用主成分分析与BP神经网络模型对凯斯西储大学轴承数据进行训练,将滚动轴承的状态类型作为网络输出结果。经过600组训练数据以及145组测试数据的仿真,结果表明主成分分析与BP网络模型比BP神经网络的训练误差精度相对提升了31.14%,测试误差精度相对提升了29.86%。     

基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法

现有复杂产品装配制造成熟度等级评估依赖专家凭经验确定指标权重和指标评分，存在主观性较强、工作量大、耗时长、无法传承评价实例所蕴含的知识等问题。为了提高复杂产品装配制造成熟度等级评估的效率以及客观性，利用成熟度等级评价实例数据，研究基于BP人工神经网络和AdaBoost算法的制造成熟度等级评估方法。构建复杂产品装配制造成熟度评价指标体系，给出基于模糊评价法和隶属函数的评价指标及成熟度等级达成度量化方法，建立基于BP神经网络的复杂产品装配制造成熟度等级评估模型，并使用AdaBoost算法优化成熟度等级评估BP神经网络模型。采用复杂产品分系统装配制造成熟度评价数据集对评估模型进行训练和实验，分析BP-AdaBoost的评估结果，获得最优评价模型。实验结果表明，基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法具有较好的可靠性与准确度。     

基于粗糙模糊神经网络的微孔钻削在线监测方法

提出了基于粗糙集理论的模糊神经网络对微孔钻削进行在线实时监测的方法,能有效利用粗糙集理论对控制规则进行约简,再利用钻削力、钻削扭矩和主轴电机电流信号作为神经网络的输入,构建相应的模糊神经网络模型,对系统进行训练,进而对提取的精简规则参数进行优化,从而解决了常规粗糙集控制规则缺乏学习能力,自适应性差的问题.采用该方法可获取微细钻头磨损状态的信息,对微孔钻削过程进行在线实时监测,可有效避免微钻头折断,并降低制造成本,提高生产效率.     

基于粗糙集-神经网络的变压器故障诊断方法

本文构建了粗糙集-神经网络故障诊断模型,用粗糙集方法约简信息,简化训练集,以减小神经网络结的规模,同时利用神经网络克服粗糙集对噪声数据敏感的影响.仿真结果表明,与该模型更能简化神经网络结构,减少网络的训练时间,提高故障诊断的准确率.     

基于粗糙集-神经网络的飞机寿命消耗量预测模型研究

飞机的寿命消耗是航空装备管理中的重要问题之一,为进一步完善寿命管理方法,开展了基于粗糙集和BP神经网络理论的飞机寿命消耗量预测研究。通过引入粗糙集理论的属性约简功能,实现对复杂影响因素的主因素提取;运用遗传算法优化BP神经网络的权值和阀值,建立飞机寿命消耗量的粗糙集-神经网络预测模型,提出一种基于粗糙集-神经网络的飞机寿命消耗量预测方法。经过实例分析,约简样本预测情况与实际情况相近,与未经约简的预测相比,可信度、误差基本一致,说明该模型具有很好的实际应用效果。     

核模糊聚类和BP神经网络的切削工艺绿色度评价

为了对切削工艺绿色度进行客观有效评价,提出一种基于核模糊聚类算法和BP神经网络的工艺绿色度评价模型。根据面向绿色制造的工艺规划方法,建立切削工艺绿色度评价指标体系。通过核模糊聚类算法划分训练样本集,提升样本分类精度。利用BP神经网络建立工艺绿色度评价模型,基于训练结果自适应获取输入到输出的模糊规则,提高评价效率。通过汽车零件的切削工艺绿色度评价实例,验证了核模糊聚类和BP神经网络的切削工艺绿色度评价方法有效性。     

风廓线仪在低空风切变探测中的应用

低空风切变是航空器起飞、着陆阶段威胁飞行安全的危险因素。文章根据首都机场风廓线探测资料,按照雷雨型、锋面型、逆温型、低空急流型和其他型,对产生的低空风切变过程进行了分类和统计;并利用风廓线探测资料,个例分析了几种产生低空风切变的风场特点。     

失速型和变距型风力机的性能比较

扼要介绍了并网风力机的模型，并分别对失速型风力机和变距型风力机的偏载性能进行计算和比较。结果表明，变距型风力机风能利用系数高，在高风速时所受的载荷小。     

风电场测风仪器标定实验室的要求

加快开发利用新能源和可再生能源是调整能源结构、减少温室气体排放的有效途径之一.风能是可以永续利用,取之不尽、用之不竭的清洁资源,将得到广泛地开发和利用.风电场风速的测量关系到风电的品质等,因此对风速测量仪器的标定具有十分重要的意义.本文根据风电场对风测量的需求,从管理和技术两个层面阐述了风速标定实验室的要求.     

风动逆风行驶小车的实验

提出以风作动力逆风行驶小车的实验模型及模型小车逆风行驶的条件。通过计算和反复试验，验证了小车逆风行驶功能实现的初步方案。     

基于风速预测的风电机组自动解缆优化方案研究

针对当前风电机组解缆控制存在的问题,首先对目标风电场的解缆情况进行了统计分析,指出优化解缆控制方案的必要性;然后提出了基于PSO-LSSVM模型的超短期风速预测方法,实现了对未来30 min内平均风速的预测;最后提出了基于超短期风速预测的风电机组自动解缆优化方案,并对目标风电场的解缆控制方案进行了优化升级。测试结果表明PSO-LSSVM模型与LSSVM模型相比具有更高的预测精度,能够满足解缆控制的要求;优化后的解缆控制方案有效降低了因解缆造成的电量损失,具有良好的工程应用价值。     

Short-term observation of wind energy potentiality in the Wol-Ryong wind site

Accurate analysis of the atmospheric wind profiles and climate characteristics in a certain area is a prerequisite for providing reliable information on a wind energy site. Two 2-D ultrasonic anemometers and one cup anemometer, arranged perpendicularly to the prevailing wind direction, were used to measure the atmospheric wind environment at a height of 4.5 m in the coastal region of Wol-Ryong, Jeju, South Korea. This study aims to estimate future wind resources with various estimation methods. The wind energy is theoretically estimated at 75 m, the hub height of 800 kW and 1500-kW-class wind turbines, at the Wol-Ryong site. Methods using three equations, a logarithmic profile, a modified logarithmic profile, and a power law, are applied for accurate prediction of the atmospheric wind profile. In addition, yearly wind power can be calculated by using the probability distribution from Weibull and Rayleigh profiles. It is found that the predicted wind speed is strongly affected by surface atmospheric conditions such as the friction velocity, atmospheric stability, and averaged roughness length. The Rayleigh profile gives more power generation than the Weibull distribution, especially under low-windspeed conditions. The logarithmic profile method seems to be the proper method for estimating the energy production at the Wol-Ryong site for neutral atmospheric conditions. On the other hand, the other two methods — the modified logarithmic profile method and the power law method — seem to be improper for neutral conditions.     

风速特性与风力机组动态特性的仿真与分析

对风剪、塔影和尾流对风速的影响进行研究,建立了风力机数学模型.对某风场中的风速进行仿真分析,结果表明风速相对于原先的风速明显减小,从而使得风力机的输出功率明显比自然风速下的功率要小.对风轮的输出功率和电机的输出功率、风能利用系数和叶尖速比进行了仿真分析,结果表明:在该风场中,所选风力机的输出功率在额定功率以下,风能利用系数和叶尖速比变化范围较小,风力机没有达到合理使用.     

无刷双馈风力发电机的最大风能追踪控制策略

基于无刷双馈风力发电机(BDFM)特殊的结构特点和工作原理,从转子参考轴d-q模型出发,构建BDFM在同步参考系下的数学模型。通过对控制绕组进行交流励磁,对变速恒频无刷双馈发电机的有功和无功解耦控制,最终实现最大风能的有效捕捉。     

风力通风机的研究

本从原理上探讨了风力通风机在自然风作用下的工作原理，风速和转速之间的关系，并通过简单的试验进行了验证。     

基于多旋翼无人机的正交式风压矢量分解测风法

针对多旋翼无人机平台上的测风设备会受到旋翼扰流干扰的问题,基于伯努利方程提出了一种适用于多旋翼无人机的利用正交式风压矢量分解反演风速风向的算法,并通过设计感压腔的布局与结构进一步降低了旋翼扰流的影响。利用Space claim和Meshing软件建立测风模型,通过Fluent软件改变流场内气流的速度与方向,对该测风法在不同流场中进行了仿真研究。在实际测量中,当风速高于2 m/s时正交式风压矢量分解测风法的测风速误差均保持在10%以内,证明了该法可以有效降低旋翼扰流对测风的干扰,实现高精度测风。