浅谈测量设备的计量确认

CNAS-CL01:2018《检测和校准实验室能力认可准则》6.4.1条指出"实验室应获得正确开展实验室活动所需的并影响结果的设备",6.4.4条和6.4.7条分别规定"当设备投入使用或重新投入使用前,实验室应验证其符合规定要求","实验室应制定校准方案,并应进行复核和必要的调整,以保持对校准状态的可信度"。     

犹豫模糊环境下准则具有偏好关系的TODIM方法

针对智慧制造评估时专家的决策信息具有犹豫模糊不确定性问题，提出了一种关于准则具有犹豫模糊偏好关系的改进交互式多准则决策（TODIM）方法。首先提出了准则间的犹豫模糊偏好关系概念，并证明了其基本性质。在TODIM方法优势度的计算过程中，将准则权重犹豫模糊偏好关系替代原有的精确值权重，使信息的准确性最大化。将该方法用于智能制造的评估上，实例分析结果表明所提方法是可行和有效的。     

基于IHDR的自主学习巡检技术研究

针对无人机路径规划存在只适用于静态场景的问题,提出一种自主飞行巡检方法。利用增量分层判别回归(IHDR)树存储无人机飞行经验,通过当前位置矢量搜索IHDR树,得到飞行控制量。根据当前位置与期望位置的偏差调整输出控制量,实现人造目标的巡检。实验结果表明,与IHDR方法相比,该方法学习时间缩短12.2%,且具有较高的准确率,适用于无人机巡检。     

基于历史数据聚类的火电机组工况划分

针对调峰背景下火电机组非稳态工况增多,以及常见运行工况偏离设计工况等问题,提出了基于历史运行数据聚类的工况划分模型。首先,考虑到运行数据中非稳态工况与稳态工况并存的情况,以功率作为特征变量,提出基于功率差值期望区间估计的稳态判别算法,筛选出历史数据中的非稳态工况;其次,由于稳态工况下外部边界条件变量的分布差异性,提出改进的多步K-均值聚类算法进行稳态工况的划分,并利用silhouette评价准则确定每步条件下的最佳聚类数;最后,采用某实际发电用重型燃气轮机的历史运行数据进行模型验证。通过与传统K-均值聚类算法比较,所提出的模型能够有效解决工况分类数目较少以及样本分布不均的问题。     

基于ZigBee背景噪声的被动室内人体感应系统设计

随着智能门锁的普及,传统插卡取电的方式已不再适用,利用室内人体感应设备判断房间是否有人存在为市场所需,但目前已有的感应器在精确度、适应性等方面存在不足,尤其不能实现低成本判断静止人体。针对这一问题,采用热释电红外、ZigBee和NB-IoT三大技术设计被动室内人体感应系统,融合两种探测手段,设置三种通信模式,采用模式判别算法,有效实现了对室内静止人员(包括睡觉情况)和运动人员是否存在的准确侦测,降低了系统功耗。侦测数据由NB-IoT无缝接入云平台,实现数据共享。测试结果验证了设计的可行性。