基于粗糙集理论的数控机床智能故障诊断研究

面向数控机床智能化发展需求,提出了基于数据挖掘技术的智能故障诊断方法.建立机床智能诊断单元的系统框架,框架由状态监控及特征信号采集、历史故障数据分析及诊断规则获取、故障推理机制3个功能模块组成.重点研究诊断规则的获取技术,提出了基于粗糙集理论的故障诊断决策规则生成算法.算法充分利用信息决策系统的特性,通过简化对不必要属性和核心属性的分析,并引入回溯思想计算约简集,有效降低了属性集约简的计算复杂度,提高规则求取效率.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制.实例研究证明该方法可行.     

考虑风电不确定性的电网状态检修策略

设备状态检修背景下，随着风电等高比例新能源并网发电，电网检修计划决策中输变电设备个体与电网运行整体间的矛盾和冲突越来越难以平衡，使电网检修计划决策面临严峻挑战。对此，文中提出考虑风电不确定性的电网状态检修策略。首先，基于设备状态监测信息和状态评价技术，建立设备故障率及其与检修策略间关系的数学表达；其次，依据风险理论给出电网故障风险和检修风险的数学模型，并基于次时间尺度的安全约束机组组合模型评估其中的电网运行损失；最后，提出以电网故障风险和检修风险之和最小为目标的考虑风电不确定性的电网状态检修模型，并采用修改的IEEE-30节点系统算例验证所提模型的有效性。     

基于多视角低秩分析的电力状态不良数据检测

随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用来自多个观测源的观测数据综合估计电力系统的状态,算法使用低秩模型挖掘出来自多个观测源数据间的共享本真数据,同时使用稀疏模型对不良数据建模。针对所提出的目标方程,给出了一种基于交叉迭代的优化算法。最后,在IEEE多个节点测试系统上的实验证明了该算法相对于已有算法的先进性。     

采用改进型DENCLUE和SVM的电子皮带秤故障诊断

针对电子皮带秤的在线故障诊断问题,提出一种基于改进型DENCLUE聚类分析和偏二叉树支持向量机(SVM)分类器的故障在线检测和诊断方法.由于故障数据随设备流量的变化而变化,采用改进DENCLUE聚类算法对实时检测到的数据进行聚类分析,分离出故障数据,实现在线故障检测;将DENCLUE算法中的密度估计方法引入到支持向量机中,提出一种基于类内相似密度和类间相似密度构建可分性测度和二叉树结构的改进型BTSVM,结合标准数据集验证了改进型BTSVM的优越性,并利用该分类器对检测出的故障进行故障模式在线识别诊断.对阵列式皮带秤进行试验,结果表明,提出的故障在线检测和诊断模型更适合散状物料连续称重系统的在线故障检测诊断.     

基于模糊评判的变电设备评估

变电设备状态评估是掌握设备运行状态的重要手段,能及时发现设备问题及潜在风险并采取有效的检修措施预防故障和事故发生.在此背景下,提出基于模糊综合评判的变电设备评估方法,该方法根据各项检测指标对变电设备进行综合评估,并进行运行状态分级,对电网设备进行全面评估与动态管控.常规评估方法往往采用单项打分的办法,而模糊评判的设备评估方法,可以实现从多层面对变电设备更有效的全面的评估.通过具体算例,举例说明用模糊评判进行变电设备评估的具体流程与分级方法.采用该方法后,北京电网变电设备状态管控水平有较大提升,设备故障率呈现逐年下降的趋势.     

基于贝叶斯网络和假设检验的变压器故障诊断

电力变压器故障的准确诊断对于电网的可靠运行至关重要.为此,提出一种基于贝叶斯网络和假设检验的溶解气体分析的新型多分类概率诊断模型.该贝叶斯网络模型可嵌入专家知识,从数据中学习数据模式并推断与诊断结果相关的不确定性,并且通过假设检验环节改进数据的选择过程.最后,基于IEC TC10数据集,对比3种传统诊断方法进行诊断实验,验证所提出模型的有效性.结果 表明提出的诊断模型最大诊断准确性为88.9％,相比传统诊断方法有较大提升.     

基于改进粒子群算法优化SVM的变压器故障诊断

为提高变压器的运行可靠性,提出一种基于核主成分分析（kernel principal component analysis,KPCA）和改进粒子群优化（improved particle swarm optimization,IPSO）算法优化支持向量机（support vector machines, SVM）参数的变压器故障诊断方法。首先建立变压器状态评估的基础指标体系,并采用KPCA对基础指标进行关键参量的提取,得到降维后的评价指标,然后将其输入SVM训练诊断模型,最后采用IPSO对SVM进行参数优化。仿真结果表明,该方法对变压器故障诊断的准确率达到95.42%,相比KPCA-PSO-SVM以及KPCA-SVM诊断模型,准确率有显著提升。     

深度神经网络在滚动轴承故障诊断中的应用

为了对滚动轴承发生的故障类型进行诊断,从而提升设备的安全性,提出了一种基于深度残差神经网络的智能故障诊断方法,并使用多传感器融合技术对深度残差神经网络进行了改进,使得诊断模型的识别精度和鲁棒性得到进一步提高.首先,通过多传感器技术来获取丰富的设备运行状态信息,然后利用时频分析方法短时傅里叶变换提取原始振动信号的初级特征信息,最后利用深度残差网络的强大学习能力,进一步提取初级特征信息中的高级特征信息,并识别设备的故障类型,从而实现滚动轴承的故障诊断.为了验证所提出方法的有效性,使用滚动轴承实验数据对方法进行了测试,同时与基于深度卷积神经网络和单传感器故障诊断模型进行对比,研究结果表明,提出的智能方法不仅能对故障进行准确识别,而且具有相当良好的泛化能力和抗噪能力,其故障精度达到了100%,在单传感器或多传感器受到强噪声干扰时,分别实现诊断精度至少为93.78%和82.54%.     

基于SVM的老年痴呆症智能诊断研究

为了验证支持向量机（SVM）更适用于基于血常规数据的老年痴呆症的预测诊断,通过仿真实验,将BP神经网络、RBF神经网络、SVM支持向量机分别应用于老年痴呆症的预测诊断,建立3种算法对应的诊断模型,并对3种模型的预测结果进行分析比较,仿真实验在Matlab软件平台上进行. 结果表明,与BP、RBF神经网络方法相比,SVM模型预测准确度高,建模时间短,整体性能好,更适用于基于血常规数据的老年痴呆症预测诊断,实际应用时可以此结论作为理论指导.     

基于SOM神经网络的变电站设备红外热像诊断研究

提出了基于自组织神经网络(SOM)判别变电站设备热故障类型的红外图像诊断方法.采用了最大类间差法(OTSU)对电力设备红外热像进行了分割处理,从中提取出包括设备红外热像的温度特征值、Zernike不变矩等12个参数,以此作为设备状态识别的信息输入量,将设备的状态分类信息作为输出向量.通过训练56组红外热像数据,确定了SOM神经网络识别模型中的参数值.试验结果表明:该方法可用于变电站设备状态诊断,相对于传统的神经网络方法的诊断结果,该方法对设备运行状态评估的准确率高达85.7%,如将诊断模型产生的可疑状态列入故障状态,则故障的诊断率可达到95%以上.     

Banach代数中的行列式理论

探讨了 Banach 代数中的行列式理论.给出了具有单位元的迹 Banach 代数具有行列式的充要条件.     

FMS中加工质量故障预报的新方法

对引起加工质量故障的原因进行了研究,建立了用于加工中心加工质量故障分析的与/或故障树,提出了隐加工质量故障(FMQF)的概念和由·FMQF 找出制造系统故障的决策树方法.本文在模糊理论基础上,提出了隐加工质量故障识别的新方法,用这种方法可以根据控制图的变化进行设备状态估计.基于以上研究,建立了可用于柔性制造系统隐加工质量故障预测和预报的专家系统.     

立方准晶的反平面问题与Ⅲ型裂纹问题

发展了立方准晶材料的断裂理论 .通过应用Fourier分析和对偶积分方程理论 ,得到了立方准晶材料Ⅲ型裂纹问题的精确解析解 ,并由此确定了位移与应力场 ,应力强度因子和应变能释放率 .结果表明 ,应力强度因子与材料常数无关 ,而应变能释放率依赖于所有的材料常数 .这些为研究此新固体材料的变形和断裂提供了重要的信息 .     

非织造布滤料性能及过滤过程的研究进展

对近年来非织造布滤料的研究进展做了简要综述,介绍了内部结构的研究及表征、过滤性能及其影响因素、过滤过程的计算机模拟,指出进一步发展所需要解决的问题。     

高师物理专业人才培养与基础教育衔接问题的研究

分析了当前高师物理专业人才培养与基础教育人才需求存在的问题,结合调查情况,提出了高师物理专业在培养目标、课程设置、教学内容、教学方法及实践教学环节方面的改革措施。     

JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY TOTAL CONTENTS(Vol.23)

正~~     

鞋面织物染整过程节能减排技术方法

鞋面织物染整是纺织工业中一个特殊分支,公司通过采用先进染色技术和工艺,可以从源头上达到节能和减少废水产生量的效果,废水产生后经过处理达标排放,部分经深度处理后回用。公司经长期实践后已经达到吨织物染整用水125m~3/t_(产品),吨织物排放废水79.2 m~3/t_(产品),水回用率达37.8%,吨产品蒸汽耗量从9t/t_(产品)下降到7 t/t_(产品),均达到国内国际先进水平。     

一种面向对象的超媒体系统的设计与实现

介绍了一种面向对象的 NBO(node-block-object)超媒体数据模型.该模型利用面向对象的方法,将多媒体信息和链接功能封装于一体,成功地实现了交叉链接和双向链接,大大增强了系统的灵活性,并实现了超媒体系统中的前、后向双向查找功能.在链接关系上,还实现了条件约束,从而大大方便了时间相关媒体信息的处理和多种媒体对象相互协作的操作.     

一类摩擦非线性系统的PID控制和摩擦补偿控制的实验比较研究

研究一类高度非线性摩擦特性影响下的控制系统的定位控制问题 .针对负载扭矩变化而造成摩擦特性的变化 ,采用PID控制和摩擦补偿控制对阀控液压马达控制系统的定位控制进行实验对比分析 .实验结果表明 ,常规比例控制由于受摩擦的影响产生较大的稳态误差 ,而积分控制的引入可减小稳态误差 ,但却引起系统产生极限环振荡和较长的调节时间 ;简单的定摩擦补偿在恒定的负载扭矩下可以有效地减小稳态误差 ,但是当负载扭矩大范围变化时 ,稳态定位精度将大大降低 ;基于误差和误差变化的动态摩擦补偿 ,在负载扭矩大范围变化的条件下均获得了高精度的定位控制 .     

Genomics,metagenomics,and microbial oceanography—A sea of opportunities

Microbial oceanography is an emerging discipline resulted from the interaction,cross-fertilization and integration of life science and ocean science.Microbial oceanography integrates the principles of marine microbiology,microbial ecology and oceanography to study the role of microorganisms in the biogeochemical dynamics of natural marine ecosystems.The application of genomics tools to study marine microbes is resulting in rapid advancements in microbial oceanography that has important implications in globa...