改进集成深层自编码器在轴承故障诊断中的应用

针对滚动轴承振动信号故障特征难以自动提取和故障类别难以自动准确识别的问题,提出一种改进集成深层自编码器(IEDAE)方法.首先,改进自编码器的损失函数并设计3种小波卷积自编码器;其次,利用区分自编码器、小波卷积自编码器等5种自编码器构造相应的深层自编码器,并设计“跨层”连接以缓解深层网络的梯度消失现象,实现对轴承振动信号的无监督预训练和有监督微调;最后,通过加权平均法输出识别结果,以保证诊断结果的准确性和稳定性.实验结果表明,改进集成深层自编码器方法能有效地对滚动轴承进行多种工况和多种故障程度的识别,较好地摆脱了对人工特征提取的依赖,特征提取能力和识别能力优于现有其他方法.     

基于批次图像化的卷积自编码故障监测方法

针对间歇过程的非线性、多阶段性等特点及其三维数据形式,提出基于批次图像化的卷积自编码故障监测方法.首先,将每个批次数据看作一个灰度图,每个批次中数据变化可以看作图片的纹理变化,利用卷积自编码器(convolutional autoencoder,CAE)直接对间歇过程三维数据进行特征提取,避免三维数据展开成二维时导致的信息丢失,无需分阶段充分考虑批次全局信息,有效提取过程变量相关关系的动态变化;同时,利用卷积操作提取局部特征信息,自编码网络可以解决非线性问题,实现特征的无监督学习;然后,使用一类支持向量机(one-class support vector method, OCSVM)描述特征分布,构造新的统计量,确定控制限,实现故障监测;最后,通过将该方法应用到Pensim仿真平台及重组人粒细胞集落刺激因子发酵的实际生产数据,验证所提方法的准确性和有效性.     

基于分类特征约束变分伪样本生成器的类增量学习

针对神经网络模型进行类增量训练时产生的灾难性遗忘问题,提出一种基于分类特征约束变分伪样本生成器的类增量学习方法.首先,通过构造伪样本生成器记忆旧类样本来训练新的分类器及新的伪样本生成器.伪样本生成器以变分自编码器为基础,用分类特征进行约束,使生成的样本更好地保留旧类在分类器上的性能.然后,用旧分类器的输出作为伪样本的精馏标签,进一步保留从旧类获得的知识.最后,为了平衡旧类样本的生成数量,采用基于分类器分数的伪样本选择,在保持每个旧类伪样本数量平衡的前提下选择一些更具代表性的旧类伪样本.在MNIST、FASHION、E-MNIST和SVHN数据集上的实验结果表明,所提出的方法能有效减少灾难性遗忘的影响,提高图像的分类精度.     

基于FPGA的光电编码器信号处理方法

提出了一种基于FPGA的光电编码器信号处理的设计方法。首先根据增量式光电编码器输出脉冲的特性做四倍频处理,其次通过测速算法的比较选定合适的变M/T算法,最后在Matlab/Simulink平台上通过System Generator建立变M/T算法模型并自动生成pcore导入到Xilinx-EDK工程中,从而计算出电机的转速。设计实现了电机转速的反馈,为电机控制系统提供了一种电机位置检测的有效方法。     

基于增量式PID算法的香精施加系统设计

为解决加热不燃烧烟草制品生产过程中香精施加量无法根据薄片质量变化进行实时调控的问题,设计了一种基于增量式PID算法的香精施加系统。该系统由称重单元、螺杆泵、喷嘴、流量传感器等组成,通过称重单元实时获取薄片质量数据,根据理论计算模型确定香精施加量,基于增量式PID算法驱动螺杆泵定量输出香精至喷嘴中,利用流量传感器对香精施加量实时反馈,实现香精精准施加。验证结果表明,当薄片质量发生变化时,香精施加量可快速调整,最大超调量为1%,最长调整时间为1.8 s,系统具有较好的跟踪性能;施加量检测值与理论值的偏移率为0.23%～0.52%,施加量组内波动为3.11%～4.17%,系统可实现香精的准确、均匀、稳定施加。     

海岛地区电视节目入驻IPTV的接入方式分析

广播电视是党的“喉舌”,是联系政府和人民的桥梁和纽带。海岛地区由于受特殊的地理条件约束,部分岛屿通过有线电视机顶盒收看当地电视节目受到限制,而将电视节目接入IPTV后,可通过移动、联通、电信的网络将党的大政方针和当地政府的工作部署送入海岛地区千家万户家中。文章就山东长岛广播电视台将电视节目接入IPTV的技术环节和操作规程进行简要阐述,以供相关人员参考。     

基于改进MAE和YOLOv5的遮挡目标两阶段检测方法

无人装备侦察过程中,自然地物形成的前景遮挡严重干扰目标检测算法提取侦察图像特征,导致算法对装甲车辆目标图像识别准确率大幅降低,甚至无法识别,影响军事人员对侦察回传的图像进行分析、研判。对此,本文提出了一种基于改进掩码自编码器（masked autoencoders, MAE）和YOLOv5的被遮挡装甲目标两阶段识别方法,以改进MAE作为“修复器”,修复装甲目标的被遮挡部分,再利用YOLOv5作为“检测器”获取修复后的目标类别和位置。该方法为大面积遮挡目标识别提出了一种“先修后检”的思路,其他行之有效的修复模型、检测模型同样可以尝试利用这一方法解决此类问题。仿真实验的定量对比和定性分析证明了本文提出的两阶段检测方法具有可行性;另外,在不同遮挡比例下,该方法的装甲目标检测效果也通过实验进行了展示和分析。面对大面积前景遮挡的装甲目标非实时检测问题,两阶段检测方法有效解决了难以识别或识别准确率低的问题,降低了军事人员确认算法检测结果的难度。     

基于多分支自编码器的高光谱图像聚类

利用卷积网络提取高光谱图像的空谱特征时,空间信息会对目标地物边缘的点的特征产生不良影响,即产生空间噪声。针对该问题,提出了基于多分支自编码网络的高光谱图像聚类方法。通过基于卷积网络的空间自编码器提取目标点的空谱特征,然后通过光谱自编码网络引入目标点的光谱信息,对空谱特征再次进行编码解码,提纯空谱特征中光谱信息的成分占比,从而降低空谱特征中空间噪声的影响。再通过改进K-means聚类算法,整体提高聚类效果。实验表明,新提出的聚类方法比其他传统的聚类方法取得了更优异的聚类效果。     

例说电梯永磁同步电动机旋转编码器磁极码参数设置

分析了一则电梯满载试验时起动故障案例。通过对微机板所报故障码对应的检测说明,提出了可能导致故障的几个原因,最后发现旋转编码器上磁极码参数不正确是导致电梯起动故障的主要原因。进而讨论了旋转编码器磁极码参数设置的意义,介绍了旋转编码器的工作原理,永磁同步电动机测量磁极码的必要性,永磁同步电动机磁极码不准确的风险,旋转编码器的常见故障。此外,还讨论了导致磁极位置发生偏移的因素和磁极位置需要重新校正的情形。     

基于光电编码器的位移测量系统

现代工业测量直线位移对精度的要求越来越高,但是传统的直线位移测量装置操作困难、价格高、精度低,然而光电旋转编码器操作简单、价格合理、体积小、精度高,所以选用光电旋转编码器作为位移测量的核心器件.以测量直线位移为目标,把光电旋转编码器作为系统的测量位移器件,把STC89C52单片机作为系统的控制核心,设计了一个位移测量系...