增量式监督局部切空间排列算法及齿轮箱故障诊断实验验证

针对局部切空间排列算法面临的无法利用样本标签信息和不能高效处理增量式维数约简问题,提出一种新的增量式监督局部切空间排列算法(Incremental Supervised Local Tangent Space Alignment,ISLTSA)。为充分利用训练样本标签信息,在LTSA算法的基础上加入散度矩阵,构造新的最小目标函数,使得高维样本的低维嵌入坐标同类聚集、异类分离。对于新增样本可能影响部分训练样本局部邻域,更新全局坐标矩阵,获取训练样本低维坐标和新增样本低维坐标,并作为初值进行特征值迭代实现所有样本全局坐标的更新。结合支持向量机分类算法,将ISLTSA算法应用于齿轮箱的故障状态识别,实验分析验证了该方法的监督学习能力,可提高故障状态识别率,并具备增量学习能力,可降低维数约简方法的复杂度。     

增量LTSA算法在转子故障数据集降维中的应用

针对传统流形学习算法不具有增量学习能力;故难以处理新增数据与大规模海量数据集的问题,由此,提出一种用于机械转子故障数据集降维的增量局部切空间的排列算法(ILTSA)。该算法首先采用局部切空间排列算法对原始训练样本进行降维处理,获得其低维流形结构,然后通过增量学习算法对新增样本进行处理。得到所有数据的低维嵌入坐标,最后通过转子故障数据集验证了该方法的有效性,取得了良好的分类效果,有利于实时动态故障监测与诊断。     

动态增殖流形学习算法在机械故障诊断中的应用

针对现有的批量式流形学习算法无法利用已学习的流形结构实现新增样本的快速约简的缺点,提出增殖正交邻域保持嵌入(Incremental Orthogonal Neighborhood Preserving Embedding,IONPE)流形学习算法。该算法在正交邻域保持嵌入算法基础上利用分块处理思想实现新增样本子集的动态约简。从原始样本中选取部分重叠点合并至新增样本,对重叠点和新增样本子集不依赖原始样本使用正交邻域保持嵌入(ONPE)进行独立约简获取低维嵌入坐标子集,并基于重叠点坐标差值最小化原则,将新增样本低维嵌入坐标通过旋转平移缩放整合到原样本子集中。齿轮箱故障诊断案例证实了IONPE算法具有良好的增量学习能力,在继承ONPE优良聚类特性的同时有效提高了新增样本约简效率。     

基于有监督增量式局部线性嵌入的故障辨识

提出一种基于有监督增量式局部线性嵌入的故障辨识方法。首先构造全面表征不同故障特性的时频域特征集,再利用有监督增量式局部线性嵌入将高维时频域特征集自动化简为区分度更好的低维特征矢量,并输入Morlet小波支持向量机中进行故障模式辨识。有监督增量式局部线性嵌入结合流形局部几何结构和类标签来设计重构权值矩阵,并采用局部线性投影计算新增样本的嵌入映射,提高了故障辨识精度,实现了新样本的快速增量处理。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。     

邻域自适应增量式PCA-LPP在齿轮箱故障诊断中的应用EI北大核心CSCD

针对流形学习算法的增量处理问题,提出一种邻域自适应增量式PCA-LPP流形学习算法,阐述了算法的基本原理以及增量样本处理方法。对新增样本的引入,首先根据已有样本对协方差矩阵和相似矩阵进行增量更新,而后结合已有样本降维结果对新增样本降维结果进行估计,最后采用子空间迭代法实现新旧样本降维结果的更新。采用齿轮箱故障信号特征向量对邻域自适应增量式PCA-LPP流形学习算法进行检验,结果表明,邻域自适应增量式PCA-LPP流形学习算法降维后特征具有良好的故障分类识别效果。     

邻域自适应增量式PCA-LPP在齿轮箱故障诊断中的应用

针对流形学习算法的增量处理问题,提出一种邻域自适应增量式PCA-LPP流形学习算法,阐述了算法的基本原理以及增量样本处理方法。对新增样本的引入,首先根据已有样本对协方差矩阵和相似矩阵进行增量更新,而后结合已有样本降维结果对新增样本降维结果进行估计,最后采用子空间迭代法实现新旧样本降维结果的更新。采用齿轮箱故障信号特征向量对邻域自适应增量式PCA-LPP流形学习算法进行检验,结果表明,邻域自适应增量式PCA-LPP流形学习算法降维后特征具有良好的故障分类识别效果。     

基于半监督邻域自适应LLTSA算法的故障诊断

为了有效利用振动信号进行故障诊断,提出了一种基于半监督邻域自适应线性局部切空间排列(SSNALLTSA)算法的故障诊断方法。从多域提取振动信号的混合特征,构建原始高维特征集。利用半监督邻域自适应线性局部切空间排列算法对原始特征集进行维数约简,提取出辨识性较高的敏感特征子集。将得到的低维特征输入SVM分类器进行识别,判断故障类型。液压泵故障诊断实验结果表明,该算法克服了LLTSA无监督和使用全局统一邻域参数的不足,可更有效地寻找数据的低维本质流形,提高了识别准确率,具有一定优势。     

基于相空间重构和非线性流形的滚动轴承复合故障诊断

针对滚动轴承振动信号的非平稳以及非线性特点,提出了一种基于相空间重构和非线性流形的滚动轴承复合故障诊断方法。该方法首先将滚动轴承一维振动信号重构到高维相空间,然后计算重构信号协方差矩阵的特征值,以此组成轴承故障诊断原始特征集;采用局部切空间排列算法对原始特征集作特征压缩后,将获得的新的特征输入到K-means分类器中进行轴承故障的识别与聚类。实验结果表明,与经典的线性分析方法PCA相比,该方法的聚类效果更好。     

基于连续小波系数非线性流形学习的冲击特征提取方法

为了提取机械设备故障引发的冲击成分,提出了一种基于连续小波系数非线性流形学习的冲击故障特征提取方法。首先,基于小波熵方法优化出最优的Morlet小波波形参数,实现与冲击特征成分的最佳匹配,获取包含冲击特征信息的最优小波系数矩阵。其次,采用局部切空间排列算法对最优小波系数矩阵进行非线性约简,并基于峭度指标最大化原则,确定出特征空间中的有效低维嵌入,从而提取出最优的冲击故障特征。最后,通过仿真数据和工程实际的应用对比分析,表明该方法采用了局部线性化和全局排列的思想,与线性奇异值分解方法相比,不仅在时域上提取出峭度更大的微弱冲击特征成分,而且在频谱中还提取出了相应的低频故障特征。     

直接无监督正交局部保持特征提取算法

基于局部保持投影发展出的一系列特征提取算法,在应用于人脸识别等高维小样本问题时,均需先采用PCA算法对高维样本降维后才能应用,故此以无监督鉴别分析算法为理论基础,提出了一种直接无监督正交局部保持算法。该算法利用拉普拉斯矩阵的性质进行相应的矩阵分解,可直接从高维样本的原始空间中提取投影矩阵,因而无需先采用PCA降维处理,且解决了无监督鉴别分析算法的小样本问题。为了进一步提高算法的识别性能,给出了基于QR分解的正交投影矩阵的求解方法。人脸库和掌纹库上的实验结果表明了所提算法的有效性。     

未知环境中基于视觉的增量式拓扑建模及导航

针对未知环境提出并实现了一个新的基于摄像机视觉的增量式拓扑建模及导航系统.该系统包括自然路标提取、建模与定位、地图及路标库管理、规划4个主要部分.采用局部显著图像区域构造自然路标,并利用隐马尔科夫模型(HMM)建模当前场景中所获得路标间的关系,构造拓扑顶点.为提高定位精度,设计了最大后验概率(MAP)的学习策略.设计了基于竞争学习的路标管理机制,采用简单的最短路径算法在拓扑图上进行路径规划.该系统支持在线增量式建模,利用局部图像特征及其关系表示环境,定位算法简洁有效,辅以路标管理使之能够适应大规模环境导航任务.实验结果表明该系统路标提取稳定、位置识别率高、定位精确,能够保证机器人在未知环境中的安全导航.     

路标定位中的优化选择策略

基于合作路标的三角定位是自主式移动机器人的主要定位方法。路标的优化选择是提高定位算法精度的关键。本文在给出该算法原理的基础上,通过理论分析和实验证明了路标优化选择对提高定位算法精度的作用,并介绍了路标优化选择的准则。     

非线性分析广义增量法算法研究

本文推导出广义增量法极值点与非临界点的统一形式解,首次指出增量解与增广矩阵零空间基的关系,从而可直接由零空间基得到增量解。首次研究了在Matlab IDE环境下,基于广义增量法的非线性有限元分析实现方法,指出其在数值分析中类似位移增量法的特征。最后,数值分析算例结果表明了该算法与程序的正确性和有效性。     

A control algorithm for improving the accuracy of five-axis machine tools

An algorithm for reducing the influence of geometrical, thermal, kinematic and stiffness errors in five-axis machine tool components on the desired tool position and orientation is given. This new algorithm is based on the calculation of the cutting tool error matrix for orthogonal machine tools. In the new model of this matrix, all angular errors of the machine links are considered as infinitesimal rotations. The error matrix is a function of the commanded machine component positions and the errors in these positions. To correct errors in the three translational and two angular tool positions, a matrix of commanded tool position and orientation is multiplied by the inverse error matrix in every period of the tool trajectory interpolation. This corrected matrix of the tool position and orientation provides the inverse kinematics used for calculation of the successive links positions required for achieving the given tool trajectory. The control algorithm for five-axis machine tools with the error compensation is implemented both in the CNC system and in the postprocessor. The proposed algorithm is applied on a vertical five-axis turning centre with two translational and three rotational axes. Twenty-four errors that could cause inaccurate machining are recognised on this machine. The machine links and their coordinate frames are denoted using the Denavit–Hartenberg parameters.     

基于混合单元法的预应力混凝土梁非线性分析

利用共旋坐标法提出了一种预应力钢筋混凝土梁非线性分析的混合单元模型,在随转坐标系内,采用分层梁单元来模拟混凝土结构,带初应变的杆单元来模拟预应力钢筋,预应力钢筋杆元和混凝土梁元的变形协调则通过非线性刚臂来实现,通过刚臂单元两端节点位移和力的关系形成预应力钢筋对混合单元刚度矩阵的贡献,从而导出随转坐标系下预应力混凝土梁考虑材料非线性的切线刚度矩阵,几何非线性则由单元随转坐标系到结构坐标系的转换矩阵及其微分来体现,从而获得结构坐标系下混合单元模型的几何与材料双非线性切线刚度矩阵。数个钢筋混凝土及预应力钢筋混凝土梁非线性分析算例表明:所提出的混合单元模型能较好地分析预应力钢筋混凝土梁非线性性能,具有一定的实用价值。     

State update algorithm for isotropic elastoplasticity by incremental energy minimization

An original state update algorithm for the numerical integration of rate independent small strain elastoplastic constitutive models, treating in a unified manner a wide class of yield functions depending on all three stress invariants, is proposed. The algorithm is based on an incremental energy minimization approach, in the framework of generalized standard materials with convex free‐energy and dissipation potential. Under the assumption of isotropic material behavior, implying coaxiality of trial stress, increment of plastic strain, and updated stress, the problem is reduced from dimension six to three. Then, exploiting the cylindrical tensor basis associated with Haigh–Westergaard coordinates, the problem is recast in terms of two nested scalar equations. The proposed algorithm (i) exhibits global convergence even for yield functions with difficult features, such as not being defined on the whole stress space, or implying high‐curvature points of the yield domain, and (ii) requires no matrix inversion. After the tensor reconstruction of the unknowns, a simple expression for the algorithmic consistent material tangent is derived. The algorithm is validated by comparison with benchmark semi‐analytic solutions. Numerical results on single material points and finite element simulations are reported for assessing its accuracy, robustness, and efficiency. A Matlab implementation is provided as supplementary material. Copyright © 2015 John Wiley & Sons, Ltd.     

基于方向余弦参量的物坐标系与世界坐标系间的坐标变换

借助物体上三点建立了物坐标系,并给出了其坐标轴的方向余弦计算式。利用矢量代数的方法,推导出以方向余弦为参量的物坐标系到世界坐标系的坐标变换矩阵;利用矩阵求逆的方法,推导出世界坐标系到物坐标系的坐标变换矩阵。作为推论,推导出两种特殊情况的坐标变换矩阵。文中推出的物坐标系与世界坐标系间的两个变换矩阵可作为任意两个坐标系间的坐标变换矩阵,故具有通用性。     

Control of dead-time systems using derivative free local search guided population based incremental learning algorithms

This paper introduces two improved forms of population based incremental learning (PBIL) algorithm applied to proportional integral derivative (PID) controller and Smith predictor design. Derivative free optimization methods, namely simplex derivative pattern search (SDPS) and implicit filtering (IMF) are used to intensify search mechanism in PBIL algorithm with improved convergence than that of the original PBIL. Although the idea of combining local methods and global methods is not new, this paper focuses application of hybrid heuristics to the vast field of control design especially, control of systems having dead-time. The effectiveness of the controller schemes arrived using the developed algorithms namely simplex derivative pattern search guided population based incremental learning (SDPS-PBIL) and implicit filtering guided population based incremental learning (IMF-PBIL) are demonstrated using unit step set point response for a class of dead-time systems. The results are compared with some existing methods of controller tuning.     

基于四元数傅里叶变换的彩色图像数字水印算法

目的提高彩色图像数字水印的抗攻击性能,包括缩放、旋转、平移、噪声攻击等。方法基于坐标变换和四元数傅里叶变换提出一种彩色图像数字水印算法。介绍彩色图像四元数表示形式及其双侧傅里叶变换,并分析笛卡尔坐标和极对数坐标之间的变换关系。选择四元数傅里叶变换后实部的中低频部分作为嵌入区域;为提高算法的抗几何攻击能力,给出笛卡尔坐标系和对数极坐标系之间对应点的位置关系;详细论述水印嵌入和提取的流程。结果针对噪声、滤波、剪切等攻击进行了实验研究,结果表明所述算法可以提高提取信息的准确率和水印的抗攻击能力。结论该算法在保证水印隐蔽性的同时能够抵抗一定程度的攻击,满足版权保护和数字防伪的需要。     

采用增量优化原理的刀具轨迹优化算法研究

一般刀具轨迹生成算法存在某些明显不足,如刀位点过多、轨迹均由直线段构成等,使用中不仅不便于管理,还可能引起刀具与机床的机械冲击.作者提出用增量优化算法解决刀具轨迹的优化问题,目的是精简冗余刀位点,并对刀具轨迹进行光顺处理,以减小对数控机床的机械冲击.算法的特点是通过控制增量因子,在精度允许范围内改善原轨迹的光顺性,获得最佳优化效果.