基于LMD和MSEE的滚动轴承复合故障特征提取方法

针对滚动轴承复合故障特征相近、不易区分的问题,提出了一种基于局域均值分解和多尺度熵能量的滚动轴承复合故障特征提取方法。首先,将信号进行LMD处理,得到一系列PF分量;然后,通过相关系数选择合适的PF分量计算能量并获得新的时间序列;最后,计算新时间序列的多尺度熵,与能量结合构建MSEE进行故障特征提取。机械故障模拟试验台的结果表明:该方法不仅降低了噪声干扰,而且提升了特征提取的精度,可以定量表征滚动轴承复合故障信号的特征,在滚动轴承复合故障信号中有良好的特征提取效果,与单独使用MSE和能量的特征提取方法相比,故障诊断率分别提升了8. 33%和11. 29%。     

基于LCL-LCL/S混合自切换谐振式无线充电系统

为了减少混合谐振式无线充电系统的开关器件和无源元件数量,提高系统输出功率,同时简化原、副边的控制策略,提出一种基于LCL-LCL/S混合自切换谐振式无线充电系统,无需原、副边通信和增加任何无源元件,仅通过LCL结构的自投切操作更改拓扑网络来实现无线充电系统恒流恒压的切换。首先,依靠T型网络分析恒流或恒压输出与输入阻抗呈纯阻性的关系;然后,引入混合型补偿网络数学模型,分析实现系统输入电流和电压之间零相角（ZPA）与恒流或恒压输出特性的参数配置条件;接着,依据蓄电池充电曲线特征、谐振电流阈值、电压跳变阈值和耦合系数变化约束,进一步提出一种适用于混合谐振式拓扑网络参数优化的设计方法,在避免谐振网络参数经验选值的局限性导致参数不确定性问题的同时,也为参数选取提供了理论依据;最后,搭建实验平台验证该方案的可行性与有效性。实验结果表明,优化谐振网络参数的无线充电系统具有较好的恒流恒压输出特性,系统最大传输效率为81%,完全满足恒流恒压无线充电需求。     

基于多向核熵偏最小二乘的间歇过程监测及质量预测

针对间歇过程数据的批次不等长和强非线性的特点,结合核偏最小二乘和核熵分析,提出了多向核熵偏最小二乘(multi-way kernel entropy partial least squares,MKEPLS)的过程监测及质量预测方法.该方法将三维历史数据沿新的展开方式展开,克服了批次不等长和数据缺失的问题,通过核映射将过程数据从低维输入空间映射到高维特征空间,实现变量之间非线性相关关系的线性转换,解决了数据的非线性特性;根据核熵的大小将特征值和特征向量进行排序并对数据进行降维,弥补了MKPLS方法只按照数据特征值的最大化进行降维的不足.同时,引入核特征提取算法降低核空间的计算量,使其能够在线应用.数值实例和实际工业过程数据的验证效果表明:MKEPLS方法不仅能对故障进行有效监控,提高故障的报警率,同时还能对最终产品质量进行预测.     

基于 MICA-PCA 的间歇过程故障监测

针对具有数据非高斯分布或混合分布的间歇过程,研究一种新的改进MICA-PCA监控方法.首先利用MICA方法提取非高斯分布过程信息,通过设定负熵阈值实现独立成分个数的自动选择,以此克服传统ICA方法中需提前确定独立成分个数的缺点,再使用核密度估计方法确定相应统计量的置信限,然后对服从多元高斯分布的残差过程信息,进一步进行PCA分析和处理.将该方法应用于北京某生化制药厂重组大肠杆菌制备白介素-2发酵过程监控.结果表明:该法在过程变量不服从高斯分布的情况下能有效降低传统方法的漏报和误报率,准确地对过程进行监控.     

基于MICA-OCSVM的间歇过程故障监测

针对多向独立成分分析(multi-way independent component analysis,MICA)需要假设过程变量服从非高斯分布的要求,以及MICA基于马氏距离构造的监控统计量会导致故障检测率降低的问题,研究了一种将多向独立成分分析与单类支持向量机(one-class support vector machines,OCSVM)相结合的MICA-OCSVM监测方法.首先采用MICA提取间歇过程所有批次的独立成分;然后分别对每个时刻的所有批次的独立成分进行OCSVM建模,利用确定的决策超平面构造非线性的监控统计量;最后计算所有建模数据的监控统计量,并利用核密度估计确定相应的控制限.将该方法应用到青霉素发酵过程仿真平台,实验结果表明:该方法相比于传统的MICA故障监测方法,无需考虑过程变量服从何种分布,能够有效利用独立成分的结构信息,故障的误报率、漏报率明显降低.     

酶注射式葡萄糖生物传感器的研制

葡萄糖是发酵过程中菌体生长和产物合成的主要碳源。为了稳定产物产量与质量,必须控制葡萄糖在发酵液中的浓度。为了解决现有"固定化酶式"葡萄糖生物传感器难以用于发酵过程葡萄糖在线测量的问题,提出了"酶液式"葡萄糖生物传感器,研制了适用于发酵过程的、在线使用的酶注射式葡萄糖生物传感器。实验结果表明:传感器线性范围为0～100mg/dL,且线性相关系数R2为0.9990,传感器灵敏度为2.59nA/(mg/dL),传感器检测限为0.07mg/dL;传感器重复性较好,对50mg/dL葡萄糖浓度,变异系数(CV)为2.02%。所研制传感器基本满足了发酵过程葡萄糖在线测量的要求。     

基于多阶段MPLS法的发酵过程质量预测

由于发酵过程中,系统的非线性特性与发酵阶段密切相关,而应用常规MPLS时的静态单一模型、模型失配、不能充分有效压缩和抽取非线性信息、估计未来测量变量引入模型误差等问题,提出1种多阶段MPLS法.先采用ISODATA动态分类算法聚类分析过程数据,划分子阶段,针对各批次子阶段不等长的特点,再用DTW算法同步阶段轨迹,然后在...     

矩形隧道中电波多径传播模型的建立及仿真

利用射线跟踪技术,综合考虑了隧道表面介电常数和反射系数、收发信机的工作频率和功率、以及天线增益等因素,建立了电波在矩形隧道中传播的确定预测模型,推导出了三维情况下,隧道中收发信机的距离与有效反射线条数的关系式、单根射线的传输损耗和传输时延随距离变化的关系式、以及多径情况下总的接收信号功率和传输衰减的表达式,为抗衰落技术的应用打下了基础.然后以井下隧道为例对无线传播模型进行了仿真,通过仿真波形与类似条件下实测结果的对比,说明了建立的模型是正确的.     

基于粒子群优化MICA的间歇过程故障监测

多向独立成分分析(MICA)能够获取信号的高阶统计量信息,在间歇过程故障监测中得到长足发展。针对Fast ICA算法提取非高斯独立成分时,易受初始点的影响,梯度下降无法收敛到极小点以及算法运行前独立主元个数未知的不足,提出基于粒子群优化的MICA算法。并引入支持向量数据描述(SVDD)算法确定过程监控统计量的置信限,避免了核密度估计带来的"维数灾难"等问题。实验设计由青霉素发酵仿真平台完成,结果显示了本文方法优越于传统MICA方法,能够保证获取非高斯性最大的独立成分,使得对故障的监测更加及时有效。     

相似样本选择方法在SVM发酵建模中的应用

针对基于动态时间规整(DTW)发酵过程局部建模时相似样本选择未考虑样本权重对建模的影响,基于加权欧氏距离,提出了一种样本相似度度量方法。首先在分析亲和度的基础上将亲和度引入到加权欧式距离中,然后将其转化成相似度度量函数并应用到大肠杆菌发酵过程相似样本选择中,最后结合局部支持向量机建立发酵产物的在线预测模型。实验结果表明,与基于其他相似度度量函数的支持向量机模型相比较,该模型有着更高的预测精度、更好的泛化能力,而且预测时间也明显缩短。