基于模糊聚类和模糊识别的循环水泄漏检测与定位研究

提出了一种基于模糊聚类和模糊识别的循环水泄漏检测与定位方法,该方法通过气相色谱仪对循环水进行分析,运用模糊聚类方法建立循环水泄漏点标准谱图库,采用模糊识别确定待分析样本与标准谱图库中样本的关联程度,以此报告待分析样本的泄漏点位置。实例分析表明,使用该方法能够准确地对炼油厂循环水泄漏点进行检测与定位。     

基于模糊聚类的拆卸成本建模方法研究

为了解决对报废产品的拆卸成本进行评估时难以精确化的问题,提出了一种基于模糊聚类的拆卸成本建模方法。首先通过采集拆卸操作样本的成本指标数值来建立原始资料矩阵,然后采用标定化和规范化运算得到拆卸操作的关联函数——相似矩阵,再通过传递包法计算得到拆卸成本等级隶属度函数,进而运用阈值原理切割推理出最佳分类结果。给出了相对难度系数的概念,并以此为基础构建了对应各类别的三角形隶属度函数。以减速机的拆卸为实例,验证了该方法的可行性。     

基于鲁棒保性能滤波的模糊信息融合方法

结合研究存在不确定因素的信息融合问题,提出了一种基于鲁棒保性能滤波的模糊信息融合方法。当系统存在不确定误差时,该信息融合方法能保证系统的融合误差有界,并通过仿真实验显示其有效性。     

基于模糊C均值聚类的模糊RBF神经网络预测焊接接头力学性能建模

针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈(Back propagation,BP)神经网络的不足,利用模糊C均值(Fuzzy C-means,FCM)聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基(Radial basis function,RBF)神经网络预测模型。以TC4钛合金惰性气体钨极保护焊(Tungsten inert gas arc welding,TIG焊)焊接工艺参数(焊接电流、焊接速度和氩气流量)作为模型的输入参数,以焊后力学性能(抗拉强度、抗弯强度、伸长率、焊缝硬度和热影响区硬度)作为模型的输出参数。利用27组试验数据对所建模型进行学习训练,用另外9组试验数据进行仿真。结果表明,利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点,能够预测焊接接头力学性能。通过数学解析,用函数形式表达焊接工艺参数与接头力学性能之间的规律,可以优化焊接工艺参数,为调控焊接接头的质量提供依据。     

复杂产品的鲁棒和柔性设计决策方法

复杂产品设计涉及不同的学科子系统,子系统间存在着相互耦合作用,因此产生了不确定性.为了减少不确定性的影响和设计迭代次数,首先采用模糊聚类的方法确定各子系统的可控因素与噪声因素,然后将子系统不确定的未知信息处理为一个噪声因素并使用Ⅰ型鲁棒来减轻其影响,再将Ⅱ型鲁棒融入设计过程以给下游子系统增加更多的设计决策柔性,使上游子系统获得鲁棒解,又使下游子系统更易获得满意解.在此基础上,给出一种综合考虑鲁棒和柔性的复杂产品相容决策支持问题(DSP)模型,并开发了相应的求解算法和平台.最后,以汽车盘式制动器设计为例验证了该方法的有效性.     

一种鲁棒稳定模糊控制器的优化设计与仿真

提出了一种鲁棒稳定模糊控制器优化设计方法.该法引入小增益理论确保控制系统的稳定,采用范数度量模型集的界,用遗传算法优化控制器参数,使得优化后模糊控制器具有一定的稳定裕量和一定的性能要求.水轮机调速器鲁棒稳定模糊控制系统仿真结果证明该方法的有效性.     

基于动态模糊神经网络的并联机器人鲁棒复合控制研究

针对6-DOF并联机器人液压伺服系统存在参数摄动和外界不确定性因素干扰的问题,提出了一种基于动态模糊神经网络的鲁棒复合控制策略。在充分分析了液压伺服系统的基础上,对控制系统进行了PD控制器、鲁棒内回路控制器、零相位误差跟踪控制器以及动态模糊神经网络控制器的设计。然后基于MATLAB软件进行了控制系统的运动性能仿真实验分析。结果表明,鲁棒复合控制器的应用在很大程度上了消除了负载交联耦合干扰对系统的影响,而且提高了系统的鲁棒稳定性。     

未建模动态对象的鲁棒混合自适应控制器设计与研究

针对未建模动态对象设计了混合自适应控制器,并且对系统的鲁棒稳定性进行了分析,仿真结果表明：该控制器使闭环系统具有鲁棒稳定性。     

面向盾构机不完整数据的模糊聚类与非线性回归填补

实测数据的完整性和可靠性是工业大数据时代推动各行业发展的必要前提和关键因素。盾构机作为隧道掘进施工的关键设备,具有系统结构复杂,部分属性关联度高等特点,是“一带一路”等国家战略中城市地下建设的国之重器。然而,在盾构机作业过程中,由于环境干扰、采集中断、设备故障等诸多原因,数据缺失已成为盾构机实测数据采集中不可避免的问题,严重降低数据的质量与可信度,影响工程进度。针对盾构机实测数据的特点,提出一种基于模糊聚类和非线性回归的高精度缺失值填补算法。该方法首先通过模糊聚类的方法,将不同工况运行实测数据进行有效划分,获取多个线性子集。然后,为每个子集建立线性回归模型,采用交替迭代策略来求解模型参数,有效挖掘属性间的关联关系。试验结果表明,所提方法无论是在对不完整数据聚类,还是对缺失数据填补,都具有良好的表现。提出的数据填补算法可有效解决数据划分和恢复问题,为盾构机实测大数据挖掘提供可靠的基础。     

基于局部自适应鲁棒回归的点云消噪

针对传统点云消噪算法低频平滑与高频磨平之间的矛盾,提出基于局部自适应邻域鲁棒回归的点云消噪算法。提出采样点局部自适应邻域的概念,使采样点邻域的大小能够根据模型局部形状进行自适应调整,为点云模型的低频区域平滑和高频区域特征保持奠定基础;针对传统的最小二乘曲面拟合受旁值点影响大,采样点微分几何信息提取可靠性差的问题,提出对采样点局部自适应邻域进行鲁棒回归,以实现采样点微分几何信息的可靠提取;以采样点法向和最大最小曲率为基础,构造一种新的采样点特征测度函数。在对测度函数的特性进行研究的基础上,根据测度函数值将采样点划分为特征点、非特征点和过渡点,并利用特征测度函数进行有效子邻域识别,实现点云数据的低频平滑和高频保特征消噪;通过对比试验验证算法的有效性。     

基于自适应密度聚类的多准则主动学习方法

主动学习能够以更少的标注成本训练出更好的机器学习模型。 现有的 RD 算法与 QBC 算法的结合有效地解决了只考 虑单一标准的问题。 然而,RD 所基于的 K-means 聚类会将离群点也包括在内进而造成模型性能降低,而 QBC 则需要维护于多 个模型而间接返回样本的信息性. 针对上述问题,本文提出了一种基于自适应密度聚类的高斯过程回归(ADC-GPR)算法,通过 先聚类后直接利用不确定性进而高效选择样本。 该算法中的 ADC 聚类不仅对离群点鲁棒,还能根据数据集分布特性自适应聚 类,并为后续的 AL 提供了代表性样本点和其对应的簇,该方法在无监督选择时保证了代表性和多样性,在有监督选择时考虑 了信息性、代表性和多样性。 实验结果表明,在相同的抽样次数下将 ADC-GPR 算法与 RS、KS 以及 RD-GPR 算法相比,其平均 性能分别提升了 37. 3% 、8% 和 2. 8% ,ADC-GPR 算法的选择效率更高。     

基于EEMD样本熵和GK模糊聚类的机械故障识别

针对目前各种机械故障诊断方法的局限性,提出了基于总体平均经验模式分解（EEMD）样本熵和GK模糊聚类的故障特征提取和分类方法,建立了一种机械故障准确识别的有效途径。首先,对机械振动信号进行EEMD分解,得到若干不同时间尺度的固有模态函数（IMF）分量。其次,通过相关性分析和能量相结合的准则对IMF分量进行筛选,并将筛选出的IMF分量的样本熵组成故障特征向量。最后,将构造的特征向量输入到GK模糊聚类分类器中进行聚类识别。实验及工程实例证明了该方法的有效性和优越性。     

模糊聚类在正交多项式法模态参数识别中的应用

针对试验模态分析中密集模态识别精度差等问题,采用频率归一化正交多项式法进行多模态参数识别,并采用模糊聚类方法实现多测点极点的自动选择,减少识别过程中对分析人员经验的依赖。详细论述在频率归一化下系数矩阵正交化和转换矩阵的归纳求法以及模糊聚类方法的具体实现。仿真数据证明算法能够识别密集模态,剔除虚假模态,识别精度高。     

基于粗糙集的模块聚类方法及应用

产品设计及客户化定制程度是影产品全生命周期的瓶颈;针对传统模块识别方法建模困难,计算复杂和无法有效处理评价数据的模糊性和不确定性等问题,提出了基于粗糙集的产品模块聚类方法。由于无需提供任何主观先验信息,粗糙集理论处理数据更为客观;上下限(集合)形式的粗糙数可使模块聚类结果更为精确。将评价数据转化成粗糙数形式进行模糊聚类分析,在聚类图中根据选取的上下限阈值实现模块划分。以某企业低压电器产品RMM2-250塑料外壳断路器为例验证了方法的有效性。     

基于小波包分析的滚动轴承模糊聚类方法

用小波包方法构造滚动轴承状态信号的能量特征向量,通过模糊聚类方法对滚动轴承状态进行分类,只需少量的样本数据就能获得较好的分类效果,实用性较强。试验证明了该方法的有效性。     

基于混沌与模糊聚类的机械故障自动识别

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。     

基于模糊聚类的零部件重组策略与方法研究

综合考虑基于同构、几何、精度、材料、性能等属性的冗余零部件相似准则，建立了问题的形式化描述模型，采用欧几里德贴近度来计算零部件之间的相似度，提出了基于模糊聚类的重组算法，探讨了重组方案的分析和调整策略。以摩托车液压盘式制动器的制动盘重组为实例，证明了基于模糊聚类的零部件重组策略和方法具有一定的有效性。     

船舶横向运动姿态及受扰卡尔曼估计的鲁棒性能概率建模

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰kalman估计的统计性能.针对某船,在5级海情,18节航速及45°航向工况下,当船舶水动力参数按均匀分布发生±10%,±25%随机变化时,给出船舶姿态及受扰估计的鲁棒性能概率建模及其应用.     

船舶横向运动姿态及受扰卡尔曼估计的鲁棒性能概率建模

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶横向运动姿态及受扰kalman估计的统计性能.针对某船,在5级海情,18节航速及45.航向工况下,当船舶水动力参数按均匀分布发生±10%,±25%随机变化时,给出船舶姿态及受扰估计的鲁棒性能概率建模及其应用.