输电线路故障率模型研究

综合考虑设备老化、天气因素和设备状态对输电线路故障率的影响,搭建基于比率风险的新型输电线路故障率模型。模型的故障率函数由基准故障率函数和状态描述函数组成,基准故障率函数采用温升老化模型,状态描述函数中的协变量选择与输电线路运行密切相关的天气因素和设备状态,采用极大似然估计法进行模型参数拟合。算例分析表明提出的模型具备表征实际故障率的能力。     

基于DDgPCE方法和油色谱数据的变压器故障率模型

变压器作为电力系统中的重要元件之一,建立其精确的故障率模型是提高电力系统运维效率的前提条件。首先,基于变压器油中溶解气体数据,引入岭形隶属度函数将其状态划分阈值模糊化;其次,考虑不同情况下绝缘物质分解时产生气体类型的差异性,分析各气体产气速率之间的关联性,利用改进的熵权法分配各气体状态量的权重;然后,综合考虑变压器的健康状态和役龄,采用数据驱动的广义多项式混沌方法建立了变压器的故障率分布模型;最后,通过实例分析计算表明,本文所建立的故障率模型具备较高的精度,具有一定的工程应用价值。     

利用轴承状态信息的维修决策

针对当前机床轴承的可靠性评估不涉及使用过程中状态特征量的特点,提出了基于状态量监测维修的视情维修决策。首先,通过加速度传感器采集轴承的运行状态信息。然后,对其提取均方根、频率中心等状态特征量,并建立了以威布尔分布为失效率函数的比例风险模型( Weibull proportional hazard model, WPHM),再通过牛顿迭代法结合同类型部件的寿命数据估算出风险模型中的3个参数。最后,建立了基于威布尔比例风险模型的维修时机决策模型,利用同类型部件寿命数据确定维修的失效阈值,根据此阈值即可进行维修决策。结果表明：该决策能够明显提高机床轴承的可利用率,最大程度地发挥机床的有效寿命。     

基于比例风险模型的状态维修决策研究

应用威布尔比例风险模型（proportional hazards model,PHM）建立了基于状态信息的故障率模型,并考虑了样本数据为一般截尾情况下的模型参数估计。通过残差分析对模型进行了验证,确定了安全性要求下的最优维修决策。最后以某轴承为案例,对模型和方法的实用性和合理性进行了分析验证。     

基于双线性模型的新协状态预测算法

对非线性动态系统最优控制问题,基于双线性模型提出了一种新协状态预测算法,该算法每次迭代只需要进行简单的代数运算,计算量与Ｓｉｎｇｈ和Ｈａｓｓａｎ的协状态预测算法相当,大量仿真例子表明,新算法收敛特性优于Ｓｉｎｇｈ和Ｈａｓｓａｎ的协状态预测算法的收敛特性。     

基于条件云的时变故障率模型及其在可靠性评估中的应用

电力系统通常采用常数故障率模型进行可靠性评估,常数故障率模型虽然结构简单、计算量小,但忽略了天气因素的影响,无法反映系统可靠性的真实水平。针对常数故障率模型的缺陷和可靠性统计数据的不足,提出了一种基于条件云的时变故障率模型。首先定义了适当的隶属度函数,使用X条件云模型完成风光出力到天气条件的转化。然后使用半降尖Γ云模型,对天气条件与天气影响因子之间的确定性关系进行模糊化,使用Y条件云模型完成天气条件到天气影响因子的转化。在条件云模型的基础上,根据云模型的不确定性推理规则,由t时刻风光出力推测对应时刻的天气影响因子,对采用威布尔分布模拟的时变故障率模型进行修正。最后结合比利时瓦垄地区风电场和光伏电站出力数据进行云模型构建和发电系统可靠性评估。该模型能够更好地模拟系统运行的实际状况,提高可靠性评估的准确性。     

基于优化投影矩阵的人脸识别技术研究

针对大数据背景下人脸识别技术存在的问题,提出一种基于压缩感知的人脸识别技术架构． 系统首先利用人脸训练样本优化设计投影矩阵,然后利用优化的投影矩阵进行人脸图像的压缩感 知,利用同伦算法进行快速稀疏表示分类．这样人脸识别系统一方面避免大数据传输和存储压力, 另一方面可以有效保证系统识别率,实验仿真证实了研究工作的有效性．     

基于D-S证据理论的变电站设备状态监测模型

为了提高变电站设备的供电可靠性,根据已有的设备状态监测方法,利用小波分析方法和D-S证据理论,提出了一种变压器状态监测模型,通过对变电站设备特征量的分析来实现对变电站设备状态的实时监测.     

物体应力状态坐标变换的矩阵模型

本文叙述了物体应力状态坐标交换的矩阵模型及其应用.该矩阵模型便于使用计算机技术.     

基于非线性HBI网络的转炉冶炼终点预测模型

针对前馈神经网络模型的BP算法自身存在的易陷入局部极小和收敛速度慢等缺陷,耦合同伦理论与BI神经网络模型,建立了基于同伦BI神经网络的转炉终点预测模型分别对转炉终点钢水的碳含量及温度进行预测,并在相同构造下同单纯BI网络模型相比较.结果表明：在网络结构相同的条件下,耦合同伦算法后预测模型的精度得到显著提高,各模型命中率的平均提高量分别为8.6%,20.2%,预测误差绝对值的最大值分别下降了48.4%,44.76%;在计算效率方面,完成相同的计算迭代次数,同伦模型所需时间平均减少14%.     

基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析，把多变量广义预测自适应控制方法应用于该模型中，利用Laguerre函数模型近似控制对象系统结构，将模型中间参量的辨识和模型的预测输出有效的统一了起来，克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限，为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

基于对象模型的状态模型(用户界面)研究

介绍了IFS模型(信息模型、状态模型和功能模型),提出了基于IFS模型、数据驱动技术和四层软件开发技术等构建管理信息系统(MIS)及其界面原理,详细描述了状态模型(用户界面)的抽象和从状态模型到用户界面生成的机理。     

基于神经网络的液压机状态监测系统研究

神经网络是一种类似于人类神经系统的人工智能模型,利用神经网络可以对传统的监测数据 进行组合和筛选,以提高故障检测的准确度。 为提升液压机状态监测系统的故障评估性能,利用基 于神经网络的机器学习方法的优势,提出一种设备状态监测解决新方案。 对大量数据进行神经网络 模型训练及特征提取,从而实现对液压机监测系统故障的准确识别。     

一种数码相机定位模型的求解算法

为了解决数码相机定位问题,利用双目定位法,在确定物平面坐标系与像平面坐标系的坐标变换矩阵的基础上,提出了一种同侧共切线算法,结合算例证明了这种算法可以有效地求解此坐标变换矩阵。     

基于Lonworks和FPGA的CCBII状态监测系统设计

本文主要分析了LonWorks现场总线协议和CCBII应用协议,介绍了以Spartan3型FPGA为硬件前端,嵌入式PC104模块作为CPU的CCBII在线状态监测系统的设计。该系统实现了部分LonTalk协议,保证了对Loners信号处理的准确性和效率。     

基于实时数据库的水力机组状态监测系统

选用C++Builder6.0结合SQLServer7.0和C语言开发了一套适用于中小型电厂使用和维护方便的监测分析系统.介绍了系统的工作原理、监测点的选择和布置、软硬件系统的构成等,详细阐述了实时数据库的设计与实现.通过实践证明,系统具有很高的实时性和可靠性,是一套能完全应用于实际生产的性能价格比高的系统.     

基于ABAQUS二次开发状态相关砂土本构模型的研究

剪胀性是砂土最重要的特性之一,其变形主要取决砂土的当前状态,而基于状态相关砂土本构模型能较好反映砂土剪胀性。ABAQUS作为有限元计算平台,具有强大的非线性计算和前后处理功能,标准ABAQUS程序仅包含一些通用土体本构模型,缺少状态相关砂土本构模型,因而有必要针对土木工程具体问题进行二次开发。利用二次开发工具和UMAT数据接口程序,采用隐式积分算法将基于状态相关砂土本构模型嵌入到标准ABAQUS程序中,并将有限元数值计算结果与实验数据及理论计算值比较,进行单元敏感性分析。计算结果表明子程序运行稳定可靠,不仅充分利用ABAQUS方便、快捷的前后处理和强大的非线性求解平台,还可以完成更复杂,且切合实际土体应力应变关系的有限元数值计算,拓展ABAQUS在土木工程领域应用能力。     

基于辨识技术的感应电机能效在线监测模型

将标准能效测试方法与电动机参数辨识方法相结合,分析了最小二乘递推(RLS)算法与扩展卡尔曼滤波(EKF)两种参数在线辨识方法计算过程及特点,以最小二乘递推算法为基础实现对电动机定转子漏电感等参数的在线辨识,考虑到最小二乘递推算法对转子电阻动态辨识性能较差,利用扩展卡尔曼滤波算法对电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型,获得电机各项损耗及能效,通过仿真验证参数辨识方案可行性,并将能效测试B法所得损耗与该模型监测损耗及能效对比以验证该模型。     

基于SOC单片机的电机状态智能监测系统

以CYGNAL SOC单片机为核心,通过对交流异步电机定子电流进行采样、处理,得出电机运行状态参数,可用于电机运行状态监测和远程故障分析、诊断,为及时消除事故隐患提供依据.