基于城市计算的分布式异常数据分级过滤算法

现代城市中,传感器设备无时无刻地收集和释放着各式各样的城市数据,而这些数据可能会因环境干扰、设备故障或人为篡改而变得异常.针对城市数据会面临数据异常的问题,定义了一套适用于异构数据的提取协议,并基于提取协议设计了一种基于高斯隶属度的分布式异常数据分级过滤算法.最后通过仿真实验验证了该算法能够准确过滤异常数据,从而提高城...     

分布式实时数据测量和图像监测系统的设计

介绍了集约化生产中分布式实时数据采集和控制、图像监测系统的组成结构,以及软硬件的设计与实现.     

配用电云平台分布式实时数据处理技术研究

为解决配电网云平台大规模实时数据的处理问题,设计了一种分布式实时数据处理方法。集群分布式实时数据库可实现海量数据的分布式存储,而且具有统一访问和管理功能。提出了一种新型分布式SCADA系统,进一步提高实时数据的分布式处理能力。给出了新型分布式SCADA系统架构,包括基础设施、分布式资源与任务处理、分布式实时数据处理、分布式数据处理。在云计算环境下,讨论了弹性事件队列和弹性应用框架等关键技术,系统地建立同云计算相适应框架,全面提升系统的数据采集、存储、分析、计算、扩展等能力。     

基于高阶累积量的特征提取方法研究

提出一种基于高阶累积量和双谱估计的声发射信号特征生成方法，为铣刀的磨损提供新的征兆。实验表明，高阶累积量对铣刀的磨损非常敏感，可以有效地用于铣刀的磨损监测中。双谱估计可用于铣刀磨损的诊断。     

基于二次特征提取与SVM的异常步态识别

长期以异常步态行走将导致人体足部、踝关节、大腿疼痛乃至身体骨骼疾病.针对目前普遍采用的基于计算机视觉的步态识别技术对数据采集环境要求严苛、视频图像分析受环境影响较大等问题,基于人行走时的足底压力变化特征进行步态识别,足底压力数据经由穿戴式步态采集器,可以不受环境限制且能实现较远距离的步态识别.并提出一种基于二次特征提取与支持先向量机的异常步态识别方法.该方法采用主成分分析法对从足底压力变化曲线中提取出来的步态特征进行二次提取.获取包含样本数据信息的主要特征信息,通过多分类支持向量机模型对步态进行识别.实验结果表明:该方法对异常步态的平均识别率达到92.625 5%,具有较高的识别精度.     

基于多代理的分布式可集成MES框架研究

分析了敏捷制造模式下对MES的要求，给出了支持敏捷制造的基于多代理的分布式可集成MES框架，框架由三层组成，MES核心层完成通用的MES功能，外部系统抽象层是与MES交互的外部系统的抽象，适配器层完成了框架与外部系统的连接，详细地描述各层中代理的功能以及它们之间的交互，并给出了基于JADE的系统实现。     

基于以太网的分布式数控系统实时通信网络研究

为了实现分布式数控系统高兼容性和强实时性的通信特征,提出了一种基于以太网的分布式数控系统实时通信网络分层体系结构.该结构满足分布式数控系统向上信息无缝融合,向下满足控制网络的实时通信.在保持以太网结构的前提下,提出了实现各层实时通信的方案,特别是实现运动控制层的精确时间同步及通信的强实时性.由此,设计了硬实时通信控制器,保证分层体系结构实现基于通用以太网的实时通信网络.     

改进的ESMD用于公共场所异常声音特征提取

由于公共场所异常声音的特殊性及背景噪声的复杂性,极点对称模态分解(ESMD)用于异常声音分解时,存在一些理论和技术上的缺陷。经分析认为公共场所异常声音为非线性、非平稳信号,背景噪声服从T分布。为此,提出改进的ESMD用于公共场所异常声音分解,得到有利于识别的特征。所提出方法的特点是将T分布噪声序列添加到具有背景噪声的异常声音信号中,以减小背景噪声对特征提取的影响;将模态分量的排列熵作为判定异常声音与背景噪声的准则,自适应筛选有效的模态分量;用对称中点插值法替代极值中点奇偶插值法,以缓解ESMD插值端点不明确带来的模态失真。在公共场所异常声音数据库上进行了相关实验。实验结果表明,所提出的方法与目前典型的时频信号处理方法相比,在提高公共场所异常声音分类识别率的同时,缩短异常声音的分解时间,是一种有效的公共场所异常声音特征提取方法。     

分布式实时数据库的通用自动化测试方法研究

为提高大型分布式实时数据库的软件测试效率,面向数据库数据采样和存储标准符合性的测试需求,本文提出了一种测试设计左移的自动化测试方法,并在此基础上构建了数据型自动化测试用例形式的自动测试模型,实现了用例开发、执行和运维的自动化测试系统。实际应用证明该方法提高了数据型自动化用例的生成效率、易维护性、可读性和兼容性,提升了自动化测试用例转化效率和执行效率,满足了数据型接口功能测试需求。     

基于CC—Link的海况实时分布式仿真系统

船体在海洋中的不同运动姿态：横倾、纵倾、上下代表不同的海况等级．船舶的适航等级是海洋船舶的一个重要指标。因此．在船舶设计．尤其是远洋船舶、海洋船舶的设计．必须经过科学计算其船体的抗风浪等级。但计算仅是理论值．还要经过多次海风浪试验加以修正。这样的试验不仅费时、费力．还浪费了大量的财力。为使远洋和海洋船舶设计更为科学、省时、省力、省经费．     

基于深度CNN-LSTM神经网络的加工过程实时异常监测模型

为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网络(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型.该模型以数控系统中采集的实时数据为输入,先利用CNN提...     

MES中实时异常判定方法与可定制处理流程框架

针对生产制造车间生产过程中突发的异常情况,结合目前离散制造企业对制造执行系统(MES)有较强的个性化需求,提出了一套能实时识别车间突发常见生产异常事件的方法和个性化处理流程定制框架,研究了异常信息实时采集、判定方法、处理流程框架、流程定制过程以及框架在MES系统中的集成应用,最后结合案例,实现了异常的实时判定和处理流程...     

基于区域配电网的0.4 kV分布式光伏实时发电功率预测

光伏并网发电对电网的稳定性有较大影响,特别是配电网0.4kV分布式光伏,其发电电量与实时发电功率对台区以及线路的稳定性将产生极大挑战。现对影响光伏发电的关键因素以及光伏实时发电功率预测方法进行了全面分析,并提出基于区域配电网的0.4kV分布式光伏实时发电功率预测算法,以实时预测区域0.4kV光伏发电功率,为管控0.4kV分布式光伏提供宝贵经验。     

基于边缘计算的分布式配电故障处理探析

首先分析了基于边缘计算的分布式智能配电线路故障区段定位技术,就边缘计算在具体的线路故障定位中的应用进行了简单介绍,然后阐述了基于边缘计算的分布式配电线路故障检测技术,最后提出了基于边缘计算的配电线路故障处理措施,为提高供电安全性和可靠性提供技术支持。     

基于误差注意力的晶圆制造数据异常检测

针对晶圆制造数据异常检测过程中异常特征提取难度大且检测效率不高的问题,提出了一种基于误差注意力的晶圆制造数据异常检测方法。在保持数据分布不变的前提下,将晶圆制造数据转化成灰度图像,根据与正常样本的误差对灰度图像生成基于位置的柔性注意力图,增加误差特征的显性表达并略去冗余特征;利用深度学习神经网络LeNet-5模型将注意力图进行卷积训练,得到异常检测的最优化模型。采用晶圆制造数据集与现有方法进行对比,所提方法耗时缩短160%、F2-Score提高3%,证明了所提方法的有效性。     

基于图像处理的光纤预警系统模式识别

针对相位敏感光时域反射计(Φ-OTDR)光纤预警系统对一维信号进行模式识别产生的误报和较低的识别效率,提出基于形态学方法提取时空二维信号特征,并利用相关向量机(RVM)分类器对事件进行分类识别的方法。首先,将Φ-OTDR采集到的时空二维信号当作图像,根据信号在图像上的特征采用图像处理的方法对不同入侵事件信号进行阈值分割。然后,基于本文提出的特征提取方法,利用不同事件区域在幅值、面积、形状以及区域间隔上的差别提取不同信号特征。最后,利用相关向量机分类器对不同事件信号进行识别并采用"一对一"的多分类策略。对3种管道安全事件进行了实验。实验结果表明,本文提出方法的识别精度能够达到97.8%,而算法时间不到1s。与传统模式识别方法相比,提出的算法大幅度地改善了系统性能,且简便易行,能够满足Φ-OTDR光纤预警系统在线实时监测的要求。     

网格化分布式制造一体化体系结构框架

为在短期内实现大型复合或组合构件产品的开发与生产,提出一个网格化分布式制造一体化体系结构框架.该框架集成了开放网格计算环境的实时分布式子网格一体化体系结构框架和欧盟的虚拟自动化网络,通过允许并行企业更快更容易开发新技术,评价快速原型与生产,管理基于知识的制造,并应用e-Science求解制造中的新问题,来支持大型组合构件产品的全生命周期管理.     

基于线形梁计算模型的车辆框架优化设计

结构优化是汽车轻量化设计的重要途径之一。基于型材制造的载重型汽车框架结构在力学上具备梁结构的特征,以框架的线形梁计算模型为优化对象,代替实体梁结构模型进行结构优化设计,并基于进退搜索法思想和补偿法思想,提出了接点位置优化和截面尺寸优化两种优化方法。整个优化过程分两个阶段进行:首先对结构进行接点位置优化,以降低结构应力,均匀应力分布;随后进行截面尺寸优化,确定梁的最优截面尺寸。算例分析表明:结构经过优化设计后,不但满足了力学性能的要求,而且整体重量有所降低,应力分布也更加均匀。     

OLF-4在线铁谱仪的采样数据及其特征提取的研究

借助齿轮试验数据进行 OL F- 4在线铁谱仪的采样数据及其特征提取的研究 ,讨论了采样时间选择和特征参数定量分析的方法 ,并指出基准参数监测的重要性。     

基于分开-合并的激光雷达距离图像特征提取

针对移动机器人依靠激光雷达感知环境的问题,提出一种基于分开-合并框架的直线特征提取算法。在分开阶段,用IEPF（iterative end point fit）算法对采集的激光雷达数据集合进行递归分割。在合并阶段,对由两相邻数据集合构成的新集合同时用EPF（end point fit）算法和总体最小二乘法进行拟合,如果两种拟合误差分别小于各自的阈值,则合并两个集合。合并阶段是一个递归过程,直到所有的两相邻数据集合都不满足上述合并条件才终止算法。对比实验结果表明,该算法大大降低了IEPF算法固定阈值所带来的过分割和欠分割的可能性,得到了很好的直线特征提取结果。