PLS质量监控及其在Tennessee Eastman过程中的应用

研究质量监测在部分最小二乘（PLS）框架下的可检测性问题，并给出一种新的主成分确定方法。根据故障子空间和变量的显著性测度确定不同故障对质量的影响力，定义最优检测函数，进而建立PLS最优检测模型（ODM），使模型对严重影响产品质量的重要过程故障具有最优检测能力。以Tennessee Eastman（TE）过程为案例进行统计质量控制研究，结果表明此方法对重要过程故障的敏感性很高，有助于及时采取补救措施，稳定产品质量。     

数控冲床的故障概率分布模型

运用故障总时间法初步确定数控冲床的故障概率模型。用图形和解析两类检验方法从定性和定量两方面对其拟合模型进行了检验,最后确定其符合威布尔分布。为进行故障分析、预测及实现可靠性增长提供了理论依据。     

多台数控机床最小维修的可靠性评估

为了解决数控（NC）机床最小维修的可靠性评估问题,提出了基于随机点过程的多台NC机床时间截尾的可靠性评估的可修系统方法,建立了故障时间的非齐次泊松过程（NHPP）模型.用Fisher信息矩阵（FIM）法给出了模型参数的点估计和区间估计,同时也给出了NC机床的累积平均无故障间隔时间（MTBF）和累积故障强度在截尾时间的点...     

利用交通仿真模型求解通行能力

提出了利用交通仿真模型分析交通设施通行能力的一般方法,即特性分析、建模描述、模型标定、模型验证和实验求解．介绍了高速公路基本路段交通流特性及其通行能力影响因素的分析过程,说明了高速公路基本路段仿真模型总体框架,经过实测数据对仿真模型的标定和验证,证明了仿真模型在预测流量－速度－密度关系时与实际情况的相对误差仅为５％最后,通过一系列仿真实验,求解出了理想条件下高速公路基本路段的通。行能力为（ ２ ２００辆／ ｈ）／车道．     

基于非齐次泊松过程的软件可靠性增长模型

非齐次泊松过程软件可靠性增长模型是评测软机可靠性的重要工具,影响软件可靠性的2个重要参数是软件中初始的故障数和故障检测率.通过对软件错误分布进行定义,建立了非齐次泊松过程软件可靠性模型,并对不同参数下的模型进行了分析和比较.讨论了非齐次泊松过程模型的使用条件,对模型初始的故障数和故障检测率参数进行了推导,并给出了评估方法.     

LS—SVM算法在光伏短期功率预测中的应用

以光伏阵列为研究对象,分析了辐照强度、温度以及日类型对光伏阵列出力的影响。建立了光伏短期功率预测最小二乘支持向量机LS-SVM模型。依据实验数据对模型进行了验证计算．并与BP神经网络模型做了比较,其中LS-SVM模型最大相对误差值为10．54％,平均绝对百分比误差（MAPE）为8．18％,绝对误差平方和平均值的均方根（RMSE）为0．4884,表明模型预测值离散化程度较小,所有预测点均与实际值非常接近,模型具有较好的拟合效果和泛化能力．可以有效地预测短期光伏发电功率。     

基于灰色RBF网络的我国能源消费预测

利用我国能源消费总量的历史数据,采用灰色预测法建立预测模型,再利用径向基（RBF）神经网络对灰色预测模型结果进行预测,以作为其最终的预测值．实验结果表明,灰色RBF网络模型在预测精度方面优于单一的灰色模型．该模型计算简便,有较高的拟合和预测精度,拓宽了灰色模型的应用范围．     

基于多尺度主元分析方法的统计过程监视

基于主元分析和小波变换结合的基本理论，对Bakshi提出的MSPCA算法进行改进，提出一种新的多尺度主元分析方法（MSPCA）．MSPCA应用小波变换将每个变量信号依次分解成逼近系数和多个尺度的细节系数，把各个尺度的系数聚集在单独的矩阵中，在各个尺度建立相应的PCA模型，进行多尺度过程监视．针对TE过程的两种干扰，分别应用PCA和MSPCA两种方法做仿真试验．仿真实验结果表明：与PCA相比，MSPCA能有效地检测和识别过程中不同频率故障，减少误报警，提高了过程监视的可靠性．     

灰色数模的建立及应用研究(III)--NLCGM(1,1)模型的建立及酚保留行为的预测

考虑到灰色ＧＭ（１,１）模型对于处理某些非线性问题的不足,基于灰色系统理论的建模思想,推导出又一种模型———非线性连续灰色模型ＮＬＣＧＭ（１,１）。由于建模过程中采用了双拟合,不但实现了模型的连续化,而且提高了预测精度。将该模型应用于高效液相色谱中,对５种不同种类的酚保留值随流动相组成变化的关系进行了研究,建立相应的ＮＬＣＧＭ（１,１）模型。经验证,计算值与实验值相吻合,获得了较常规ＣＧＭ（１,１）模型和二次方程更高的精度,平均绝对误差为０．０１６,而常规ＣＧＭ（１,１）模型和二次方程的平均绝对误差分别为０．０３３和０．０５６。     

基于窥孔结构LSTM的电力系统跳闸故障诊断

跳闸是输电和配电电力系统中普遍存在的故障.目前一般采用基于继电保护动作和电气元件动作的保护方法应对跳闸故障.然而，这些面向电气保护的方法在处理跳闸故障时存在滞后性.因此，提前预测跳闸故障对处理隐藏问题和电力恢复起着至关重要的作用.本文提出一种基于多源时序数据的电力系统跳闸故障预测方法，使用窥孔长短时记忆网络（LSTM）提取多源数据的时间特征，缓解了循环神经网络（RNN）在长时间序列上的梯度消失问题.模型在三层栅极上添加窥孔连接结构使得单个单元能够查看上一阶段的LSTM单元状态以此强化网络时序记忆能力；使用参数归一化等L2正则措施缓解故障预测中的过拟合问题对结果的影响；引入支持向量机分类器提高总体模型的泛化能力和鲁棒性.实验结果表明，与现有的数据挖掘方法相比，所提方法具有分类准确性高的优点.最后，对实际应用进行讨论，证明了所提方法在实际场景中的可行性.     

L—V模型在软土地基沉降预测中的应用

为了提高软土地基沉降模型的预测精度,将现有的Logistic模型和Von—Bertalanffy模型进行叠加,提出了L—V模型,并利用Origin拟合软件对模型参数进行求解。将该模型应用到软土地基沉降预测中,并与Logistic模型和Von—Bertalanffy模型比较。结果表明L—v模型全过程沉降预测的拟合程度最高,达到0．9978;沉降后期L—V模型的均方根误差（RMSE=1．512）小于Logistic模型（RMSE=2．930）和Von—Bertalanffy模型（RMSE=3．624）的均方根误差,其预测值更加接近观测值。     

一种基于径向基函数的近似模型构造方法

发展了一种基于径向基函数的近似模型建立方法。首先采用试验设计方法对设计空间进行样本选择,采用数据分析方法对样本集进行聚类分类,得到径向基函数中的相关参数。对于近似模型权系数采用能够适应大规模并行计算并且能够在全局解空间的多个区域内寻优的遗传算法进行求解,而不是采用最小二乘法通过线性方程的求解获得。最后通过对一维非线性和多维高阶非线性函数的逼近测试,以及对近似模型的拟合函数与原函数之间的误差分析,表明本文提出的基于径向基函数的近似模型方法具有良好的拟合与预测精度。     

零方程湍流模型用于城市微气候的模拟研究

室外微气候环境对城镇人居环境和建筑能耗有重要影响,数值模拟技术作为快速的预测方法能有效评价社区规划的优劣。文章选用风洞实验数据对湍流涡粘度表达式进行优化,提出新的零方程湍流模型(ZeroEQ),并与两方程湍流模型(MMK)、大涡模拟(LES)和风洞实验数据进行对比分析;通过对寿安新城区零方程湍流模型的应用分析,探讨该模型应用于实际工程项目的可行性。结果表明:在同等计算机配置下,Zero-EQ模型比MMK模型快60%,是LES模型计算所需时间的1/15,能有效地预测不规则建筑群的流场分布;通过分析不同地形区域的风热环境特点,Zero-EQ模型可快速预测城镇微气候环境,为城区规划设计提供合理建议。     

基于遗传小波神经网络的故障预报应用

目的减少铝电解故障的发生,提高阳极效应预报的准确性、实时性和铝的生产效率,节约能源.方法将遗传算法应用于小波神经网络,构成遗传小波神经网络,以确定小波基函数的个数、优化网络参数,以遗传小波神经网络为预测模型,通过预测槽电阻变化率来预测电解过程中的阳极效应.结果通过遗传算法能对小波神经网络的参数进行全局优化,确定了网络结构,而且小波神经网络具有较强的自适应性、鲁棒性和函数逼近能力,使预报精度提高了约9.5%,提前预报时间1 m in左右.结论该预测模型改善了故障预报准确性和实时性,避免了故障的发生,降低了能源消耗,提高了铝电解的生产效率,实现了安全生产.     

基于时间序列模型与灰色模型的组合预测模型的研究

为了能有效地提高预测模型的精度,提出了组合预测模型。本文首先利用ARIMA模型对时间序列数据进行模型的识别和拟合,然后由比较可知优化后的GM（1,1）模型拟合和预测效果好于GM（1,1）模型,最后通过赋予合理权重结合ARIMA模型和优化后的GM（1,1）模型两种方法得到ARIMA-GM的组合预测模型。预测结果表明：组合模型的预测准确性高于各个模型单独使用时的准确性,组合模型发挥了各个单一模型的优势。     

基于拓扑预测模型的船舶纵摇运动预报

针对船舶纵摇运动系统的灰色特性,利用拓扑预测法与GM（1,1）模型,研究船舶在海浪中非线性纵摇运动的预报问题,分别建立船舶纵摇运动的拓扑预测模型和船舶纵摇运动的GM（1,1）模型.根据实测船舶纵摇运动数据的特点,探讨拓扑预报模型的阈值选取方法.仿真结果表明：采用拓扑预测模型对船舶纵摇运动预报研究是合理且可行的.     

FCM-HMM-SVM混合故障诊断模型及其在电力电子电路故障诊断中的应用

提出一种基于模糊C均值聚类（FCM）、隐马尔可夫模型（HMM）和支持向量机（SVM）相结合的电力电子故障诊断方法.采用FCM方法对故障信号进行模糊聚类,提取故障特征;根据隐马尔可夫模型进行动态过程建模;根据支持向量机进行模式分类;基于HMM-SVM混合的故障诊断模型实现了对机车变流器电路中晶闸管断路故障的诊断.实验结果分析表明,该方法能准确地对电力电子电路进行诊断和故障元定位,诊断精度高,具有很好的实用价值.     

灰色模型在忠武输气管道沿线滑坡预警预报中的应用

详细研究了灰色模型GM(1,1)建模过程,并成功地将此模型应用于忠武输气管道中滑坡水平位移监测的预测预报,相应地用Matlab编写灰色系统预测程序,便于实际应用,实践证明,灰色预测模型在滑坡预测预报中具有较高的应用价值.     

奇异系统H∞动态输出可靠控制

目的针对一类奇异线性系统,设计动态输出反馈控制器的算法,并给出考虑传感器故障可靠控制器的设计方案．方法在可靠设计中使用比离散故障模型更一般的连续故障模型,利用广义系统H∞理论,结合线性矩阵不等式（LMI）方法．结果分别给出了奇异系统动态输出反馈H∞控制和考虑传感器故障的可靠控制器存在的充分条件．通过求解线性矩阵不等式和矩阵方程实现了两种控制的设计．结论利用所给出设计方案得到的可靠控制器,使得系统在正常状态和某些传感器发生故障的情况下,都能保持闭环系统渐近稳定性,并获得较满意的H∞性能指标．通过数值例子验证了两种设计方法的有效性,进一步验证,当传感器发生故障时,通过比较两种控制器的控制效果说明了可靠控制的有效性．     

基于累积法和背景值优化的改进GOM（1，1）模型

针对影响GOM（1,1）模型预测精度的背景值和模型参数辨识值两个因素,基于一次反向累加序列的指数特性和背景值的几何意义,对GOM（1,1）模型的背景值进行了重新优化并给出了相应的计算方法,同时,运用累积法对模型进行参数辨识．在此基础上,提出了一种改进GOM（1,1）模型,并给出了改进模型时间响应函数的直接预测公式,给出...