排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
为了提高测量数据可靠性,过程控制领域广泛采用双冗余传感器测量生产状态信息,而目前处理双传感器测量数据常用的方法为线性无偏估计融合理论。通过估计理论得到的测量数据同时涉及方差和偏差两个统计特性。由于无偏测量数据具有无偏性的优良性质,所以测量方差能够全面地描述无偏测量数据的可靠性,然而不能由此认为无偏测量数据一定具有高可靠性。为了进一步提高双传感器测量数据的可靠性,提出有偏估计数据融合方法。首先,证明了有偏测量能够改善单传感器测量数据的可靠性;其次,采用凸组合方法推导了双传感器有偏估计融合表达式;最后,证明了有偏估计融合的均方误差小于任意单传感器的均方误差。仿真分析与实例应用均表明有偏估计数据融合可以有效地提高双传感器测量数据的可靠性。 相似文献
2.
3.
准确估计储能电池的健康状态(State-of-health,SOH),对电池的容量及安全管理有着重要意义。使用双卡尔曼滤波算法实现对模型参数和状态的估计,并结合安时积分法逆过程,实现SOH估计。为提高双卡尔曼滤波算法的鲁棒性和估计精度,对算法结构进行改进,建立起参数辨识和状态估计的耦合结构;并结合模型状态和参数的时变特点,引入多时间尺度方法,提出一种多时间尺度双扩展卡尔曼滤波算法。在放电深度为50%的恒流放电数据上的应用结果证实了所提算法的有效性,稳定后的SOH估计误差小于2 Ah,精度较改进前有较大的提升,且具有很好的鲁棒性。 相似文献
4.
溢流是钻井作业中最常见的事故之一,如果对溢流监测与诊断不及时,可能导致严重的井控风险,甚至井喷。钻井现场监测数据较多,直接采用这些数据作为溢流诊断模型的输入会增加模型的复杂度,影响模型的准确率,并且在诊断模型建立过程中存在溢流样本数据标记代价较高的问题。为此建立了基于核主成分分析-半监督极限学习机(KPCA-SSELM)的钻井溢流诊断方法。首先利用核主成分分析(KPCA)算法对钻井各参数进行信息整合,提取其主成分以反映原数据的核心信息,然后选用半监督极限学习机(SSELM)算法进行模型训练,最后利用现场钻井数据与SSELM和KPCA-ELM等模型进行对比实验,验证模型的有效性。结果表明,基于KPCA-SSELM的模型较其他模型具有较高的溢流诊断率及模型泛化能力,采用半监督极限学习机算法能够在钻井数据标记样本比较少的情况下充分挖掘无标签样本所包含的信息训练网络,进一步提高模型的性能,具有很好的应用前景。 相似文献
5.
为了提高测量数据可靠性,过程控制领域广泛采用双冗余传感器测量生产状态信息,而目前处理双传感器测量数据常用的方法为线性无偏估计融合理论。通过估计理论得到的测量数据同时涉及方差和偏差两个统计特性。由于无偏测量数据具有无偏性的优良性质,所以测量方差能够全面地描述无偏测量数据的可靠性,然而不能由此认为无偏测量数据一定具有高可靠性。为了进一步提高双传感器测量数据的可靠性,提出有偏估计数据融合方法。首先,证明了有偏测量能够改善单传感器测量数据的可靠性;其次,采用凸组合方法推导了双传感器有偏估计融合表达式;最后,证明了有偏估计融合的均方误差小于任意单传感器的均方误差。仿真分析与实例应用均表明有偏估计数据融合可以有效地提高双传感器测量数据的可靠性。 相似文献
6.
作为水下生产系统的重要组成部分,水下生产控制系统具备数据采集、远程控制和异常情况监测处理等功能。由于受到水下井口分布范围广、管缆截面积较小、传输距离远等因素影响,水下生产控制系统液压子系统性能的分析较为复杂。为了提高液压子系统性能和验证设计方案合理性,通过建立液压控制系统模型,针对多种工况进行仿真分析,得到液压子系统充压时间、操作时间和关断时间等仿真结果,并对系统的性能和稳定性进行了分析。同时,通过对锁型电磁阀和紧急关断电磁阀的分析和建模仿真,提出液压子系统设计优化方法。优化方法有效缩短了系统响应时间、优化了系统性能,可作为水下生产控制系统研究、设计的参考。 相似文献
7.
随着国外海洋油气勘探装备研发技术的封锁,深海电液换向阀的国产化研制成为我国迫切要解决的问题。在对两位三通电液换向阀结构和性能分析的基础上,建立其开启和关闭过程中阀位切换的动态数学模型,对两位三通电液换向阀的动态特性进行仿真分析,研究换向阀开闭过程动态性能。由Simulink仿真结果得到在阀开闭过程中阀芯位移和主阀两端压力的变化规律,证实了所建阀位切换动态数学模型的正确性。 相似文献
8.
Ordinary least squares (OLS) algorithm is widely applied in process measurement, because the sensor model used to estimate unknown parameters can be approximated through multivariate linear model. However, with few or noisy data or multi-collinearity, unbiased OLS leads to large variance. Biased estimators, especially ridge es-timator, have been introduced to improve OLS by trading bias for variance. Ridge estimator is feasible as an esti-mator with smaller variance. At the same confidence level, with additive noise as the normal random variable, the less variance one estimator has, the shorter the two-sided symmetric confidence interval is. However, this finding is limited to the unbiased estimator and few studies analyze and compare the confidence levels between ridge estima-tor and OLS. This paper derives the matrix of ridge parameters under necessary and sufficient conditions based on which ridge estimator is superior to OLS in terms of mean squares error matrix, rather than mean squares error. Then the confidence levels between ridge estimator and OLS are compared under the condition of OLS fixed sym-metric confidence interval, rather than the criteria for evaluating the validity of different unbiased estimators. We conclude that the confidence level of ridge estimator can not be directly compared with that of OLS based on the criteria available for unbiased estimators, which is verified by a simulation and a laboratory scale experiment on a single parameter measurement. 相似文献
9.
10.
为了提高测量数据可靠性,多传感器数据融合在过程控制领域得到了广泛应用. 本文基于有偏估计能够减小最小二乘无偏估计方差的思想,提出采用多传感器有偏估计数据融合改善测量数据可靠性的方法. 首先,基于岭估计提出了有偏测量过程,并给出了测量数据可靠性定量表示方法,同时证明了有偏测量可靠度优于无偏测量可靠度. 其次,提出了多传感器有偏估计数据融合方法,证明了现有集中式与分布式无偏估计数据融合之间的等价性. 最后,证明了多传感器有偏估计数据融合收敛于无偏估计数据融合. 实例应用验证了方法的有效性. 相似文献