有限封闭环境中基于PCA的水声测距方法

有限空间中多途效应严重影响测距的准确性,针对该问题,提出一种基于主成分分析的水声信号测距方法,对信号协方差矩阵进行降维和特征抽取,在保留协方差矩阵信息量的同时抑制多途干扰信号的影响。实验结果表明,该方法能够提高有限封闭液态场环境中水声测距的准确性和稳健性。     

基于信息融合技术的电机故障诊断

为了从多方面反映电机系统状态,实现对电机故障模式的自动识别和准确诊断,将数据融合技术与神经网络相结合,建立电机故障诊断系统。首先在数据融合级上对故障特征量进行分类处理,然后采用多层神经网络进行故障特征级融合和电机故障的局部诊断,获得彼此独立的证据,再运用DS(DempserShafer)证据理论融合算法对各证据进行融合,最终实现对电机故障的准确诊断。诊断测试试验证明,该诊断系统提高了电机故障诊断的精度,能够满足诊断的实时性要求。     

可编程温湿度控制器

介绍了以Intel 8032为核心的智能温湿度控制器。可以根据用户自定义的温度、湿度曲线进行温度和湿度控制，能实时显示温湿度及所处程序段和工作时间，能对系统进行自检，并显示出错信息，能定时打印。带有标准通讯接口，可进行远程操作控制。可应用于产品环境可靠性实验及其他相应场合。     

基于小波KPCA与IQGA-ELM的煤与瓦斯突出预测研究

为有效预防煤与瓦斯突出灾害,针对煤与瓦斯突出预测精度和效率不高问题,提出基于小波核主成分分析(KPCA)和改进的极限学习机(IQGA-ELM)的煤与瓦斯突出预测方法.通过小波核主成分分析法对原始致突指标进行非线性降维处理,提取出致突指标主成分序列,将其作为极限学习机(ELM)网络神经的输入,利用改进量子遗传算法(IQGA)对ELM的输入层权值和隐含层阈值进行优化,建立小波KPCA-IQGA-ELM预测模型,模型的输出为煤与瓦斯突出强度的预测结果.研究结果表明,该模型泛化能力强,可以对煤与瓦斯突出强度进行有效预测.     

基于加权灰色关联投影的Bagging-Blending多模型融合短期电力负荷预测

针对短期电力负荷随时间变化呈现随机性和不确定性问题,提出了一种基于加权灰色关联投影算法Bagging-Blending的融合模型。首先,采用加权灰色关联投影算法对电力负荷中各影响因素(如天气、温度、湿度、日期类型等)进行分析,以选取历史负荷特征。在此基础上,分别将各单一模型SVR (support vector regression)、KNN (K-nearest neighbor)、GRU (gate recurrent unit)、XGBoost (eXtreme Gradient Boosting)、LightGBM (light gradient boosting machine)、CatBoost (Categorical features gradient Boosting)嵌入Bagging集成算法中以提升模型的稳定性和泛化能力。同时利用Pearson相关系数对各单一模型进行相关性分析。然后,依据模型对数据观测空间角度的不同,使用Blending模型对相关性小的模型进行融合。最后,通过新英格兰地区电力负荷数据ISO New England进行验证。所提融合模型与传统单模型(SVR、GRU)和其他融合模型(Bagging-XGBoost、最优加权的GRU-XGBoost)相比,具有较强的泛化能力和较高的稳定性与预测精度。     

基于粒子滤波的液态场环境声源定位方法

研究了石油储罐罐底腐蚀声发射源的定位方法.针对有限空间液态场中水声信号的多途效应严重影响声源目标定位问题,提出一种基于粒子滤波的到达时间差(TDOA)声源定位方法,充分考虑广义互相关结果中多途效应导致的多个峰值,采用高斯似然函数进行重要性采样,实现对多途效应影响的抑制.水池实验结果表明这种方法比传统的Chan方法具有更高的定位准确性和精度,定位结果的均方根误差(RMSE)为Chan方法的10%,提高了定位性能.     

有限空间液态场中声发射信号时延估计方法

石油储罐罐底腐蚀的定位可利用声发射信号的时延估计实现,但在有限空间液态场中信号的传播会产生严重的多途效应,对准确进行时延估计产生不利影响.提出一种基于信号截取的广义互相关时延估计方法.采用曲线拟合法对每路传感器采集信号进行波达时刻估计,然后进行信号截取,对两路传感器截取信号进行基于相位变换的广义互相关,实现信号的时延估计.实验结果表明,该方法能有效克服多途干扰,提高时延估计性能.     

一种基于改进AMDF的时延估计方法

两路传感器接收信号的时延估计是时间到达差(TDOA)定位中需要解决的首要问题。多途效应是影响时延估计性能的重要因素。提出一种基于改进平均幅度差函数（AMDF）的时延估计方法,通过对信号进行多帧延拓与叠加,提高对多途效应的抑制能力。同时,结合广义互相关方法降低算法的噪声敏感性。仿真结果表明,该算法时延估计结果与传统方法相比具有更小的误差和更高的稳定性。     

光纤布拉格光栅传感技术在隧道火灾监测中的应用研究

针对公路隧道存在潜在的火灾问题,提出一种利用环氧树脂封装而成的光纤布拉格光栅传感器对隧道火灾进行监测,分析了其基本原理及温度传感特性,实验结果表明封装后的光纤光栅的温度传感灵敏度约是裸光栅的2.75倍.再利用光纤光栅多区波分复用技术,设计了一套基于光纤布拉格光栅传感技术的隧道火灾报警监测系统.结合现场模拟监测实验,证明该系统灵敏度高、数据准确,能够对隧道火灾报警方位进行精确判断,为隧道火灾的预警和救灾赢得时间.     

基于LE与ICROA-RVM的瓦斯传感器故障诊断

针对瓦斯传感器故障诊断速度慢、诊断精度不高的问题,以常见的冲击型、漂移型、偏置型和周期型传感器输出故障作为研究对象,提出一种基于拉普拉斯特征映射(LE)和改进化学反应优化算法(ICROA)优化的相关向量机(RVM)进行模式分类与辨识,实现瓦斯传感器故障诊断。首先采用流形学习方法 LE对高维原始数据空间进行非线性降维特征提取,提取故障特征,该方法极大地保留了原始数据中的整体几何信息;然后将故障特征作为RVM模型训练输入,利用ICROA算法对RVM模型的核参数进行全局寻优,将训练好的ICROA-RVM模型对测试样本进行故障诊断。实验结果表明:该诊断方法具有训练速度快,故障辨识精度高的特点,故障诊断正确率在96%以上,能够有效地提高瓦斯传感器故障诊断的速度和准确性。