基于形态滤波器和中心极值差分的直流电机间接测速

提出了一种基于数学形态学和中心极值差分的直流电机间接测速新方法.首先,在介绍数学形态学理论的基础上,构建了多元素结构并行复合形态滤波器;其次,根据直流电机电流的特点,提出了基于中心极值差分(CED,central extreme difference)的电流频率求取方法;最后根据电机电流频率和转速间的关系,获取了电机的转速特性.较之小波阈值消噪,通过形态学滤波获取的电流曲线较光滑,滤波效果更好;与基于小波脊线的测速方法相比,所提方法不仅获取的转速曲线波动程度较小,而且计算速度也有大幅度的提高.     

倾转旋翼机飞控系统的变精度粗糙集-OMELM故障诊断方法

结合变精度粗糙集(VPRS)和优化极限学习机(OMELM)诊断算法的优点,将变精度粗糙集引入OMELM中,提出变精度粗糙集-OMELM故障诊断方法,用于诊断倾转旋翼机过渡模式下飞控系统的故障。首先根据采集的倾转旋翼机多故障输出信号的数据特点,提出一种属性约简算法,定义了一种新的变精度粗熵;然后从信息论互信息增量的角度定义属性重要性,构造OMELM分类器并对约简后的属性特征进行故障多分类;最后以XV-15进行验证,结果表明所提出的方法平均辨识率高、诊断时间短。     

基于限定样本序贯极端学习机的模拟电路在线故障诊断

为解决故障特征样本分批加入时分类模型的在线更新问题,提出一种限定样本序贯极端学习机(LSSELM)。 LSSELM通过逐步添加新样本,同时剔除与其相似度最高的同类别旧样本来提高模型的动态适应能力,并通过Sherman-Morrison矩阵求逆引理来降低计算复杂度,实现输出权值的递推求解,完成模型的在线训练。将LSSELM用于模拟电路在线故障诊断,结果表明相比在线序贯极端学习机(OS-ELM)和LSSELM的诊断准确率更高,具有更好的泛化性能。     

一种用于软测量建模的增量学习集成算法

针对软测量模型在实际应用中遇到的问题, 结合AdaBoost 集成学习思想, 提出适用于软测量回归的集成学习算法, 以提高传统软测量模型的精度. 为了克服模型更新技术对软测量实际应用的制约, 将增量学习机制加入软测量集成建模中, 使软测量模型具有在线实时更新的增量学习能力. 对浆纱过程使用新方法建立上浆率软测量模型, 并使用实际生产数据对模型进行检验, 检验结果表明, 该模型具有很好的预测精度, 并能够较好地实现在线更新.

     

叠板式多缸薄板成型液压机参数化设计

在已有的300 MN多缸薄板成型液压机的基础上,运用基于VB的SolidWorks二次开发方法与自顶向下完全建模技术,通过驱动模型关键尺寸参数,对新产品进行参数化设计,并用ANSYS仿真优化.通过参数化设计可使该类产品系列化,提高新产品研发速度,促进该类型产品的国产化.     

基于FRS与GA-ELM的煤与瓦斯突出预测研究

针对煤与瓦斯突出发生内在机理复杂性、致突因素与突出事件之间模糊性导致预测精度不高这一问题,提出将模糊粗糙集理论（FRS）结合改进的极端学习机（ELM）进行煤与瓦斯突出预测。通过FRS信息约简理论降低致突因素原始数据属性维度,提取出致突辅助因素,与主要因素共同作为ELM网络神经元输入,利用遗传算法（GA）对极端学习机网络输入权值、隐含层阈值进行优化,建立GA-ELM预测模型,模型输出为煤与瓦斯突出强度预测结果。经过模型训练和试验验证,该模型泛化能力强、预测精度高、收敛速度明显加快。     

新疆极端降水事件时空变化特征研究

基于新疆1960—2011年的日降水量数据,选取持续干燥指数、持续湿润指数、年总降水量、强降水天数、强降水量、1 d最大降水量、5 d最大降水量和普通日降水强度8个极端降水指标,采用线性倾向率、Mann-Kendall突变检验及主成分分析法研究新疆极端降水的时空分布特征及演变趋势。结果表明:时间变化上,新疆极端降水的持续湿润指数均呈上升趋势,持续干燥指数呈下降趋势,表明新疆降水量总体呈增加趋势;空间变化上,南疆、北疆极端降水指标的年际变化表现出明显差异,北疆湿润指数大、年际变化率大,南疆湿润指数小、年际变化率小;极端降水指标基本上在1986年、1987年发生突变,各指标突变前后的变化率存在明显差异;时间上的主成分分析表明降水量整体增加,干燥程度下降;空间上的主成分分析表明,北疆降水量多于南疆,南疆较北疆干旱。     

糖厂澄清工段生产指标建模及操作参数优化

针对亚法糖厂澄清工段清汁色值和清汁残硫量难以在线测量的问题,提出了一种基于人工蜂群优化的在线极限学习机软测量方法;先用核主元分析法确定影响清汁质量的关键参数,建立基于在线极限学习机的软测量模型;同时利用人工蜂群算法对在线极限学习机的隐层参数进行寻优,优化所建模型;最后,使用带约束的粒子群对软测量模型进行优化求解,得到典型工况下的最优操作设定值,为后续工况操作提供参考依据;仿真结果表明,基于人工蜂群优化的在线极限学习机模型能够准确地预测清汁色值和残硫量,同时基于此模型优化的操作参数设定值能够达到期望的指标.     

基于马尔科夫链残差修正的EMD-MELM混凝土坝位移预测模型

基于经验模态分解(EMD)、改进的极限学习机(MELM)以及马尔科夫链,提出了一种新的混合模型。由于混凝土坝的变形可看成静水压力、环境温度和时间效应而产生的变形,前两者体现总变形中的周期性分量,后者体现为总变形中的趋势性分量,所以在数据预处理阶段,利用经验模态分解技术将坝体总位移序列分解为趋势分量位移和周期分量位移,选择多项式函数预测趋势分量位移,提出了一种改进的极限学习机,即均值学习机集成(MELM),采用MELM模型对周期分量进行预测。再使用马尔科夫链修正模型对两个模型的拟合残差进行修正预测,叠加各预测值得到最终预测值。在某混凝土坝的应用表明,该组合模型的拟合及预测精度明显优于传统模型,具有操作简便、预测精度高、训练速度快等优点。     

气候变暖背景下海洋工程设计中几个方面的新提法

介绍了全球气温升高对海洋工程的影响.传统的海洋工程设计中都没有考虑气温升高这个情况.而气温还在进一步升高,气温升高导致海平面上升;洋面气温高,这又导致台风频发强度增大.在海洋工程设计中应该考虑到这些影响.本文介绍了应对全球气温升高和海平面升高,设计高水位、年极值波高和设计风速的一种新提法.