基于改进概率神经网络的滚动轴承故障诊断

探讨了经典概率神经网络(PNN)作为模式分类器时的相关原理,针对传统PNN采用相同平滑因子而导致识别率低的问题,提出了一种改进概率神经网络(IPNN),其平滑因子根据模式类别的不同而自适应变化,从而使隐含层的神经元具有更高的适应性,更好地表征了特征向量与模式状态的关联性,反映了输入特征向量对于正确分类结果的实际作用,并将该IPNN应用于滚动轴承的故障诊断中。实验结果表明:IPNN能够有效提高滚动轴承故障分类的准确性,比经典PNN和常用的误差反向传播神经网络(BPNN)具有更高的识别率。     

概率神经网络PNN在发动机故障诊断中的应用

介绍了概率神经网络的模型，分析了其特点，并探讨了基于PNN的发动机故障诊断方法。通过MATLAB进行仿真试验，结果表明基于概率神经网络的故障诊断方法可以最大程度地利用故障先验知识，提高发动机故障诊断的准确率。     

基于改进EMD与PNN的汽轮机通流部分故障诊断

根据热力参数非线性、非稳态的特点,提出了一种基于改进的经验模态分解(empirical mode decomposition,简称EMD)算法与概率神经网络(probabilistic neural network,简称PNN)的汽轮机通流部分故障诊断新方法。该方法针对EMD存在的端点效应问题,采取基于波形相似度的镜像延拓法进行改进,以得到更准确、更真实的本征模函数(intrinsic mode function,简称IMF)分量,从而有效提取了故障特征信息,并通过PNN训练判别汽轮机通流部分故障类型。以某电厂600MW火电机组实时运行数据为基础进行仿真实验,结果表明,基于改进EMD与PNN的汽轮机通流部分诊断方法能够快速准确地判别汽轮机通流部分的故障类型,其准确率明显高于基于EMD与PNN的故障诊断方法。     

基于改进卡尔曼滤波在车辆组合导航中的研究

针对车辆在长时间行驶的状态中,组合导航经常会出现滤波精度不高的问题,提出一种采用遗传算法对卡尔曼滤波器进行在线调节的自适应数据融合方法,根据位置误差系数和卡尔曼滤波器的新息统计信息,实时调整参数值,将卡尔曼滤波器调整到运行过程中的最优状态。通过MATLAB软件对该方法进行仿真试验,模拟INS/GPS组合导航系统运行情况,表明这种方法和传统卡尔曼滤波算法相比较导航精度明显提高。     

基于遗传神经网络的液压厚度自动控制系统故障诊断研究

该文以液压AGC系统常见故障为例，在阐述遗传神经网络原理的基础上，应用遗传神经网络算法对其故障进行分析，通过实验证明了该算法的有效性，具有一定的推广价值。     

基于DWT和PNN的印刷过程实时监测和故障诊断

提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。     

基于遗传神经网络的大型机械故障诊断

大型机械应用极为广泛,分析和解决其常见故障,并对其进行及时处理是关键.将遗传优化的神经网络用于大型机械的故障诊断,利用遗传算法的全局搜索能力来克服BP神经网络的收敛速度慢,容易陷入局部极小的缺陷,优化神经网络的权值和阈值.实验结果表明,遗传优化的神经网络具有更高的稳定性,训练时间明显缩短.     

基于第二代小波及PNN的自动机智能故障诊断

提出了一种运用第二代小波信息熵和概率神经网络(PNN)相结合对自动机进行故障诊断的方法。针对自动机运动循环过程和振动信号的非线性短时冲击特性,提出了截取振动信号中有用信息进行第二代小波分析,在此基础上提取第二代小波熵,把其作为特征向量分别应用BP神经网络和概率神经网络对自动机进行故障模式识别。结果表明:概率神经网络相对于BP神经网络可以提高故障分类的正确率,从而验证了基于第二代小波信息熵及PNN在自动机故障诊断中的有效性。     

基于提升小波和PNN的三容水箱故障诊断

针对三容水箱是典型的非线性多变量耦合系统,提出将提升小波和概率神经网络相集合(LWPNN)方法用于三容水箱液位故障诊断.首先,建立三容水箱数学模型以获取实验数据,之后利用提升小渡对数据快速降噪,最后通过概率神经网络进行故障分类.实验结果表明,LWPNN集合方法较传统PNN故障诊断方法有较高的故障诊断率,是一种有效的故障...     

基于SVD-LMD模糊熵与PNN的滚动轴承故障诊断

为了提高轴承故障特征信息提取的有效性,实现轴承故障模式智能识别,提高故障诊断效率。提出一种基于SVD-LMD模糊熵相结合的特征量化和PNN网络识别相结合的滚动轴承故障诊断方法。首先运用SVD降噪技术对原始信号降噪,运用LMD分解将降噪后的非稳定信号分解成若干个稳定的乘积函数分量(PF)。其次利用模糊熵能表征时间序列复杂程度并具有稳定的统计性,提取PF分量的模糊熵,组成N维特征向量,实现故障特征量化。构建PNN网络模型,将特征向量输入PNN训练,实现故障类型识别。最后对比PNN算法与BP算法性能,验证PNN算法的优越性。实验数据分析结果表明,所提方法在少量数据样本情况下故障诊断准确率高达93.75%。     

GPS/INS组合导航系统的研究

讨论了飞机惯性导航系统(INS)与全球卫星导航系统(GPS)的利与弊以及卡尔曼滤波方法在组合定位中的应用情况,进一步提出了基于神经网络数据融合方法的GPS/INS组合导航系统.系统神经网络结构采用单隐层的三层神经网络,输入输出神经元数目是4个,基于256个训练样本由经验公式求得隐层神经元数目为8个,同时还建立了惯导系统的数学模型和数据融合的数学模型.给出了利用MATLAB编制的神经网络训练程序并对这一神经网络进行了训练和仿真.实验表明,组合导航系统经度误差可达9m,纬度误差可达8m,与单独GPS定位和INS定位相比精度得到了提高.     

A new method of seamless land navigation for GPS/INS integrated system

For the last few years, integrated navigation systems have been widely used to calculate positions and attitudes of vehicles. The strapdown inertial navigation system (SINS) provides velocity, attitudes and position information, whereas the global positioning system (GPS) provides velocity and position information. A method using neural network (NN) and wavelet-based de-noising technology is introduced into the SINS/GPS/magnetometer integrated navigation system, because system accuracy may decrease during GPS outages. When the GPS is working well, NN is trained using the velocity and position information provided by SINS as input and the corresponding errors as output. Wavelet multi-resolution analysis (WMRA) is also introduced to de-noise the errors, the desired output of NN. Test results showed that velocity accuracies improved using NN, but other accuracies remained poor. By re-training NN with WMRA, the system accuracies improved to the level of using normal GPS signal. In addition, NN trained with WMRA also improved the approximation to the actual model, further enhancing alignment accuracy.     

复杂环境下 GNSS / INS / UWB 紧组合的 无人机协同导航算法

针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法。根据传感器的特点,设计了基于GNSS/INS紧组合的绝对导航和UWB辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量,计算任务在各个平台上分布运行,减小了计算压力。最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精度越来越高。     

里程计辅助的高精度车载GNSS/INS组合导航系统

针对城市隧道、偏远山区等复杂路况下,卫星导航系统信号被遮挡较严重或无卫星导航系统信号的场景中,车载GNSS/INS组合导航系统精度下降的问题,提出一种里程计辅助的高精度车载GNSS/INS组合导航方法。该方法中的组合滤波模式可根据载车环境变化在GNSS/INS组合模式和DR/INS组合模式间实现自适应切换,该组合导航方法将三维里程计航位推算位置误差作为状态量扩充到常规组合导航滤波器中,里程计的标度因数误差、安装角误差可通过里程计误差标定方法离线精确得到,后续使用只需将里程计误差参数装订到组合导航系统中即可。车载试验表明,7 km的信号遮挡场景下组合导航系统单个方向上的位置误差最大值也不大于8 m,整个跑车过程中位置误差在3 m以内,进一步保证了车载GNSS/INS组合导航系统复杂路况下的高精度定位。     

引入滑模观测器的GPS/INS组合导航滤波方法

由低成本器件组成的卫星/惯性(GPS/INS)组合导航系统中,存在较大的非线性与不确定性,为改善这一问题,本文提出一种引入滑模观测器(SMO)的滤波方法。首先,该方法建立了组合导航系统模型,介绍了扩展卡尔曼滤波(EKF)计算过程并分析存在的不足。然后,介绍了滑模观测器的基本原理,根据系统构建观测器。最后,说明了引入滑模观测器的EKF组合导航算法实现流程,滑模观测器将模型误差、状态估计以及均值方差融入EKF算法,修正系统输出。通过轨迹仿真实验与车载实验验证了所提方法优于传统EKF算法,具有更高的滤波精度。在车载实验中,卫星信号失锁15 s情况下,与EKF方法相比,所提方法的东向位置误差降低了53%,北向位置误差降低了37%,证明该方法能够有效抑制GPS/INS组合导航误差发散,为以后工程实践提供一定的参考价值。     

非同步量测特性的惯性/星光/卫星组合算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段.在分析惯性、星光、卫星导航工作特性的基础上,提出了基于集中滤波器结构的捷联惯性/星光/卫星信息融合导航方案.针对多传感器信息融合中非等间隔量测特性,设计了时间更新和量测更新分离的异步集中卡尔曼滤波算法,设计了基于外推法的卫星信息补偿算法,有效解决了多传感器非等间隔信息融合问题;针对垂直机动研究了惯性/星光姿态组合模型.仿真结果表明,算法可以有效实现对捷联惯导、星光、卫星导航信息的融合,组合精度提高1倍,具有重要的实际应用价值.     

基于ARM和DSP的INS/GPS组合系统设计

为满足组合导航系统要求成本低、体积小、精度高、低功耗的特点,本文以SAMSUNG公司S3C2410型和TI公司TMS320C6713型芯片为核心器件设计了一种嵌入式导航计算机系统,此设计可提高系统的精度,更好地满足系统实时性的要求。     

运载火箭上面级惯性与天文组合导航系统设计

针对运载火箭上面级惯性导航随时间累积而误差增大以至不能满足长时间工作要求的问题,对采用星敏感器和地球敏感器修正惯性导航误差的方案进行了研究。首先,导出了上面级常用坐标系定义和姿态转换矩阵。然后,根据惯性导航的误差传播特性、星敏感器测量方程和地球敏感器的模拟测量方程,给出了组合导航的状态方程和观测方程。最后,设计了基于Matlab/dSpace仿真平台的星敏感器在导航回路中的半物理仿真实验。实验结果表明,组合导航使惯性导航位置误差矢量和从1.1719×104m减小到1.0367×103m,速度误差矢量和从11.2827m/s减小到3.6626m/s,姿态误差从0.1°减小到5′,说明了该组合导航方案能够有效修正惯性导航时间累积误差,半实物仿真实验验证了惯性/天文组合导航方案的可行性与正确性。     

Attitude determination GPS/INS integrated navigation system with FDI algorithm for a UAV

Recently an unmanned aerial vehicle (UAV) has been widely used for military and civil applications. The role of a navigation system in the UAV is to provide navigation data to the flight control computer (FCC) for guidance and control. Since performance of the FCC is highly reliant on the navigation data, a fault in the navigation system may lead to a disastrous failure of the whole UAV. Therefore, the navigation system should possess a fault detection and isolation (FDI) algorithm. This paper proposes an attitude determination GPS/INS integrated navigation system with an FDI algorithm for a UAV. Hardware for the proposed navigation system has been developed. The developed hardware comprises a commercial inertial measurement unit (IMU) and the integrated navigation package (INP) which includes an attitude determination GPS (ADGPS) receiver and a navigation computer unit (NCU). The navigation algorithm was implemented in a real-time operating system with a multi-tasking structure. To evaluate performance of the proposed navigation system, a flight test has been performed using a small aircraft. The test results show that the proposed navigation system can give accurate navigation results even in a high dynamic environment.     

基于混合遗传算法的制造/再制造集成物流网络优化设计

为了合理设计制造／再制造混合系统中的集成物流网络结构,综合考虑网络中正向和逆向物流的设施集成与运输整合,建立了一种制造／再制造集成物流网络优化设计的混合整数非线性规划模型,以确定网络中各种设施的数量、位置及规模,并在由此构成的各条物流路径上合理分配物流量,目标是使运营周期内的净收益最大。提出了一种采用自适应交叉和变异操作的混合遗传算法对设计进行优化。最后,通过一个算例验证了所提模型及算法的有效性。