热释电红外信号人体运动特征识别

根据人体在热释电红外(PIR)探测器的检测区域内沿不同路径和不同方向运动时信号在时域及频域的分布特点,提出一种基于单只PIR探测器信号的人体运动特征识别方法。首先提取人体PIR信号的频谱和短时频谱能量特征;然后进行主元分析(PCA)特征降维,根据典型相关分析(CCA)进行特征融合;最后采用最小二乘支持向量机(LS-SVM)方法进行分类识别。实验以不同人体、不同运动方式的PIR探测器数据为研究对象。分析结果表明,提出的特征提取、特征融合及识别方法能有效地对人体运动特征进行识别。     

基于多特征融合的刀具磨损识别方法

针对刀具磨损监测中多传感器融合监测方法的缺点,提出了基于声发射信号多特征融合与最小二乘支持向量机(lease square support vector machine,简称LS-SVM)相结合的刀具磨损状态监测方法。首先,分别采用经验模态分解法、双谱分析法以及小波包分析法提取采样信号在时域、频域、时-频域内的特征,构造联合多特征向量;然后,利用核主元分析法(kernel principal component analysis,简称KPCA)对联合多特征向量进行融合降维处理,通过提取累积贡献率大于85%的主元,剔除了联合多特征中与刀具磨损相关性较小的冗余特征,生成融合特征;最后,将融合特征送入最小二乘支持向量机,有效地实现了（尤其在小样本下）刀具磨损状态的识别,与神经网络识别方法相比具有更高的识别率。     

基于LS-SVM残差控制图的失控信号诊断

针对多变量统计过程控制中失控信号的诊断问题,提出了一种基于最小二乘支持向量机（LS-SVM）残差控制图的诊断方法,给出了基于LS-SVM残差控制图的构造方法与诊断程序,进行了实例分析与模拟分析,并与基于主成分分析的诊断方法进行了对比。研究结果表明：基于LS-SVM残差控制图的方法可以准确地诊断出失控变量,同时在小样本情况下依然适用。     

基于LS-SVM残差控制图的失控信号诊断

针对多变量统计过程控制中失控信号的诊断问题,提出了一种基于最小二乘支持向量机(LS-SVM)残差控制图的诊断方法,给出了基于LS-SVM残差控制图的构造方法与诊断程序,进行了实例分析与模拟分析,并与基于主成分分析的诊断方法进行了对比.研究结果表明:基于LS-SVM残差控制图的方法可以准确地诊断出失控变量,同时在小样本情况下依然适用.     

Optimal earth pressure balance control for shield tunneling based on LS-SVM and PSO

To avoid ground deformation in the process of earth pressure balance (EPB) shield tunneling, it is necessary to keep the earth pressure balance on excavation face. However, at present the earth pressure control depends mainly on operation experiences which is hysteretic and could result in slow response to the change of earth pressure. To solve these problem, a predictive control strategy for earth pressure balance during excavation is proposed in this paper, where an earth pressure prediction model taking advance speed and screw conveyor speed as the control parameters is established by means of least squares support vector machine (LS-SVM). Further, by minimizing the difference between the predicted earth pressure and the desired one, an optimization model of the control parameters is established, and solved by the particle swarm optimization (PSO) algorithm. Therefore, an optimal EPB control scheme for shield tunneling automatically is presented here. The simulation results demonstrate that the method presented in this paper is very effective to control earth pressure balance.     

基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测研究

变电站的规划设计与建设是电力工程建设的重点内容,快速的对变电站全寿命周期成本进行准确预测对变电站的建设具有指导意义.本文建立基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测模型,将变电站全寿命周期内相关特征指标作为模型的输入,输出为变电站全寿命周期成本.通过仿真算例对比了QPSO优化LS-SVM,PSO优化LS-SVM,传统LS-SVM,BP神经网络4种预测模型的预测结果与相关性能指标.仿真结果表明,QPSO优化LS-SVM模型具有更好的预测精度,在变电站设计建设时能够快速准确的对全寿命周期成本进行预测评估,提高变电站建设的经济性.     

基于LS-SVM的矿用隔爆电源蓄电池容量预测

现有煤矿安全监控系统不能实时在线检测备用蓄电池容量,造成交流断电后备用电池不能可靠运行。提出利用开路电压法检测备用蓄电池容量,通过LS-SVM对蓄电池放电数据进行训练,获取蓄电池端电压与容量的关系模型,在此基础上根据蓄电池端电压实现电池容量预测。通过实验表明,该方法能有效预测矿用隔爆电源备用蓄电池的剩余容量。     

基于自适应LS-SVM的柴油机废气再循环冷却控制系统设计

针对当前柴油机废气再循环冷却控制系统受到时滞问题影响,导致系统开度走势与设定走势不一致、废气再循环效果差的问题,提出基于自适应LS-SVM的柴油机废气再循环冷却控制系统;以AT89C51单片机40针作为电控单元核心部件,利用位置传感器向系统发送负载信号,利用温度传感器来传输信号并反馈至D/A转换器;在D/A转换器中,反馈信号以串行或并行方式进入寄存器,并在转换后输出电流电压,控制系统阀门在排气再循环时的开启;伺服泵采用冷却系统,为系统提供液压动力源;利用自适应LS-SVM原理计算柴油机废气再循环冷却控制目标边界值,在最小二乘支持向量机基础上,利用求解线性方程组进行优化,消除了控制误差;根据控制差的大小,调整控制系统的输出值;由试验结果可知,该系统开度走势与设定开度走势一致,且与设定开度误差为1开度,说明使用该系统具有良好稳态特性,有效克服了系统中时滞问题,废气再循环效果较好。     

基于LS-SVM的一次风机振动在线监测及故障预警研究

针对火电厂一次风机运行工况复杂和多状态变量强耦合特性而难以构建设备精确模型问题,将智能数据挖掘方法应用于风机设备故障预警和诊断中。通过对风机典型运行特性进行分析,提出了一种基于最小二乘支持向量机(LS-SVM)的一次风机振动状态估计和故障预警方法。结合山西河曲发电厂1号机组的1#一次风机历史运行数据,应用Matlab对所提出的方法进行了验证和分析。研究结果表明,该预测方法有较高的估计精度,能够及时辨别一次风机在运行中的振动异常,适用于火电厂辅机设备的故障诊断,具有一定的工程应用价值。     

关于道路交通行车安全距离预测仿真

为了提高道路交通安全,针对行车安全距离的非线性带来的难以准确预测的问题,提出了一种临界行车安全距离的预测方法。以驾驶员驾驶风格类型、前车速度、后车速度、前车减速度为系统输入,以临界行车安全距离为系统的输出,应用最小二乘支持向量机(LS-SVM)建立预测模型。结合仿真软件采集到的样本数据进行训练,得到行车安全距离的预测结果,并与目前普遍采用的BP (Back Propagation)神经网络模型的预测结果进行了对比。实验结果表明,所提出的预测模型能准确地预测临界行车安全距离,且预测准确度明显优于BP神经网络。