基于Volterra核的MIMO非线性电路建模及智能特征提取

为了解决模拟乘法器等多输入测量电路的智能故障诊断准确率低的问题,文中研究了多输入多输出(MIMO)电路的基于Volterra级数的建模方法,为电路的故障诊断提供模型,提出了整体退火遗传特征提取方法,利用整体退火遗传算法的全局寻优能力优化故障诊断特征参数的提取,以选出各种故障状态之间特征差异最大的特征,以提高故障诊断的准确率,以模拟乘法器电路为例进行了建模及故障特征智能优化提取实验.实验表明,文中方法可以有效建模并提高智能故障诊断的准确率.     

精细控压压力平衡法固井技术

我国在进行油气田开发的过程中，针对油气田开发开采过程中的压力系统难题：窄压力窗口，使用精细控压技术能够有效的解决。油气田在进行尾管固井施工作业的过程中，一些常规的技术措施和工艺方法已经无法满足油气田开发开采中施工的具体要求，就可能会出现井漏、井控、环空带压等一系列开发生产难题。现今油气田企业需要立足于已经掌握的工艺技术基础之上，配合使用精细控压压力平衡法进行固井施工作业，提高油气开发井的封固质量，保障其全生命生产周期，促使油气田得以安全、高效生产。     

基于BP神经网络的模拟电路故障诊断研究

在简要介绍标准BP神经网络基本原理的基础上。详细说明了基于改进BP神经网络算法的模拟电路故障诊断方法和设计步骤，根据网络总误差来自适应调节网络的学习率，加速网络的收敛过程。此算法应用于电路的故障诊断，能够对被测电路的故障进行有效并且精确的分类。以折线式有效值测量电路为例，设计了基于改进BP神经网络算法的模拟电路故障诊断系统，以实际测试数据作为训练样本进行学习训练后，对其它实际测量数据进行诊断，结果正确，验证了算法的有效性。     

LED路灯光照强度自适应控制方法

根据黄昏时分自然光照缓慢变弱的特征,提出了一种基于神经网络的LED路灯光照强度自适应控制方法,实现了LED路灯光照强度随自然光照强度变化自动调节。该方法以LED路灯光照测量输出电压与光照强度之间函数关系的单调递增性(即导数大于0)为先验知识,构造神经网络模型训练的约束条件,并利用Lagrange乘子法构建增广拉格朗日函数作为训练目标函数,给出了详细的训练算法,完成神经网络优化设计,提高了LED路灯光照强度自适应控制模型的泛化能力。仿真实验表明,这种基于约束条件的神经网络方法(CCNN),比传统的数据驱动训练方法(DINN,即仅利用数据样本训练神经网络)具有更好的泛化能力,模型误差更小;现场测试表明,黄昏时分采用这种CCNN方法的LED路灯节能最大超过20%。