基于特征概率分布相对熵的电液伺服作动器健康评估

针对电液伺服作动器早期故障信号的微弱性和不易检测性,提出了一种基于故障特征概率分布相对熵的健康评估算法.采用离线训练对正常状态特征概率密度进行参数估计,在线监测作动器特征概率密度分布相对于正常状态的相对熵,通过判断相对熵的值对伺服作动器的进行健康评估.仿真结果证明了该方法的可行性和有效性.     

作动器伺服控制系统通用平台设计

针对多种类型作动器的伺服控制系统,分析其系统结构,设计出一种基于实时系统的柔性通用设计平台,该平台可快速实现EHV、DDV式作动器、EHA以及电动作动器的伺服控制,以及作动器各项参数的自动测试,为作动器伺服控制律调试以及作动器自身参数测试提供了一种有效途径.     

基于故障检测的无人直升机作动器重构控制

提高直升机电传飞控系统的可靠性是保证无人直升机智能化的霞要方面,文中针对单旋翼加尾桨构型无人直升机的作动器故障,研究了倾斜器故障重构控制方法,重点提出了作动器的故障检测方法,运用模型的故障诊断技术,设计了基于倾斜器故障重构控制的无人直升机作动器故障时的重构控制策略,经过试飞证明此方法为作动器故障时的直升机安全飞行提供了一种可行方案,达到了设计目的.     

基于小波变换与等价空间的无人机作动器故障检测

基于等价空间的故障检测可实现残差对初始状态与输入全解耦,在实际工程系统中取得了广泛应用.然而,为了确保故障诊断系统性能,高阶的等价空间导致残差在线计算量大,且制约了可检测故障信号的频率范围.本文提出一种基于小波变换与等价空间结合的无人机作动器故障检测方法,将故障检测问题归结为小波基函数选取和等价空间向量的优化设计,使产生的残差信号满足了干扰鲁棒性与故障灵敏性比率型性能指标的最小化,并通过引入平稳小波变换对残差进行多尺度滤波,利用小波变换的时频局部化特性和快速算法,在满足故障检测系统性能的前提下有效降低了等价空间阶数,一定程度上实现了较宽频率范围内作动器故障信号的检测,克服了传统等价空间方法的不足.最后,以无人机作动器故障检测为例,通过仿真实验验证了本文方法的有效性.     

改进的基于Parzen窗算法的SAR图像目标检测

传统的Parzen窗检测算法假设目标占整个背景中较小的一部分,将SAR图像中的所有像素用于估计杂波概率密度函数,容易造成检测阈值的增大从而对不太明显的SAR图像舰船目标产生漏检。对此,提出了一种改进的Parzen窗检测算法,该算法通过自适应地设置目标窗口,将潜在的目标从检测图像中剔除,对剔除后的杂波背景采用Parzen窗进行非参数化的杂波模型估计,进而确定检测阈值,完成目标的检测。相比传统的Parzen窗检测算法,提出的SAR图像舰船目标检测算法减少了漏检数量,改善了检测性能。实测SAR图像的检测结果表明了该方法的有效性。     

基于Parzen窗法的贝叶斯参数估计

针对贝叶斯估计中所需的非规则概率密度函数, 提出用Parzen窗算法估计相关概率密度, 从而求解不同损失函数下的贝叶斯参数估计器. 实例分析中, 选择一组电阻测量值作为样本, 利用Parzen窗法计算出相应的概率密度函数, 最后用交叉验证法得出了该样本的最小绝对值误差参数估计器.     

航空机电作动器健康管理验证系统研究

针对健康管理智能算法与推理模型性能的验证与评估需求,设计了一种航空机电作动器健康管理验证系统;通过分析航空机电作动器的故障机理,提出了电机、控制器、齿轮减速器的数学建模方法和对应的主要失效模式的故障注入方法,设计了验证系统硬件平台、基于组件模式的通用软件运行环境及支持实时显示功能的验证与评估模块;仿真结果表明,该平台能够支持各种健康管理算法与系统模型的加载和调用,并能够实现验证与评估信息的在线显示。     

基于MRAC的电液伺服作动器同步控制

为实现在阀控非对称电液伺服作动器并联差动工作方式下两台空气舵面的偏转同步,采用了基于Lyapunov稳定意义下的模型跟踪自适应控制（MRAC）技术。通过引入前馈和反馈可调控制器,补偿控制对象结构参数的漂移及等效负载干扰的影响,使两个作动器分别稳定跟踪同一个参考模型,以达到较理想的伺服控制性能,同时使两个伺服通道的并联差动同步误差趋于零。仿真结果表明,该方案位置伺服精度高,同步误差小,具有较强的鲁棒性。     

基于Parzen窗的印刷文档数学公式抽取的研究

数学公式抽取是公式识别的首要步骤,目前相关的研究还很欠缺。针对印刷文档中数学公式的抽取展开了研究,提出了一种Parzen窗和启发式规则相结合的公式抽取方法。对于孤立式公式采用Parzen窗方法将其从文档中抽取出来,对于嵌入式公式采用启发式规则将其从文本行中抽取出来。实验表明,这两种抽取方法的结合取得了较好的效果。     

采用非参数方法建模的短时话者识别

在与文本无关的声纹识别研究中,目前性能较好而且较成熟的系统均是基于训练并在测试数据时长较长的情况下获得的,如NIST评测中的核心测试环境下训练和测试语音时长约5分钟.而在实际应用中,由于声纹识别的特殊性,用户一般都不太配合,通常很难获得足够多的训练语音数据,从而限制了经典的话者识别系统,大大降低了其性能.本文针对与实际应用直接相关的短时话者识别,提出了一种采用Parzen Window的非参数估计方法,对目标话者的短时数据进行建模,从而达到提高话者模型推广能力的目标.该方法在NIST SRE2006的短时任务10s训练,测试的实验结果与传统的GMM-UBM得分融合后,在等错误率EER下比基线系统相对降低了10.76%.     

基于VMTS的旋翼伺服作动器故障诊断过程可视化

为了解决直升机旋翼伺服作动器维修保障过程中训练资源有限,拆装难度高,故障率较高且难以确定故障点等难题,在直升机虚拟维修训练系统(VMTS, virtual maintenance training system)的基础上,提出了应用虚拟仪器检测,确定故障点的直升机故障诊断可视化设计方法;分析了故障诊断过程中仪器、工具、环境等对故障诊断的影响,实现了动态的建立仿真模型和数据处理;通过虚拟仪器和推理机的功能配合,解决了直升机维护中复杂多变的故障诊断难题,形成一个逻辑推理能力强的故障诊断系统;最后以直升机旋翼伺服作动器故障诊断为例,验证该方法的可行性。     

基于极大似然Parzen窗的独立成分分析

提出一种新的独立成分分析算法,在利用直方图估计概率密度函数的基础上,由极大似然函数法构造独立信号的特征,并且在估计概率密度函数时,对相应的阶梯函数采用磨光处理,引入参数 ,并证明了 的选择依赖于信号的统计特征以及采样的样本总数。模拟实验结果表明,该算法能提高信号干扰比。     

电动执行器故障诊断的研究

以往对于执行器的故障诊断主要基于仿真层面,然而在实际应用中却不太理想.针对上述情况,通过深入分析执行器的故障特点提出了一些切实可行的诊断方法以及排除故障的方法.这些方法不需要建立执行器复杂的数学模型,而是通过分析输入信号和输出信号变化特点进行故障诊断,具有运算简单、判断迅速、成本低等优点.这些排除故障的方法,只要采集适当的信号就可以实现故障诊断适用于电动执行器及其他类型的执行器.     

一种基于 Parzen 窗估计的鲁棒 ELM 烧结温度检测方法

在回转窑燃煤火焰视频模糊且干扰较大的情况下, 基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断. 为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine, ELM)与稳健估计理论相结合, 用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计. 基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明, 在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度, 且检测系统不易受现场干扰,稳定性强.     

基于AMEsim的自适应控制在电液力伺服系统上仿真研究

由于实际电液伺服系统大量存在非线性、时变、不确定、时滞及强耦合特性等,一般无法获得精确的教学模型.为了解决参数的不确定性和随机变化性对电液力控伺服系统的影响,设计了自适应控制器.利用AMEsim和Simulink联合仿真技术建立了该电液力控制系统模型,设计一种自适应控制器,进行了电液力控伺服系统的控制仿真.仿真结果表明了自适应控制器对于系统控制的有效性和鲁棒性.     

一种基于Parzen窗法和Renyi熵的图像分割阈值选取新方法*

采用Parzen窗技术来估计图像灰度值的空间概率分布,再用Renyi熵来构造目标函数,最后在图像灰度范围内搜索,使此目标函数最小的灰度值作为最佳全局阈值。实验结果表明,此方法对图像分割的精度非常高,且适应性强。     

基于干扰补偿和自适应阈值的鲁棒故障检测

研究某实物液压舵机的鲁棒故障检测 .基于简化模型观测器产生检测残差 .通过提出的干扰补偿方法和自适应阈值来提高检测系统的鲁棒性和敏感性 .仿真表明 ,该方法能快速有效地检测出舵机的小幅值突变故障和早期缓变故障 .