基于RBF时间序列预测器的传感器故障诊断方法研究

研究了一种基于径向基函数(RBF)神经网络时间序列预测器诊断传感器故障的方法.以压力传感器的过载故障为模型,先用RBF神经网络建立时间序列预测模型,然后利用预测模型对传感器的输出作预测,再和传感器实际输出比较,从而判断传感器是否发生故障,并对发生故障的传感器进行数据重构.仿真实验证实了该方法可以有效地进行传感器故障诊断和数据重构,并可推广到其他传感器中.     

基于小波包分形的瓦斯传感器故障诊断方法

针对瓦斯传感器的故障诊断问题,提出一种基于小波包分形的瓦斯传感器故障诊断方法。使用3层小波包对故障信号进行分解和重构,获得不同频带的重构信号,计算各个重构信号的分形维度,并构成对应的故障特征向量。以此作为输入向量来训练支持向量机（SVM）,完成故障的诊断。实验结果表明：该方法能有效地提取传感器的故障特征,提高了传感器故障诊断的准确率,可有效地应用于瓦斯传感器的故障诊断。     

基于信号重构的可重构机械臂主动分散容错控制

针对可重构机械臂系统传感器故障,提出一种基于信号重构的主动分散容错控制方法. 基于可重构机械臂系统模块化属性,采用自适应模糊分散控制系统实现正常工作模式时模块关节的轨迹跟踪控制. 当在线检测出位置或速度传感器故障时,分别采用数值积分器或微分跟踪器重构相应信号,并以之代替故障信号进行反馈实现系统的主动容错控制. 此方法充分利用了冗余信息,避免了故障关节控制性能的下降对其他关节的影响. 数值仿真结果验证了所提出容错控制方法的有效性.     

基于SVM预测器的传感器故障诊断与信号恢复研究

支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法.简要介绍了SVM回归原理,据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复,阐述了具体的实现方法和步骤.仿真结果表明:SVM预测器有效地克服了神经网络的不足,能准确预测和跟踪传感器的输出信号,并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出.     

基于PNN的汽车ABS系统中压力调节器和轮速传感器的故障诊断

在汽车防抱死制动系统(ABS)中,压力调节器和轮速传感器起着非常重要的作用,为了进一步完善汽车防抱死制动系统的制动性能,文中提出一种基于概率神经网络(PNN)的压力调节器和轮速传感器的故障诊断方法。基于高附着均一路面,起车时制动及单一的压力调节器或者轮速传感器故障的试验数据,分别建立了基于概率神经网络的压力调节器故障诊断模型和轮速传感器故障诊断模型,并与BP神经网络进行了比较。仿真结果表明,利用相同的训练样本集对概率神经网络和BP神经网络进行训练时,基于概率神经网络的压力调节器故障诊断模型和轮速传感器故障诊断模型在训练时间和诊断精度上明显优于BP神经网络,并且利用测试样本对建好的压力调节器故障模型和轮速传感器故障模型进行检测时,无论测试样本的顺序发生什么变化,基于概率神经网络的故障模型都能够准确的进行故障识别。     

基于小波包分解和EMD-SVM的轴承故障诊断方法

针对轴承振动信号具有的非平稳和故障诊断样本数据难以按需获取的问题,设计了一种基于小波包分解和EMD SVM的故障诊断方法;首先,采用Mallat塔式算法对信号进行降噪,实现信号的小波分解,获得重构后的故障诊断子频带信号;然后,在经典的EMD算法的基础上定义了改进的EMD算法,采用改进的EMD算法对经过小波包降噪的故障诊断子频带信号进行特征提取,从而获得故障诊断特征向量;最后,采用适合小样本分类的SVM进行故障诊断,将经过小波包降噪和EMD特征提取的样本数据用于训练SVM,得到用于故障诊断的多个二分类SVM故障诊断模型,通过投票机制来确定样本数据最终对应的故障诊断类别:在Matlab环境下对轴承故障诊断进行实验,实验结果证明了文中基于小波包和EMD-SVM的方法一种适用于小样本的故障诊断方法,且与其它方法相比,具有诊断效率高和精度高的优点.     

基于小波变换和DBN的汽车衡传感器故障诊断

称重传感器作为动态汽车衡的核心部件,一旦发生故障将会对动态称重系统造成严重影响.为了准确地对称重传感器进行故障诊断,提出了一种基于小波变换和深度信念网络(DBN)的故障诊断方法.该方法不仅可以有效地判断出传感器信号是正常波动还是故障,还可以通过将DBN模型的预测值代替实测故障值,保证动态称重系统输出的准确性.通过仿真实验证明:该方法能够对故障传感器进行判别与估计,有效提高了动态称重系统的精度.     

基于MSPCA的传感器故障诊断与数据重构

讨论了基于多尺度主元分析的故障传感器数据重构问题。传统的多尺度主元分析方法没有建立故障传感器数据重构模型,在相关传感器信号的所有尺度上建立主元分析模型进行传感器故障诊断的基础上,将主元分析模型的重构结果组合后进行小波逆变换,设计了能够实现故障传感器数据重构的多尺度主元分析模型,从而实现故障传感器的数据重构。最后,利用试车台液氢供应系统的传感器数据仿真了几种典型传感器故障,并对设计模型实现数据重构的实用性和有效性进行了验证。     

考虑传感器故障的导弹姿态控制系统主动容错控制研究

针对导弹姿态控制系统惯性传感器故障,提出了基于信号重构的主动容错控制方法.分别利用基于梯形算法的数值积分器和有限时间收敛微分器对姿态角信号和角速率信号进行重构,当在线诊断出姿态角或角速率传感器故障时,以重构信号代替故障信号进行反馈控制来实现系统的主动容错控制.在建立导弹姿态控制系统模型并采用次最优控制方法设计输出反馈控制器的基础上,对所设计的主动容错控制方法进行仿真,仿真结果表明该方法是有效的.     

基于DCT和GA-SVM的轴承故障诊断

针对轴承故障振动信号特点,提出一种基于离散余弦变换(DCT)、遗传算法(GA)和支持向量机(SVM)的轴承故障诊断方法.利用DCT的能量聚集性在广义频域建立原始特征向量集,运用GA以SVM的最低分类错误率为目标函数建立故障特征向量集,使用SVM完成轴承故障诊断.分别对轴承内圈故障、外圈故障、滚动体故障进行故障诊断,结果表明,该方法能够准确诊断轴承故障.     

X光信号采集模块的设计与实现

本文设计了一种X光信号采集模块。在给出了信号采集模块设计方案基础上,设计了信号采集模块的硬件电路,包括信号调理电路、A/D转换电路,制作了电路板,并进行了实验与调试。本文所设计的信号采集模块能够实现X光信号的高速采集功能。该高速X光信号采集模块能够用于物流中货物和生产线中高速运行产品的无损检测,具有较高的应用价值。     

自动测试信号的设计与描述

面向信号的测试方法可以更好地解决自动测试系统测试程序集可移植性和测试仪器可互换性的问题。IEEE1641标准规范了信号定义和描述模型。该文对IEEEl641标准做了简要的分析,描述了该标准下的信号模型,并通过分析该模型,结合实践对基本信号进行设计。然后依照ATML标准选择XML语言作为面向信号的自动测试系统信号的描述形式,并给出了部分信号描述。     

基于神经网络的快脉冲信号传输崎变恢复方法研究

本文主要讨论了快脉中信号在传输过程中发生畸主粕的恢复问题，提出一种神经网络方法。文中给出了网络结构、学习算法、数值模拟以及实现结果。     

一种基于扩展交替投影神经网络的弱信号分离方法研究

Aiming at a kind of specific situation encountered in practice, the paper proposes a weak-signal separation algorithm based on Extended Alternating Projection Neural Networks (EAPNN) by combining the time-domain features of the signal with the frequency-domain features of the signal and taking advantage of conclusions on EAPNN. Simulation results demonstrate that the algorithm is effective and that the EAPNN-based signal separationalgorithm is better than the RLS-based signal separation algorithm. Although the EAPNN-based algorithm isdesigned for the specific situation, it is also applicable to the other situations and a basic frame of the EAPNN-basedsignal separation is presented. Owing to adopting neural network structure, the EAPNN-based algorithm is prone toparallel computation and VLSI design, consequently can satisfy real-time processing needs.     

Automatic decomposition of time series into step, ramp, and impulse primitives

Time series data that can be modeled as linear combinations of weighted and shifted primitive functions such as ramps, steps and impulses are representative of many industrial, manufacturing, and business processes. Data of this type also are found in statistical process control, structural health monitoring, and other system diagnosis applications. Often, the existence of one or more of these primitive functions may be indicative of the occurrence of a specific process event, making their detection and interpretation of great interest. The human eye is an exceptional tool at this kind of pattern recognition. However, for processes that generate large amounts of data the human eye encounters difficulties related to speed and consistency necessitating an automated approach. In this paper, we consider the problem of decomposing a time series into its steps, ramps, and impulses constituents and expressing it as a linear combination of weighted and shifted versions of these primitives. We express the problem as a least squares error minimization coupled with a combinatorial search to arrive at an acceptable decomposition. We show that under certain conditions, such decomposition is possible and can be obtained efficiently using a sliding window approach. We illustrate the results with several examples.     

数字信号量化处理极值方法解析

信号非均匀量化最优化处理过程,是解析数字信号最大信噪比的关键,本文根据数字信号量化具体约束条件要求,利用线性空间泛函极值、变分等方法验证其求解过程。     

基于SFTD的信号状态融合方法

为了解决无线网络信号在传输过程中由于受到其他信号的干扰,导致接收端接收的信号与原始信号相比存在误差的问题,本文在利用数据关联和卡尔曼滤波对信号进行融合的基础上,提出了一种新的信号状态融合方法( signal fusion based on wavelet transform and date association,SFTD),该方法利用FARIMA( p,d,q)模型和数据关联来建立一种新的信号融合算法。通过仿真实验研究了信号发送速率与干扰信号功率之间的关系,仿真结果说明,SFTD算法比FSWC算法具有更好的信号状态融合准确性；并且发送速率、功率对融合信号也产生较大影响。     

次声信号采集系统的设计与实现

为解决目前无民用次声信号采集装置的问题,研制了一种可以满足民用且成本较低的次声采集系统,前端使用专业次声传感器采集次声信号,经过调理电路、A／D转换等电路,实现次声信号的采集,并在PC机上进行实时波形显示、数据存储以及分析。     

一种新型自动报靶系统

介绍一种非接触式着靶点测量系统的工作原理,并在此基础上解决了在实施过程中高速数据存储及高精度确定弹丸着靶位置等技术难点。实验表明,该方案可行,并有一定推广价值。     

一种单频GPS软件接收机的设计实现

GPS软件接收机相对于硬件接收机更灵活,在一些特殊应用背景下易于实现更复杂的算法,从而提升了系统的性能.有着不可比拟的优势.文章致力于研究一种基于PC的单频GPS软件接收机.GPS信号下变频和对中频信号的采样模数转换、数据传输由射频前端、数据采集板实现,采样后的数字中频信号在PC中完成捕获、跟踪、导航信息解算,并给出最终定位结果.对数据采集硬件和信号处理算法的具体实现作了详细介绍,并给出了系统测试实采数据的处理结果,结果表明系统工作正常,静态定位精度可以满足要求.