基于WSVM的软测量算法应用研究

为了克服污水处理过程中随机干扰严重影响软测量效果的不足,基于支持向量机(SVM)核方法和小波多分辨率理论,提出了一种多分辨率小波核支持向量机的机器学习方法,并应用于对污水处理过程水质参数的软测量中.利用支持向量回归机与参数特性混合建模,实现了对BOD浓度与COD浓度的在线软测量.仿真结果表明:应用该软测量技术能较好地克...     

小波支持向量机多分类器在轴承性能退化评估中的应用

为了准确地对轴承性能退化过程数据进行评估,将Mexican hat小波函数引入支持向量机多分类器中,提出一种小波支持向量机多分类器.并基于平移不变核函数条件,给出该小波函数为容许核函数的证明.根据"一对多"算法建立支持向量机多分类器.通过对内圈故障和滚动体故障的轴承性能恶化过程中数据的分析,表明小波支持向量机具有比BP(back propagation)神经网络、RBF(radial basis function)核函数支持向量机更高的分类正确率.     

基于OGA-KSVR的电能计量设备测量误差预测

针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化.首先,提出一种线性加权多核函数融合多个应力特征,利用核权值系数刻画不同应力对电能计量设备的影响.然后,在核函数参数选择阶段,为了避免对参数人工调整的...     

流体力学中无粘流动的再生核解法

利用再生核理论并结合有限差分法给出了一种新的求解描写无粘理想流动的一维非定常可压Euler方程组的方法———再生核解法。由于再生核函数的导数同时又是小波函数 ,通过数值试验及对误差的分析 ,表明该方法具有操作简单和精度高等诸多优点     

基于小波包变换的支持向量机损伤诊断方法

针对结构损伤识别中缺少实际损伤样本的问题,提出基于小波包特征提取的支持向量机结构损伤诊断方法.该方法将结构振动信号小波包分解后的频带能量,经过多传感器数据融合后作为特征向量,输入到多分类的支持向量机中,实现了结构多损伤的识别和定位.应用该方法对IASC-ASCE模型进行了分析,试验结果表明,小波包分解频带能量能够较好地反映结构的损伤特征.多传感器数据融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,提高了损伤诊断准确率.     

基于小波去噪和支持向量机的苹果品种识别法

本文提出了一种用电子鼻来区分富士、花牛、姬娜3种不同品种苹果气味的方法。首先利用多尺度小波分析对气体传感器的数据进行去噪处理,再用支持向量机建立识别模型,最后通过优化2个支持向量机模型的核函数及其参数,将重叠的苹果气味数据进行高维空间变换用SVM回归模型识别。实验结果表明,第一个支持向量机模型对花牛苹果的识别正确率达到100％,第二个支持向量机模型对姬娜和富士的识别率大于90％。     

改进投票策略的Morlet小波核支持向量机及应用

主要研究了现有支持向量机存在的问题,提出基于贝叶斯优化投票策略和Morlet小波作为核函数的改进方法.通过贝叶斯优化改进支持向量机分类投票策略,实现对不可分区域数据的有效分类.通过建立Morlet小波核支持向量机,使向量机更加适合冲击非线性信号的分类,并用一个滚动轴承的实例说明方法的鲁棒性和可靠性.     

基于果蝇优化算法-小波支持向量数据描述的滚动轴承性能退化评估

针对支持向量数据描述(SVDD)算法对滚动轴承早期故障不敏感、参数选择困难的问题,提出了一种基于果蝇优化算法-小波支持向量数据描述(FOA-WSVDD)的滚动轴承性能退化评估方法。提取滚动轴承早期无故障振动信号的时域、时频域特征向量,并基于单调性进行特征选择;针对现有核函数对滚动轴承早期故障不敏感问题,将小波核函数引入到SVDD算法中;针对SVDD算法参数选择困难的问题,以支持向量个数与总样本数的比值作为适应度函数,采用改进的FOA算法对其核参数进行优化,建立FOA-WSVDD评估模型;最后,将轴承后期振动数据的特征向量输入到该WSVDD模型中,得到轴承的性能退化指标。试验结果表明,采用所提方法能准确地对轴承早期故障作出预警,与基于高斯核函数的SVDD算法相比,提前了17h。     

一种基于小波包与KPCA的发动机多信号融合故障诊断方法

针对活塞式发动机典型故障提出一种基于小波包分析与核主成分分析技术的多信号融合诊断方法。首先采用小波包对原始振动信号进行分解,提取故障频域特征;然后融合振动时域信号及机组排温等热工参数,采用核主成分分析技术进行参数维度缩减,获得典型故障的敏感特征;最后采用支持向量机完成故障自动分类。实际故障案例数据表明,该方法可有效提取发动机故障特征,故障分类准确性较高。     

基于扩展的径向基函数核支持向量机的产品销售预测模型

针对产品销售时序具有多维度、非线性的特征,通过设计一种扩展的径向基函数核函数,将其应用于支持向量机中,得到一种扩展的径向基函数核支持向量机;设计了一种改进的免疫优化算法对其参数进行寻优.将该方法应用于汽车销售预测实例中,并与反向传播神经网络、采用一般径向基函数核的支持向量机及多尺度支持向量机进行了比较.实验结果表明该方法可行有效,其预测精度优于其他三种方法.     

基于优化多核支持向量回归的制造过程均值偏移幅度估计

为更加准确地估计制造过程均值偏移幅度,提出了一种基于多核函数支持向量回归（SVR）的估计方法。多核函数由线性核、多项式核和径向基核3种基本核函数凸组合而成,并通过粒子群优化算法（PSO）对核参数、组合权重系数以及SVR的惩罚系数C进行联合优化,以五折交叉验证求得训练样本的决定系数均值作为粒子适应度值,使生成的多核SVR获得良好的泛化能力。将该多核SVR与累积和（CUSUM）控制图集成构建了过程均值偏移监测模型,仿真实验结果表明,该方法相对人工神经网络（ANN）方法估计精度明显提高,比采用单一径向基核函数的SVR更为优越;在实际齿轮加工过程中进行应用验证,进一步证实了该方法的有效性和实用性。     

再生核质点法模拟金属镦粗过程

介绍再生核质点法的基本原理及其在刚塑性可压缩材料体积成形中的应用,采用罚函数法处理边界条件,为使结果收敛于精确值,对积分过程采用积分修正和稳定化技术,采用Newton-Raphson方法使非线性方程线性化,对下一时间步工件的形状可以用更新的节点坐标计算,模拟了二维平面镦粗过程,模拟结果与实际变形情况相符,说明该方法的有效性。     

Analysis of rectangular laminated composite plates via FSDT meshless method

A meshless approach based on the reproducing kernel particle method is developed for the flexural, free vibration and buckling analysis of laminated composite plates. In this approach, the first-order shear deformation theory (FSDT) is employed and the displacement shape functions are constructed using the reproducing kernel approximation satisfying the consistency conditions. The essential boundary conditions are enforced by a singular kernel method. Numerical examples involving various boundary conditions are solved to demonstrate the validity of the proposed method. Comparison of results with the exact and other known solutions in the literature suggests that the meshless approach yields an effective solution method for laminated composite plates.     

改进的核费舍尔方法识别材料微缺陷

由于微缺陷信号易受到材料结构噪声的影响,使得传统的分类方法对微缺陷信号的分类准确率有待进一步提高。因此,将核费舍尔方法用于微缺陷信号的分类识别中,并提出自适应的核参数优化方法。改进后的核费舍尔分类方法能够根据待分类数据的特点选择出最优核参数,因此对微缺陷信号的分类识别具有较高的准确率。为证明方法的有效性,用100 MHz高频聚焦探头对典型金属材料进行检测,采集夹杂、裂纹、缩孔和正常4类超声信号,分别从时域、频域和小波域提取出20个特征量,实验结果表明:利用改进的核费舍尔方法对4类微缺陷信号识别的准确率达到96.25%,比其他分类方法具有更高的准确率。     

Development of the meshless Hermite–Cloud method for structural mechanics applications

In this work, a novel true meshless numerical technique is proposed. It is termed the Hermite–Cloud method and is based on the classical reproducing kernel particle method except that a fixed reproducing kernel approximation is used instead. Another distinction is that the point collocation technique is used for the discretization of the governing partial differential equations. In this method, the Hermite theorem is employed for the construction of the interpolation functions. Through the constructed Hermite-type interpolation functions, we are able to generate the expressions of approximate solutions of both the unknown functions and the first-order derivatives, in a direct manner. A set of auxiliary conditions have also been developed so as to construct a complete set of PDEs with mixed Dirichlet and Neumann boundary conditions. Through several structural analysis examples, it is shown that the numerical results at the scattered discrete points generated by the Hermite–Cloud method are distinctly improved, for both the approximate solutions as well as the first-order derivatives.     

薄壁件不一致刀齿铣削时铣削力系数构造与预测

针对薄壁件铣削过程中刀齿半径不一致现象引起的铣削力系数计算失真问题,提出构造刀齿半径不一致时的实际铣削力系数,并采用核偏最小二乘法对不同铣削用量时的实际铣削力系数进行预测。针对两齿螺旋铣刀铣削过程推导理论铣削力系数,根据刀齿半径不一致铣削过程引入名义铣削力,推导刀齿半径误差,构造实际铣削力系数;基于核分析方法突出的非线性分析及预测能力,提出采用核偏最小二乘法在高维空间建立实际铣削力系数关于铣削用量及其组合量的预测模型,分析该方法中核主元个数、高斯核函数核参数对预测模型精度的影响并确定其取值范围。最后分析考虑刀齿半径误差与不考虑时的铣削力系数,并比较核偏最小二乘预测方法与偏最小二乘预测方法,结果表明所提铣削力系数构造过程及预测方法具有较高的计算精度和预测能力。     

基于配点型无网格法的金属体积成形过程数值模拟

基于配点型无网格法的基本原理，阐述了采用配点型无网格法求解偏微分方程的步骤和方法，推导了刚塑性二维轴对称问题的配点型无网格法求解公式。以汽车气门弹簧座冷挤压过程为例，对金属体积成形的塑性变形情况进行了模拟分析。算例表明，配点型无网格法不需要借助背景网格或有限元网格进行数值积分，解决了伽辽金型无网格法计算效率低的问题。计算结果与有限元法比较接近，说明配点型无网格法用于金属塑性大变形过程数值模拟是可行性的。