基于虚拟样本生成技术的多组分机械信号建模

采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型,是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱,以及工业过程连续不间断运行和机械设备旋转封闭的特殊性导致获取完备训练样本的经济性差和周期性长等问题,本文提出一种基于虚拟样本生成（Virtual sample generation,VSG）技术的多组分机械信号建模方法.首先,将机械信号自适应分解为具有不同时间尺度的平稳子信号并变换为多尺度谱数据;接着,采用适合于小样本高维数据建模的改进选择性集成核偏最小二乘（Selective ensemble kernel partial least squares,SENKPLS）算法构建面向真实训练样本的基于可行性的规划（Feasibility-based programming,FBP）模型,提出一种综合先验知识和FBP模型等手段面向高维谱数据的VSG技术,用以弥补真实训练样本的短缺问题;然后,基于互信息（Mutual information,MI）对由真实和虚拟训练样本组成的混合建模数据进行自适应特征选择;最后,基于约简的混合训练样本采用SENKPLS构建软测量模型.以近红外谱数据和磨矿过程实验球磨机的筒体振动/振声信号验证所提VSG技术和面向多组分机械信号建模方法的合理性和有效性.     

增量式监督局部切空间排列算法及齿轮箱故障诊断实验验证

针对局部切空间排列算法面临的无法利用样本标签信息和不能高效处理增量式维数约简问题,提出一种新的增量式监督局部切空间排列算法(Incremental Supervised Local Tangent Space Alignment,ISLTSA)。为充分利用训练样本标签信息,在LTSA算法的基础上加入散度矩阵,构造新的最小目标函数,使得高维样本的低维嵌入坐标同类聚集、异类分离。对于新增样本可能影响部分训练样本局部邻域,更新全局坐标矩阵,获取训练样本低维坐标和新增样本低维坐标,并作为初值进行特征值迭代实现所有样本全局坐标的更新。结合支持向量机分类算法,将ISLTSA算法应用于齿轮箱的故障状态识别,实验分析验证了该方法的监督学习能力,可提高故障状态识别率,并具备增量学习能力,可降低维数约简方法的复杂度。     

选择性融合多尺度筒体振动频谱的磨机负荷参数建模

针对目前采用经验模态分解(empirical model decomposition,EMD)得到的系列子信号构建的磨机负荷参数软测量模型泛化性能差、难以进行清晰物理解释,以及EMD算法存在的模态混叠等问题,本文提出了基于选择性融合多尺度筒体振动频谱的建模方法.首先采用EMD、集合EMD(ensemble EMD,EEMD)、希尔伯特振动分解(Hilbert vibration decomposition,HVD)共3种多组分信号自适应分解算法获得磨机筒体振动多尺度子信号的集合,接着通过相关性分析剔除虚假无关部分,然后再将与原始信号相关性强的那部分多尺度子信号变换至频域,进而更有利于构建这些多尺度频谱与磨机负荷参数间的映射模型,最后通过改进分支定界选择性集成(improved branch and bound based selective ensemble,IBBSEN)算法建立软测量模型,实现对多源多尺度筒体振动频谱的最优选择性信息融合.基于实验球磨机运行数据的仿真实验表明所提方法在模型可解释性和泛化性能上均优于之前研究所提出方法.     

基于引力搜索的室内自适应RSSI定位算法

针对室内接收信号强度指示(received signal strength indication,RSSI)定位精度较低,无法实现动态跟踪参数变化的问题,将改进的引力搜索算法(GSA)应用于RSSI定位中.先利用极大似然估计得出定位模型的参数,再使用最小二乘法计算估计结果,最后利用引力搜索算法对估计结果和参数进行优化.该算法具有收敛速度快,精度高等优点.实验结果表明,该算法不仅能够提高定位的精度,而且能够实现动态跟踪RSSI定位数学模型中的参数变化,从而提高了其对环境变化的自适应能力.     

基于EMD和选择性集成学习算法的磨机负荷参数软测量

针对磨机筒体振动和振声信号组成复杂难以解释、蕴含信息存在冗余性和互补性、与磨机负 荷参数映射关系难以描述等问题,提出了基于经验模态分解（Empirical mode decomposition,EMD）技术和选择性集成学习算法分析 筒体振动与振声信号组成,建立磨机负荷参数软测量模型的新方法.首先从机理上定性分析了筒 体振动及振声信号组成的复杂性;然后采用EMD技术将原始信号自适应分解为具有不同时间尺度的系列组 成成分,即本征模态函数（Intrinsic mode function,IMF）;接着在频域内基于互信息（Mutual information,MI）方法分析并选择IMF频谱特征;最后采用基 于核偏最小二乘（Kernel partial least square,KPLS）建模方法、分支定界优化算法的选择性集成学习方法建立磨机负荷参数软测量模型,实现了多源多尺度频谱特征的选择性信息融合.基于实验球磨机的实际运行数据仿真验证了该方法的有效性.     

基于改进大趋势扩散和隐含层插值的虚拟样本生成方法及应用

针对获取复杂工业过程的难以检测质量或环境污染指标数据的时间和经济成本高导致有标记建模样本稀缺的问题，提出了基于改进大趋势扩散和隐含层插值的虚拟样本生成（VSG）方法，并将其应用于城市固废焚烧过程的二英（DXN）排放预测。首先，采用基于子区域欧氏距离改进大趋势扩散（MTD）方法对真实样本输入/输出空间进行扩展；接着，采用等间隔插值方式生成虚拟样本输入，再结合映射模型和删减机制获得虚拟样本输出；然后，采用基于正则化改进的随机权神经网络隐含层插值依次得到虚拟样本输出和输入，再结合扩展空间对虚拟样本进行删减；最后，将上述具有互补性的虚拟样本与原始真实样本进行混合，实现建模数据容量扩充。通过基准数据集和工业过程DXN数据验证了所提方法的有效性和合理性。     

空投货台摆荡阶段流体-固体耦合建模分析

为获得空投货台摆荡阶段的精确动力学响应,考虑货台大幅度摆荡对空气产生的非定常效应,基于平衡点法构建了空投吊挂系统多体动力学模型,并采用基于ALE格式的有限体积法建立了空气流场模型,在此基础上推导建立了非定常流动作用下的货台-空气流体-固体耦合分析模型。通过数值算例研究:验证了该多体动力学模型的鲁棒性和正确性;明确了层流非定常模型能较好地描述流体对平板的作用力,可用于空投货台摆荡阶段的流场分析;对比指出通过流体-固体耦合分析得到的非定常流动气动力显示出震荡特性,而定常流动假设模型会给货台带来类似粘滞阻尼的特性,其减速效果要比非定常流动模型强烈。     

自制专用功能量规检测曲轴法兰盘螺钉孔的位置度

1.自制专用功能量规检测曲轴上的螺钉孔是联接飞轮的重要部位。螺钉孔位置度将影响联接曲轴和飞轮上螺钉的寿命,所以,加工曲轴螺钉孔的位置度必须要合格。     

基于频域特征提取与信息融合的磨机负荷软测量

提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为输出的ML软测量模型。该方法首先采用快速傅里叶变换(FFT)将时域振动及振声信号转换为频谱变量,再对频谱变量通过主元分析(PCA)进行谱特征提取,然后采用径向基函数(RBF)变换生成的激活矩阵实现谱特征的非线性映射,最后采用偏最小二乘(PLS)算法建立以谱特征、激活矩阵、电流信号为输入的回归模型,从而有效克服了多传感器信息之间及RBF变换引起的多重共线性等问题。实验表明,该方法能够较准确地检测ML参数,融合多传感器的软测量方法具有更好的预测效果。     

溶胶-凝胶法制备Y掺杂ZnO薄膜及其光电性能研究

采用溶胶-凝胶法在玻璃衬底上制备了不同掺Y浓度的ZnO透明导电薄膜。X射线衍射(XRD)表明,所制备的Y掺杂ZnO透明导电薄膜为六角纤锌矿结构的多晶薄膜,且具有C轴择优取向。随着Y掺杂浓度的升高,(002)峰向低角度方向移动。UV透射曲线表明,薄膜在可见光区(400～800nm)的平均透过率超过85%,具有明显的紫外吸收边,通过改变Y的掺入浓度,可以使吸收边向短波方向移动,从而使薄膜的禁带宽度可调。制备的Y掺杂ZnO薄膜电阻率最小值为3.68×102Ω·cm。