信息熵在导航传感器故障诊断中的应用研究

对组合导航系统中占主要地位的惯导系统进行故障诊断研究,给出了一种基于小波包能量熵的神经网络故障诊断方法。利用小波包分析原理对原始故障信号进行3层的小波包分解,并提取小波包能量熵,然后构造信号的小波包特征向量,以此向量作为故障样本对3层BP神经网络进行训练,实现智能化故障诊断。采用惯导系统中关键性器件陀螺仪进行仿真研究,仿真结果表明此方法可有效地检测故障且提高了精度。     

基于粒子群支持向量机的模拟电路故障诊断

针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization, PSO)和最小二乘支持向量机(least squares support vector machine, LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。     

基于小波包与Elman神经网络的整流电路故障诊断

引入了一种针对电励磁双凸极发电机的整流电路故障的小波和Elman神经网络相结合的诊断方法.根据整流电压波形的畸变规律,将2个以内的二极管故障分为7类共计22种故障元.选用Daubechies小波作为小波基,对实测的整流电压进行小波包分析,利用小波系数,在各个频带上进行小波信号重构.提取全频带能量特征值,并以此构造故障模式向量作为神经网络的输入,实现了故障的分类和定位.以一台840W、12/8极的电励磁双凸极发电机为实验样机,通过采集大量故障信号并进行信号处理,以故障特征值的容差范围作为误差判别标准,力求诊断误差最小化.实验结果表明,该方法对被分析信号的频率波动和幅值变化均具有良好的鲁棒性,是一种有效的故障诊断方法,具有较高的故障诊断正确率.     

基于小波包和Elman神经网络的螺杆泵井故障诊断

在螺杆泵井故障诊断技术中,有功功率信号最能全面反映螺杆泵井的泵况。提出一种基于小波包分析结合Elman神经网络的故障诊断方法,该方法采用小波包对螺杆泵有功功率信号进行消噪滤波,将不同频段的故障信号进行3层db4小波包分解,根据各频段功率谱的变化提取故障特征,应用Elman神经网络进行识别。利用Matlab仿真,结果表明,该方法能有效提高螺杆泵井的故障诊断准确性。     

小波变换基神经网络故障诊断系统及其应用

针对油田抽油机井故障诊断方法较落后和故障信息采集不充分的问题，提出一种小波变换基神经网络故障诊断系统。它先对输入信号进行离散小波变换，把由Mallat算法得到的多尺度下的离散细节信号作为故障特征，之后将其输入到神经网络进行故障模式分类。为了进一步提高诊断的正确率，一方面对神经网络的结构进行优化，另一方面采用学习率自适应调整的共轭梯度法训练神经网络的权值。对某油田32口故障油井进行诊断，正确率在95％以上，这表明该方法的有效性。     

WPA-IGA-BP神经网络的模拟电路故障诊断

针对模拟电路渐变性故障中的特征提取困难和故障信号无法进行有效分类的问题, 提出利用免疫遗传算法(immune genetic algorithm, IGA)优化反向传播(back propagation, BP)神经网络中参数寻优过程, 从而实现模拟电路故障诊断。首先, 采用小波包分析(wavelet package analysis, WPA), 对模拟电路输出响应进行4层小波分解和重构, 完成特征向量的提取。然后, 采用IGA优化BP神经网络进行训练及测试, 实现对不同故障进行故障诊断。最后, 通过两个模拟电路仿真实验对该方法进行实验验证。实验结果表明, 与优化前的BP神经网络相比, 所提方法提高故障诊断的准确率约15%。     

基于优化SVM的反渗透脱盐水故障诊断

针对反渗透脱盐水系统中的反渗透膜故障问题,提出了一种基于支持向量机(SVM)的故障诊断方法.为了解决SVM的参数优化问题,采用一种基于改进的混沌粒子群优化算法的支持向量机参数选择方法.将混沌理论引入粒子群优化算法中,提高种群的多样性和粒子搜索的遍历性,有效地提高了粒子群算法的收敛速度和精度,得到了优化的SVM模型.并将此模型应用于反渗透脱盐水系统的故障诊断中.仿真结果表明,改进的SVM分类器能有效地诊断出反渗透膜故障,并且取得了较高的准确率和诊断效率.     

基于小波包能量特征的滚动轴承故障监测方法

对滚动轴承的故障特点进行分析，根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性，提出了小波包能量特征的概念及算法，并给出两个仿真算例，然后将小波包能量特征与径向基函数网络相结合，提出了一种新的滚动轴承故障诊断方法，数字仿真实验证实了该方法的正确性和有效性。     

基于一维CNN参数优化的压缩振动信号故障诊断

针对一维卷积神经网络(convolutional neural network, CNN)参数多的特点,提出一种正交试验和粒子群优化算法相结合的参数优化方法,并将其应用于压缩振动信号故障诊断。压缩感知理论突破了奈奎斯特采样定理的限制,为大量振动信号的采集与传输提供一种有效途径。首先利用CNN“端-端”特性,建立了基于压缩信号的CNN故障诊断模型。利用正交试验进行参数范围的粗略评价,选择出最优方案。对最优方案中每个参数,利用多目标粒子群优化算法进行细化,得出精确的参数最优取值。选择齿轮箱实测信号和西储大学轴承信号作为研究对象。实验结果表明，经过优化后非劣粒子的输出特征分类明显, CNN诊断率有明显提高，也证明了对压缩信号直接进行故障诊断的可行性。     

基于一维CNN参数优化的压缩振动信号故障诊断

针对一维卷积神经网络(convolutional neural network, CNN)参数多的特点,提出一种正交试验和粒子群优化算法相结合的参数优化方法,并将其应用于压缩振动信号故障诊断。压缩感知理论突破了奈奎斯特采样定理的限制,为大量振动信号的采集与传输提供一种有效途径。首先利用CNN“端-端”特性,建立了基于压缩信号的CNN故障诊断模型。利用正交试验进行参数范围的粗略评价,选择出最优方案。对最优方案中每个参数,利用多目标粒子群优化算法进行细化,得出精确的参数最优取值。选择齿轮箱实测信号和西储大学轴承信号作为研究对象。实验结果表明,经过优化后非劣粒子的输出特征分类明显, CNN诊断率有明显提高,也证明了对压缩信号直接进行故障诊断的可行性。     

移动视频直播的互动性对持续使用意愿的影响

移动视频直播指用户通过移动设备实时制作或观看视频的服务。近年来，移动直播APP快速发展，吸引了大量的用户，然而平台的最终成功取决于用户持续使用。本文聚焦于移动视频直播的互动性，以流体验理论、社会临场感理论和认同理论为基础，从心理认知视角探讨了互动性对用户持续使用意愿的作用机理。通过问卷调查，共收集346份有效问卷，采用SPSS和PLS软件对假设模型进行验证。结果显示，移动视频直播的互动性通过提高用户观看体验（流体验、社会临场感）和主播认同进而影响满意度和持续使用意愿。同时互动性的各个维度对用户体验和认同感的影响程度存在显著差异。据此，为移动视频直播运营商的长期发展提供了理论指导。     

仿生机器鱼尾鳍的动力学研究

高的稳定性是仿生机器鱼高效推进的前提，而对尾鳍的稳定性控制是实现仿生机器鱼稳定性的主要方法。通过“二维波动板”理论，建立了三节仿生机器鱼的动力学模型，并对模型进行了实验验证，由该模型出发，分别计算出水动力和惯性力引起的尾鳍驱动力矩的值，分析了该值与仿生机器鱼各个运动参数的联系。为仿生机器鱼的稳定性控制建立了理论基础。     

某反坦克导弹视场交叉判据建模与仿真

在建立了某反坦克导弹目标瞄准线数学模型，红外视场锥面数学模型和红外视场重合长度数学模型的基础上，实现了对瞄准线高低角，方向夹角，瞄准线公垂线长度和交叉火力射击条件下视场重合长度的数学解析计算，从而确定了视场在空间的相互位置关系，为进行合理的阵地配置提供了科学的理论依据，最后进行了仿真验证。     

油田压裂井增油量的预测及其生产规划的优化设计

利用现有压裂井产油观测数据，采用动态数据处理方法，建立了月增油量的预测模型；依据预测结果，利用整数规划的方法，规划设计未来年度油田的压裂井数及压裂方式。     

不同流道轴面形状的液力缓速器内流场的模拟

为了研究不同流道轴面形状对液力缓速器制动力矩的影响,采用了雷诺时均N-S方程、标准k-ε模型和SIMPLEC算法对液力缓速器内部流场进行了数值模拟,分析了不同轴面形状下液体流动的速度分布、压力分布和湍动能分布规律.以Rothalpy值的变化作为损失分析指标,定量比较不同流道轴面形状对制动力矩的影响,得出长圆形缓速能力最大,扁圆形次之,梨形最小,可为液力缓速器设计理论的完善和后续研究工作提供重要的理论依据.     

四类拍卖的收益等价性研究

在收益等价性及应用的完整框架下对四类拍卖的收益等价性问题进行了总结、研究和探讨.在对收益等价定理进行推论和应用的基础上,确认了SIPV(对称、独立、私人价值)假设下四种拍卖期望收益与期望支付的等价性,推导了二价全支付拍卖的均衡竞价策略.在此基础上比较并解释了SIPV假设下四种拍卖均衡报价的排序关系.总结,比较并解释了关联价值假设下四种拍卖的期望收益的排序关系.指出不同的信息结构设定是影响不同假设下拍卖收益等价性和不同假设拍卖模型对经济现象解释能力的关键因素.最后,展望了拍卖收益等价问题的新的发展方向.     

风险概念分析

分析了风险的概念，介绍了不确定性经济学、保险和金融三个领域中与风险有关的概念（效用函数，风险厌恶，保险，金融风险）和各自关心的主要问题（如风险的衡量，保费的确定，资产价格波动），以及一些重要结论（Pratt定理等）。     

多媒体数据库系统设计的关键技术研究之一:特征的提取与索引

首先在分析MMDBMS体系结构的基础上,指出MMDBMS设计中的关键技术及其相互关系。本文的中心议题是多媒体对象特征的提取与索引,其中,在特征的提取方面概述了当前科技界在这个领域取得的成果;在特征的索引方面,结合已有的多维索引结构树,给出了一个适合MMDBMS的数据结构MIX-TREE。     

交易所利率期限结构估计模型的比较

结合我国利率体系和利率的形成机制,提出一个适合交易所利率期限结构估计的N S扩展模型,然后采用交易所国债市场的日交易数据,对N S扩展模型、N elson-S iegel(N S)模型和Svensson(SV)模型进行了样本内、外的比较实证分析。结果表明,N S扩展模型比N S模型和SV模型更适合于交易所的利率期限结构估计,交易所利率期限结构在1~10年期间,尤其是5~7年期间能够获得可靠的估计,在0~1年和10~20年期限期间估计的可靠性不高。     

航天装备体系作战效能的Agent综合方法

分析总结了航天装备体系作战效能评估的原则,提出了航天装备体系作战效能评估的Agent综合方法,将任务按子系统进行自然分解,分剐分析和仿真,得到各子系统的综合性能指标。以此为基础建立Agent效能综合模型,重,占考虑各子系统闽的交互、作战对抗和智能性等复杂因素,根据作战对抗仿真结呆得到体系作战效能。该方法避免了建立过于复杂的仿真系统,又比用各子系统效能指标进行简单的数学运算得到体系效能保留了更丰富的交互因素和系统细节,有利于得到符合实际的结论。通过案例研究,表明了所提出方法的有效性。