基于模糊专家系统的钻井溢流智能预警技术

针对钻井过程中由于地质信息复杂或缺乏邻井资料的原因,而使得无法建立基于样本信息的溢流预警模型的 问题,通过对溢流发生机理及其表征规律进行研究,提出了一种基于分层思想的模糊专家系统所构建的溢流智能预警 模型,该模型利用钻井专家的知识经验结合溢流表征规律能实现钻井溢流智能预警。该溢流智能预警模型通过对溢 流表征参数进行模糊化处理,再结合模糊规则库进行推理计算,并将所得结果进行反模糊化处理,从而实现快速、准确 的溢流智能预警。通过现场数据对钻井溢流智能预警系统的验证表明,该溢流智能预警技术能够满足现场应用需求, 具有较好的应用前景。     

基于车路协同的行人过街主动安全预警系统

为了解决交叉口信号过渡期间行人与车辆常因路权不明确而产生冲突导致交通事故的问题,设计基于车路协同的行人过街主动安全预警系统;采用模块化设计方案,将该系统分为检测模块、控制模块、预警模块及无线通信模块;该系统检测行人和车辆的位置与速度,并对冲突情况进行判别,针对不同情况,执行相应的预警方案;该系统通过语音提示桩对行人进行预警,通过智能斑马线的不同颜色显示,对行人和车辆进行双向预警;在对停车视距模型和行人过街安全心理模型进行改进的基础上,提出考虑人车特性的车辆安全制动距离模型。结果表明：所提出的模型将多种因素协同耦合,考虑了车辆大小和类型对行人心理的影响,具有安全性和有效性;所设计的系统从理论和技术2个方面解决了行人过街安全问题。     

基于动态主题模型的往复机械故障早期预警方法

往复机械的故障早期高预警准确率对于设备安全运维具有重要意义。目前企业广泛应用的单特征门限报警方法存在预警准确率普遍较低的问题,这主要是由往复机械运行过程中振动激励性信号的非平稳性导致。针对该问题,提出一种基于动态主题模型(dynamic topic model, DTM)的往复机械故障早期预警方法。该方法运用机器统计学习的主题模型建模方法,基于往复机械正常运行状态的数据生成正常运行数据模型分布,并将其作为基准模型,根据实时工况状态数据建立的混合模型与基准混合模型间的差异实现对往复机械的故障早期预警。最后,分别采用往复压缩机工程案例数据和故障模拟试验数据对所提方法进行验证,结果表明：所提方法可准确识别设备的异常状态,同时减少了预警分析计算时间,有效提升了往复机械故障早期预警的准确性和时效性。     

一种实用的警情智能预测与处理系统

针对传统安防系统的不足,开发了一种实用的警情智能预测与处理系统。该系统能实时预测监控目标的入侵路径,提前进行预警,并可根据警力分布、警情紧迫程度、防范目标风险控制机制等自动选择最优处警方案,进行主动防御。该系统的研发提升了安防系统的智能化水平,可广泛应用于各种区域性的安防系统。     

多参数监测智能轴承的设计与研究

研制了一种多参数监测智能轴承。该智能轴承对轴承实际工况中的振动加速度、转速和温度进行实时监测,并将测量数据传递给云端数据管控平台,实现对轴承运转状态的监控与故障预警,重点研究了轴承振动加速度的测量方式,通过对轴承工况下振动特性的研究与轴承内部结构的分析,选择采用三轴振动加速度计作为研究基础进行测量;通过对轴承内圈结构的改造,采用霍尔传感器与磁编码体相结合的方式测量轴承转速;采用温度传感器测量轴承内圈的温度。通过将该智能轴承与传统轴承座监测系统的对比,可知研发的智能轴承性能相较于传统轴承监测系统有显著的提升,其中振动加速度的监测信号幅值达到了传统轴承监测系统的3倍以上,能更好地判断轴承的运转状态,具有优秀的故障预测预警能力。     

基于云模型的体震信号智能诊断方法

研究了使用云模型理论智能诊断体震信号中心率异常信息的方法.利用云模型将定性的专家诊断体系与定量的计算机辅助诊断系统相结合,模拟了专家诊断过程.建立了心率异常智能诊断规则云模型,构造了体震信号JJ间期分布曲线图,以此自动校正模型参数,最终建立智能诊断机制.采用实验室搭建的体震信号实时采集系统提取2 000组样本作为采样对象,并与传统标准阈值法进行对比,验证了所提方法的可行性.实验结果表明:该方法自动聚类的准确率达到90.2%,高于传统方法 2个百分点.     

一种基于主动专家系统的分布式入侵检测开放模型

基于主动专家系统的入侵检测系统采用专家知识和推理机制,克服简单模式匹配的弱点,利用主动功能、安全专家知识和有效的推理,判断入侵行为的发生,本文提出了一个基于主动专家系统的分布式式入侵检测系统的开放模型。该模型利用主动数据库和主动知识库的主动功能来实现入侵检测智能分析。并采用分层的思想,可以有效集成各种主机入侵检测系统,实现开放分布式智能入侵检测系统。     

基于RINSIM仿真平台的汽水分离再热器系统动态仿真

为了能够实时、准确、全工况地模拟汽水分离再热器系统的工作过程及热力特性,本文采用了RINSIM仿真平台建模方法建立了汽水分离再热器系统的实时动态仿真模型。在此基础上,对建立的模型进行典型稳态工况与动态工况数据分析。结果表明,该系统模型与实际系统特性相吻合,能够准确地反映出系统内部的动态响应特性,验证了模型的准确性与可靠性,满足仿真设计要求。     

突变理论在工业事故预警中的应用

针对工业事故的突变特点和传统系统评价预警方法的弊端,介绍了突变理论评价预警的原理,提出了工业事故的突变预警方法该方法通过突变模型归一公式本身的内在机理来决定各指标的重要性及其量化过程,既避免了评价指标权重的不确定问题,又减少了评价人员主观因素的影响为更好地消减专家对底层指标打分结果的不确定性,将三角模糊数理论引入到突变评价预警模型中,可以对不同类型决策者(λ,α取不同值时)评价结果的稳定性进行分析实例应用分析表明,该方法合理,可行,且评价预警结果具有较好的稳定性     

基于XML异步智能答疑系统

基于远程教育的迫切需求,设计并实现了远程教学的异步智能答疑系统(AIQAS),并对该系统的模型及其核心技术进行研究与探讨.AIQAS的目标是使教育与学习者及学习者之间建立有效、实时的信息交流,支持主动的学习与探讨.     

常用跨度铁路桥梁运行状态分布式监测与预警技术

针对铁路活载作用下冲击剧烈、环境恶劣、量大面广等特性,研究面向常用跨度铁路桥梁监测的分布式无线监测系统,开发了嵌入式双核数字信号处理器(DSP)智能采集处理终端,构建了以智能终端为基础的铁路桥梁运行状态实时监测系统,并基于单体梁跨监测数据统计分析和既有规范形成参量的多级束界,实现实时分级预警预报,在大秦线桥梁实时监测中应用效果良好.     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

视频异常行为识别与分级预警系统

参考格灵深瞳分级评价体系并引入迟滞比较器相关思想,结合最近邻与SVM双层分类器学习,建立了针对目标入侵、目标高速运动、目标遗留物与人群聚集逃离、人群打架斗殴、人群骚乱六种常见目标异常行为的自动分类与分级预警系统。1提出并实现了一套较完备的异常行为分级预警系统;2在行为分析之前以人群密度与能量为特征引入最近邻分类器实现个体行为与群体行为的预分类;3通过引入迟滞比较器实现高速运动行为的稳定预警;且该方法具有一定普及意义。分别在标准库和自行拍摄的视频上进行实验验证。实验证明,该系统能够稳定实现对上述六种普遍异常行为的分类分级预警,实现了群体分析与个体分析、检测与识别、分类与预警的一体化。     

基于密度峰值聚类的高斯混合模型核电运行工况划分

核电厂运行数据记录了核电厂的运行状态,对核电数据进行处理分析从而完成准确的工况划分是实现核电厂运行状态监测的重要基础。为提高核电厂的运行工况划分准确性,本文提出了基于密度峰值聚类的高斯混合模型对核电厂的运行工况进行划分。首先,采用PCA（主成分分析）算法进行数据降维,然后利用密度峰值聚类算法中的决策图确定工况个数,最后利用高斯混合模型完成工况划分。基于真实的核电厂运行数据开展工况划分实验。实验结果表明,本文提出的方法能合理有效地划分出核电运行工况,其三类工况的划分准确率分别达到了99.29%、100%、97.57%,且错误率仅为1.25%。     

基于活动轮廓与模糊型支持向量机的车辆分类算法

视频监控系统是智能交通监控系统的重要组成部分.通过监视区域车辆视频图像的预处理、检测,完成车辆的实时分类,并根据分类结果实时确定交通灯控制系统红黄绿灯的放行时间.采用活动轮廓跟踪模型对运动车辆视频图像实现检测,由模糊型支持向量机方法实现运动车辆的分类.Matlab软件仿真结果表明,大中小型车辆的平均正确识别率达96.49%,提高了车辆通行效率.     

智能诊断中诊断知识的实时自学习方法

模拟人类专家诊断知识积累过程,提出一种基于模式比较和更新的诊断知识实时自学习模型,以实现智能诊断系统知识库知识的实时积累和更新。用非正态分布假设检验算法实现待确定知识故障模式与正常模式的实时比较,用样本含量估计算法作为有效模式比较所需故障样本量确定的理论依据,用实时模式更新算法实现诊断知识模式与设备的实际运行情况一致。实际测试数据分析表明该模型有利于实现新知识的积累和诊断知识贴近实际设备的实际情况。     

基于因子分析和SVM的网络舆情危机预警研究

针对网络舆情的指标冗余和复杂度高不利于监管,提出了因子分析和SVM建立综合评价模型;首先利用因子分析将网络舆情的14个指标进行降维为3个公因子,其次在简化的指标体系中用遗传算法的5-折交叉优化SVM参数,建立遗传算法优化SVM的网络舆情危机预警模型,最后将两类的SVM改进为一对多算法对4种情况进行分类,得出网络舆情的预警;对2019年的10个网络舆情事件进行实证分析表明,低于0.51%的误差预警充分说明了其可行性,达到了强化网络舆情的监管,而因子分析降低了指标体系的复杂性,遗传算法的5-折交叉提高了SVM分类器的学习能力,能更准确地预测训练集,并用一对多算法使得分类速度较快,对网络舆情的监管提供了帮助。     

基于深度学习的闪烁探测器信号故障识别研究

传统核探测器故障信号诊断研究都需要提前提取信号特征,然后用机器学习、支持向量机、统计方法等对特征进行分类。为了实现对探测器输出信号进行实时识别和故障诊断,本文基于Matlab平台构建了一个用于对图像进行分类的卷积神经网络模型,对核探测器故障信号进行分类诊断。从分类准确率和算法运行时间两个方面对Adam、Sgdm、Rmsprop三种优化算法进行了比较。结果表明Rmsprop算法运行时间最少,但准确度和损失的训练迭代曲线不平稳;Sgdm模型对十组非正常信号图像分类的准确率最高为93.10%,准确度和损失的训练迭代曲线平稳。虽然,本文方法诊断准确率略低于文献报道值,但是不需要对信号进行预处理和特征预提取,使用更为简便。     

信号的人工智能处理系统——基于知识的信号处理方法的探讨

本文将人工智能技术应用于信号处理,构成信号的智能处理系统,首次提出了信号智能处理系统的分类原则。文中讨论了振动系统的模态参数识别的智能分析系统的组成及结构,并对智能识别系统的有关问题进行了探讨。