动态过程的数据校正和显著误差的侦破

在过程工业中，通常需要在线或离线对多个过程变量进行测量，将其作为生产管理、决策分析、过程操作与控制的依据。然而，由于测量过程可能受到多种不可预测因素的影响（如设备泄漏、传感器失灵、过程波动等），导致测量数据不可避免地包含误差。因此开展测量数据的误差侦破与校正方法的研究具有重要意义。     

时序约束下Web服务组合的兼容性及修正研究

针对时序约束情况下Web服务组合的迫切需求,提出一种基于有限状态自动机的服务组合兼容性分析及修正方法。该方法首先根据组合有限状态自动机模型中的时序约束及内部活动的时间信息,推导服务组合的可能时间;然后对带有外部组合时间的活动进行组合可能性分析,基于活动的组合可能性验证服务组合的时序兼容性;针对时序部分兼容的服务组合,提出相应的时序兼容性修正方法。通过实例验证了该方法的有效性。与现有方法相比,该方法能够有效避免状态爆炸问题,且具有直观、实用性强、可重用性好等优点。     

时序分析在电主轴热误差建模中的应用

针对电主轴热误差基于三点法测量和建模中忽略径向热倾角误差的问题,采用五点法对主轴热误差进行测量,建立基于时序分析的热误差自回归滑动平均混合模型ARIMA。通过引用单位根检验算法实现对热误差序列的平稳性判定,运用自相关/偏自相关函数完成模型的高效识别;利用信息准则解决热误差模型的定阶问题,结合Yule-Walker方程实现自回归参数以及滑动平均参数的求解,从而提高了模型的预测精度及泛化能力,设定了模型的预测优度评价标准。电主轴热误差模型蕴含轴向伸长及径向热倾角,更符合实际,模型可更准确地描述主轴热误差空间位姿状态。通过电主轴热误差建模的应用实例,验证了所提测量及建模方法的有效性。     

综合误差修正方法在热变形测量装置中的应用

误差修正技术是提高测量设备精度的常用方法,但有时由于设备的误差源太多或误差不易测出,而使得误差修正不完全或无能为力.本文提出一种综合误差修正方法,其基本思想是撇开装置中每项具体误差源所引起的测量误差,而把整个测量装置看成是一个大的误差源,采用一种等价置换的方法测出这个大误差源引起的测量误差,然后在测量结果中修正.将该方法用于实验室高精度热变形测量装置中,结果表明该方法可有效提高测量装置精度和测量数据的可靠性.     

切削数据库的数据修正研究

应用切削数据库可以提高生产效率,而切削数据库中的数据是在局部的、离散的条件下取得的,往往不能符合实际生产中千变万化的加工条件.当生产条件变化时,切削数据库就不能提供与之相对应的切削数据.针对这种情况,提出以现有样本作为基础,以数理统计的方式通过MATLAB求出可行的规律,用其对切削数据库中的数据加以修正,使之与实际生产条件相符合.本文选取高速钢刀具铣削碳钢的样本,以最小二乘法通过MATLAB求出工件硬度相同、含碳量不同时切削速度的修正系数以及切削速度与硬度、切削深度的函数关系,并采用决定系数作为判定该修正结果的标准.所得的修正系数以及函数关系可以编成算法应用在数据库修正模块中.     

误差修正技术在大型工件同轴度测量中的应用

同轴度误差对于机床的工作有显著影响。 而其同轴度的测量(特别是大型工件)是很困 难的。其主要困难在于:被测孔或轴的被测 截面间距大;被测孔径误差与圆度误差往往大 于同轴度的允差。 本文介绍采用转动的心轴和误差修正技术测量同轴度的方法,取得了较满意的效果。 一、工作原理 大型工件同轴度测量装置的原理如图1 所示。转动心轴5支承在两个V形块1和12上。球3和弹簧2、4用以消除心轴5的轴向窜动。7、8、9、10是需要测量同轴度和轴向跳动的重型机床床头箱的4个孔。 6和 11是用来监视心轴径向运动误差的两个标准环。G2～G5是用来测量同轴…     

“深切法”修正螺纹误差实例

在车削螺纹时 ,有时造成螺纹加工不合格。在这些废品中 ,有一类可通过重新车削进行修复。这种通过切除材料减小实体的方法而能使之变为合格的螺纹 ,可称之为可修复的“假废品”螺纹 ,这类螺纹中又有一部分往往可以用“深切法”加以修正。所谓“深切法”就是将可修复的“假废品”螺纹中径合理地改变一些 ,进而化“假废品”螺纹为合格产品 ,这里所说的合理改变对外螺纹指的是合理的减小 ,对内螺纹指的则是合理的增大。其理论根据是内、外螺纹互换性合格的条件 ,即 :对外螺纹 :ｄ2作用 ≤ｄ2ｍａｘ　　　且ｄ2单一 ≥ｄ2ｍｉｎ对内螺纹 :Ｄ2作…     

基于时序数据的尾气监测分析平台研究

为实现对非道路移动机械高排放污染物的有效监管,提高环境监测效率,研究基于时序数据的尾气监测分析平台从硬件到软件系统等的开发,针对大量时序数据,提出利用改进并进行参数优化后的长短期记忆(Long Short-Term Mem-ory,LSTM)网络模型,对几类尾气排放数据进行预测分析,从而预测未来一段时间内高排放污染物的...     

静态时序分析在微处理器中的应用

在微处理器设计中,时序分析是关系到设计成功与否的重要的一步.作为分析和验证电路时序行为的新手段,静态时序分析技术以其无需仿真、快速、占用内存少以及测试覆盖面全等优点越来越多的应用于深亚微米的电路设计中.本文以SYNOPSYS公司的静态时序分析工具PT为基础,介绍了静态时序分析技术在微处理器设计中的应用.     

汽轮机简化性能试验中数据校正算法的应用

数据校正算法可以去除测量数据中的显著误差,并减小随机误差,对机组的性能分析、运行优化具有重要意义。基于充分利用冗余测量数据的目的,提出了适用于简化性能试验中部分测量数据超出试验允许的偏差区间时的数据校正算法,并以某610 MW汽轮机性能试验为例进行了实例分析。分析结果表明,数据校正算法可以提高汽轮机简化性能试验结果的准确性,具有较高的实际应用价值。     

基于时间序列匹配的过山车定位法

针对过山车难以精准定位的问题,本文提出了一种基于时间序列匹配的过山车定位方法。该方法首先使用动态时间规整(DTW)对惯性测量单元(IMU)的实测与仿真数据进行序列匹配,得到位置估计结果。之后将估计结果作为观测量,在误差状态卡尔曼滤波器(ESKF)中修正IMU预测结果,得到精准的定位结果。为了提高估计结果的准确度,本文提出了分段重组动态时间规整(SRDTW)算法,解决了DTW的匹配失真问题。使用本文方法对过山车进行了定位实验,结果表明,使用Z向加速度和俯仰角进行序列匹配可得到较为准确的估计结果;ESKF滤波后的平均定位误差可达0.24 m,较估计结果的定位误差减小45.6%。     

基于支持向量机时栅数控转台时序预测研究

时栅代替光栅等传统位移传感器运用到全闭环数控转台做角位移检测部件,需采用时空变换算法将时栅的时域信息转换到空域信息。运用时间序列分析出时栅数控转台的测试数据依存特性,采用支持向量机建立起未来测试数据和历史样本的映射关系,从而得到测试数据中隐含的规律。依据过去相关测量值采用支持向量机回归预测下一采样时刻角位移,将原本等时采样的绝对式角位移转换为全闭合数控系统需要的等空间增量式连续脉冲。并且在误差控制方面,采用当前预测值对上一次预测误差进行实时修正,消除累计误差保证测量精度。实验证明支持向量回归的时间序列预测算法能有效保证动态数控角位移测量误差控制在±2.5″以内,实现精密全闭环角位移测量。     

一种时域电磁法剩余油探测装置的参数研究

提出了一种非接触式剩余油探测装置的参数设计方法.通过两种观测装置在均匀介质中时域电磁响应特性的对比,确定了最佳观测装置结构.分析了发射信号脉冲宽度和关断时间对响应信号的影响.研究了发射线圈电性与实际发射波形关断时间的关系,提出了发射线圈参数的选择原则.讨论了斜阶跃波激励下接收线圈的过渡过程,并给出了匹配电阻和接收线圈分布电容的估算方法.根据分析结果最终设计了装置参数并进行了室内实验.结果表明,不论从响应信号幅度还是延迟时间,均可对不同电导率的介质进行有效识别,为今后时间域电磁法剩余油探测的井下实验奠定了基础.     

CLS-SVM:一种时间序列预测的局部建模方法

针对LS-SVM应用于大样本时间序列预测时存在的计算复杂度高和泛化能力降低的问题,提出一种采用局部模型的时间序列预测方法.该方法采用K-means算法对训练样本进行聚类,并以VRC原则确定最佳聚类数,然后利用LS-SVM对聚类后样本进行局部建模;同时,针对一般LS-SVM建模过程中共轭梯度方法计算效率低的问题,采用Cholseky分解方法以实现计算效率的提升.仿真实验和应用测试表明,该方法用于大规模数据分析时,可在保持预测精度的前提下,提高训练效率5 ～ 28倍,在降低计算复杂度的同时,有效地提高了模型的泛化能力.     

容积脉搏波序列的异常模式检测

容积血氧计是重要的临床设备,从其测量得到的脉搏波可以计算出心率,但是脉搏波容易受到体动等其他因素的干扰,在计算心率时有必要检测出这些干扰段.首先把脉搏波离散为符号序列,符号序列的若干位字母形成字,然后在局部和整体2个层次上比较字之间的距离,这些距离和设定的阈值比较,从而把脉搏波区分为正常段和干扰段,这种方法也可应用于其他信号.     

时间配准在多传感器数据处理中的应用

在应用多传感器进行数据采集的系统中,需要对源于同一目标、同一时刻的不同传感器数据进行融合处理,但由于各传感器的工作方式、传输时延等原因造成数据不同步的问题。因此,在对多传感器数据融合前,应该对多传感器数据进行时间配准。本文提出了采用内插、外推时间配准法解决多传感器时间配准问题,通过仿真验证,该算法可以较好的解决问题。     

基于AR_CLSTM的多元时间序列预测分析

时间序列是一种广泛应用于电量预测、汇率预测、太阳能发电量预测等各种领域的数据,预测其变化具有重要的意义.与LSTM相结合的编码器-解码器被广泛应用于多元时间序列预测.由于编码器只能将信息编码成固定长度的向量,因此模型的性能随着输入序列或输出序列长度的增加而迅速下降.为此,提出了基于编解码结构与线性回归的组合模型(AR CLSTM),该模型使用基于时间步的注意力机制使解码器能够自适应选择过去的隐藏状态并提取有用的信息,并利用卷积的结构学习多元时间序列不同维度之间的内在联系,同时结合了传统的线性自回归方法来学习时间序列的线性关系,从而实现在编解码结构上进一步降低时间序列预测的误差,改善多元时间序列的预测效果.实验结果表明,AR_CLSTM模型在不同的时间序列预测上表现良好,其均方根误差、均方误差、平均绝对误差均下降显著.     

基于PCI总线控制器的高速大容量实时数据采集

介绍了PCI总线控制器专用芯片S5933的组成、Mailboxes、FIFO和Pass-Thru的基本概念,以及性能和使用方法,并针对高分辨率成像光谱仪数据采集的指标要求,提出了以PCI总线控制器S5933为核心的双路高速、大容量、实时数据采集与实时存储的实现方法,在该方法中通过利用PCI总线控制器的FIFO工作模式以及“双路并行复用”技术,实现了双路数据的实时采集与存储,实验表明数据实时采集与存储速率可达8MB/s,完全满足指标要求,而且具有电路简洁,数据采集速率高和容易扩展等特点.     

数控机床热误差时间序列模型预测稳健性的提升

针对数控机床热误差建模应用的时间序列算法受严重多重共线性的影响存在预测稳健性不足的问题,提出一种提升时间序列预测稳健性的方法。该方法将时间序列算法与能够抑制多重共线性的建模算法相结合,从而既可通过在模型中加入温度滞后值来提供更全面的温度信息,又可对温度滞后值引入的更为严重的多重共线性进行处理。文中以时间序列算法中的分布滞后(DL)算法、共线性抑制算法中的主成分回归(PCR)算法为例,采用主成分分布滞后(PCDL)算法建立了机床热误差补偿模型,并将其与DL算法的预测精度和稳健性进行了比较。结果显示,PCDL算法因为抑制了多重共线性的影响,其模型预测精度和稳健性远优于DL模型,预测精度提升了约9μm。本文所述方法可为时间序列数据建模在不同领域内的应用提供参考。