基于软超球体的高维非线性数据异常点识别算法

在冶金、化工等流程型工业领域,生产中的过程控制参数往往具有高维非线性结构特征.为了解决这类高维复杂数据的异常点检测问题,本文引入了软超球体的概念,采用非线性核函数将原始数据映射到高维的特征空间,并在特征空间中确定软超球体的边界.通过检测待识别样本映射到特征空间的位置信息来判定过程参数的设定值是否为异常点,从而避免出现批量的产品质量问题.以某类汽车用钢为应用实例,对实际生产数据进行检测,证明了所提出的基于软超球体的异常点识别算法对于高维的非线性数据具有良好的检测能力.     

DHCR和DR一体化计划调度的体系结构研究及应用

针对DHCR和DR（direct hot charging rolling and direct rolling）工艺的特点,提出了一种包括批量计划层、作业调度层和动态调度层的DHCR和DR一体化计划调度三层体系结构。批量计划层包括合同计划优化模块和一体化批量计划优化模块,作业调度层包括作业调度优化模块,动态调度层包括基于规则的动态调度主控模块和实时控制器。分析了各层的结构、功能、特点和若干设计指导思想。按照该体系结构开发了武钢二热轧DHCR生产管理系统,生产计划的75％可实现直装轧制（平均装炉温度在700℃以上）,加热炉产能提高了30％,同时减少了计划编制和调度所需要的时间。实际应用结果表明,该体系结构是行之有效的。     

邻域自适应选取的局部投影非线性降噪方法

局部投影降噪算法已广泛应用于非线性时间序列的分析中，但受邻域选取的影响较大。提出了一种按照自适应方式选取邻域大小的局部投影降噪算法。首先用时间延迟方法将一维时间序列重构到高维相空间。然后逐步增大每个待分析相点的领域大小，根据领域最大主方向变化过程中首次出现平稳阶段时，自适应地确定该相点的最优领域，最后再用局部几何投影的方法去除噪声成分。对洛伦兹信号和杜芬信号分别添加不同噪声水平的高斯白噪声，对领域自适应选取的局部投影算法与标准局部投影算法的降噪效果进行了比较。实验结果表明，自适应邻域选取方法，提高了局部投影算法的降噪能力和对领域参数的鲁棒性。     

POA策略模型在分布式远程诊断系统中应用

分析了现有的大型设备分布式远程诊断系统中出现的问题,提出基于CORBA的POA机制的POA策略模型,讨论了POA策略的细节特点以及优化方式.重点介绍了POA策略模型在分布式诊断系统中的应用,以解决系统的稳定性、实时性和可扩展性的问题.     

ART神经网络集成系统软件的研制

根据自适应谐振理论以及心理学，生物化学和神经生理学研究成果，深入研究了ＡＲＴ神经网络模型并振探索出ＡＲＴ１神经，ＦＡＲＴ网络，ＡＲＴ２网络和ＡＲＴ３网络所对应后套实用基本算法，在此基础上，研制完成了ＡＲＴ神经网络集成系统软件并将其应用于轴承的生态监测和故障诊断。     

基于二维X射线衍射技术的铝箔织构在线检测

搭建一套基于二维X射线衍射技术的材料微结构在线检测系统,通过对系统实时采集的衍射数据沿方位角方向积分,对电解电容器铝箔材料立方织构进行在线检测,建立了衍射半峰宽、总衍射强度、织构体积量与铝箔立方织构含量间的关系,与传统离线的蚀坑定量检测法对比,立方织构含量绝对误差控制在2%,满足在线检测需求。最后,进行了系统相关因素对在线检测结果影响程度的研究。结果表明:运动速度和样品高度的变化对结果影响较小,而运动方向与轧向夹角以及机构倾角对结果影响较大,实际检测中应严格控制。     

遗传算法在缺陷特征选择中的研究

由于冷轧带钢表面缺陷的类型多种多样,在所提取的特征集中,需要寻找出一组较优的特征集,使之可以更有效地表达缺陷的本质特征,从而提高缺陷识别的准确率。针对该问题,研究了遗传算法在缺陷特征选择中的应用,并在充分研究信息熵理论的基础上,以平均净分类信息为遗传算法的适应度函数,以弥补互信息熵作为适应度函数所导致的不足。实验表明,利用遗传算法得到的特征集,对现场的冷轧带钢表面缺陷进行分类时,能得到更高的分类准确率。     

基于LVQ神经网络的冷轧带钢表面缺陷分类方法

将LVQ神经网络用于冷轧带钢表面缺陷的自动分类中,解决了以往分类方法在多缺陷模式类型情况下耗时多和准确率低的问题.对现场采集到的14种主要缺陷类型进行了实验.实验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,在多缺陷种类分类的过程中准确率能得到保证.     

自适应多尺度形态学分析及其在轴承故障诊断中的应用

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号.     

形态小波在中厚板表面裂纹缺陷检测中的应用

中厚板表面裂纹缺陷在图像中容易受背景噪声和氧化铁皮的影响,传统的图像处理方法很难将裂纹缺陷从图像中检测出来.提出了将形态小波变换应用于中厚板表面裂纹缺陷检测的方法.该方法利用小波分解对突变信号的检测能力,结合裂纹缺陷在形态上近似于直线的性质,将裂纹缺陷从图像中准确提取出来.实验证明形态小波用来检测中厚板表面裂纹缺陷比用其他方法更有效.