EEMD-GSSA-SVM滚动轴承故障诊断方法研究

针对现有滚动轴承故障诊断算法诊断准确度不高的问题,提出了一种基于集合经验模态分解(EEMD)以及全局麻雀群搜索算法(GSSA)优化支持向量机(SVM)的滚动轴承故障诊断方法.所提方法利用EMMD以及能量矩对原始信号进行模态分解与特征提取.为提高诊断精度,提出一种GSSA-SVM算法.首先提出一种对原始麻雀搜索算法(SS...     

一种改进型经验模态分解及其在信号消噪中的应用

针对非线性非平稳信号的消噪问题, 基于经验模态分解提出一种模态单元滤波新方法. 该方法将经验模态分解的内模函数中两个相邻过零点之间的信号定义为模态单元, 并以之作为基本分析对象, 通过对模态单元振幅的阈值处理来判断模态单元的类型, 进而建立模态单元滤波模型. 分析了经验模态分解法在分解不同Hurst指数分形高斯噪声时模态振幅的演化规律, 并建立了一种用于高斯消噪的阈值选取规则. 为验证本文方法的有效性, 进行了数字仿真与实例应用实验. 仿真和实验结果均表明, 所提方法的消噪效果整体上优于最优小波阈值消噪方法, 同时模态单元滤波消噪算法具有自适应性, 是一种有效的信号消噪新方法.     

联合耦合字典学习与图像正则化的跨媒体检索方法

跨媒体检索方法多数将2个模态的原始特征映射到公共子空间,在子空间中执行跨媒体检索,忽略了判别特征的选择以及模态间的关系。为此,提出一种基于耦合字典学习和图形正则化的新型跨模态检索方法。通过关联和联合更新不同模态的字典,为不同的模态生成均匀的稀疏表示。将不同模态的稀疏表示投影到由类标签信息定义的公共子空间中,以执行跨模态匹配,同时对投影矩阵施加21范数项,选择特征空间的相关和辨别性特征。在此基础上,利用图正则化项保留模态间和模态内相似关系。实验结果表明,与典型相关分析方法相比,该方法跨媒体检索精度较高。     

面向多模态视频时刻检索的查询感知跨模态双重对比学习网络

近期,跨模态视频语料库时刻检索（VCMR）这一新任务被提出,它的目标是从未分段的视频语料库中检索出与查询语句相对应的一小段视频片段.现有的跨模态视频文本检索工作的关键点在于不同模态特征的对齐和融合,然而,简单地执行跨模态对齐和融合不能确保来自相同模态且语义相似的数据在联合特征空间下保持接近,也未考虑查询语句的语义.为了解决上述问题,本文提出了一种面向多模态视频片段检索的查询感知跨模态双重对比学习网络（QACLN）,该网络通过结合模态间和模态内的双重对比学习来获取不同模态数据的统一语义表示.具体地,本文提出了一种查询感知的跨模态语义融合策略,根据感知到的查询语义自适应地融合视频的视觉模态特征和字幕模态特征等多模态特征,获得视频的查询感知多模态联合表示.此外,提出了一种面向视频和查询语句的模态间及模态内双重对比学习机制,以增强不同模态的语义对齐和融合,从而提高不同模态数据表示的可分辨性和语义一致性.最后,采用一维卷积边界回归和跨模态语义相似度计算来完成时刻定位和视频检索.大量实验验证表明,所提出的QACLN优于基准方法.     

关系敏感型多子图图神经网络的多模态实体对齐

作为融合多源异构知识图谱的主要手段, 实体对齐一般首先编码实体等图结构信息, 而后通过计算实体间相似度来获取对齐实体. 然而, 现存的多模态对齐方法往往直接引入预训练方法表达模态特征, 忽略了模态间的融合以及模态特征与图结构间的融合. 因此, 本文提出一种关系敏感型的多子图图神经网络(RAMS)方法. 通过多子图图神经网络编码方法对模态信息与图结构进行结合并获得实体表征, 通过跨域相似度计算得到对齐结果. 广泛且多角度的实验证明了本文所提出的模型在准确率、效率、鲁棒性方面均超过了基线模型.     

胸部X线影像和诊断报告的双塔跨模态检索

针对现有胸部X线影像和诊断报告跨模态方法重点聚焦全局信息对齐,忽视影像和诊断报告间的细粒度语义关联,导致检索精度低、匹配度差的问题,提出全局和局部联合对齐的胸部X线影像和诊断报告双塔跨模态检索方法（CDTCR）。具体来说,针对细粒度语义表征,提出由残差网络组成的影像编码器学习影像的细粒度特征和由Transformer构成的BERT模型学习诊断报告的细粒度语义特征;针对细粒度语义关联问题,设计影像对句子和区域对词组两个不同粒度的模态间信息对齐策略,解决了不同模态间细粒度语义关联不足的问题。大型医学数据集MIMIC-CXR上的实验结果表明,CDTCR比现有的跨模态检索方法,检索精度更高、可解释性更强。     

一种用有限元工具仿真水平轴微陀螺解耦性能的方法

提出了一种用有限元工具ANSYSTM的谐响应分析功能仿真陀螺在模态频率下位移的方法.利用这种方法,仿真得到了陀螺模态间的机械耦合,并通过测试对仿真结果进行了验证.这种方法还能仿真由于工艺误差造成的结构不对称性对陀螺性能的影响,并证明了双解耦性能有利于抑制这种不对称带来的误差.     

基于EMD和M-FSVM的泵车液压系统故障诊断

在泵车液压系统的故障诊断技术研究中,如何精确地提取故障特征以及如何实现高精度的分类识别是研究的关键.针对这一问题,文中提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)算法与模糊多类支持向量机(Multi-class Fuzzy Support Vector Machine,M-FSVM)技术相结合的液压系统故障诊断方法.该方法首先对原始数据信号进行EMD分解,分解成若干个固有本征模态函数之和,再计算EMD能量熵作为M-FSVM的输人数据加以诊断.实验结果表明,该方法能有效地诊断泵车液压系统故障.     

基于变分模态分解的货运列车车轮踏面擦伤故障诊断方法研究

针对采用现有方法诊断所得车轮踏面擦伤的测量值和实际值之间差距较大的问题,提出基于变分模态分解的货运列车车轮踏面擦伤故障诊断方法.将变分模态分解中的本征模态函数定义成一个调幅-调频信号,利用该信号获取窄带的IMF分量,实现对擦伤故障特征的提取.基于特征提取结果,分别计算货运列车低速行驶与高速行驶时的冲击速度,得出踏面擦伤长度.通过振动加速度法计算临界速度与货运列车的行驶速度,得出擦伤深度,以此完成对车轮踏面擦伤故障的诊断.经过实验证明,所设计方法测量结果与实际结果之间误差较小,说明该方法的诊断结果可靠性较高.     

基于样本内外协同表示和自适应融合的多模态学习方法

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合方法对噪声数据敏感.因此,在多模态表示方面,为了充分学习模态内和模态间的交互,提升特征表示的鲁棒性,提出一种基于样本内和样本间多模态协同的表示方法.首先,分别基于预训练的BERT,Wav2vec 2.0,Faster R-CNN提取文本特征、语音特征和视觉特征;其次,针对多模态数据的互补性和一致性,构建模态特定和模态共用2类编码器,分别学习模态特有和共享2种特征表示;然后,利用中心矩差异和正交性构建样本内协同损失函数,采用对比学习构建样本间协同损失函数;最后,基于样本内协同误差、样本间协同误差和样本重构误差设计表示学习函数.在多模态融合方面,针对每种模态可能在不同时刻表现出不同作用类型和不同级别的噪声,设计一种基于注意力机制和门控神经网络的自适应的多模态特征融合方法.在多模态意图识别数据集MIntRec和情感数据集CMU-MOSI,CMU-MOSEI上的实验结果表明,...     

Fault diagnosis for heat pumps with parameter identification and clustering

For reducing the energy consumption of heat pumps, fault detection and diagnosis (FDD) is fundamental. The FDD system presented is based on a gray-box process model, the parameters of which are identified online. The faults are classified from the parameters using clustering methods. Known clustering techniques have been simplified and new “vector clustering” techniques have been developed for classifying gradual faults. The FDD system has been tested in various real applications, for one of which the results are presented in this work. The contribution lies on the application side with a software tool developed for the fully automated training process.     

General modeling for model-based FDD on building HVAC system

Fault detection and diagnosis (FDD) can be realized with models. It can be used to find the cause of the degradation on energy efficiency and indoor climate quality in building heating, ventilation and air-conditioning (HVAC) systems. Real buildings are diverse. It requires a general modeling method. General modeling concept comprises three steps: hierarchical modeling procedure, parameterization and tuning procedure. In the procedure of hierarchical modeling, the process is split into levels ranging from global to micro level. The objective is to detect faults on the various levels. Consequently, different models for each level should be built. It is important to increase the accuracy of the models and let the models applicable for FDD on building HVAC systems. Parameterization and tuning procedure are necessary. An example model for a real air-conditioned room shows the results of general models and the results after tuning.     

复杂动态系统中不同层次故障检诊模块的综合设计

为解决复杂动态系统中不同层次故障检诊模块的协调管理和高效运行问题,研究了其综合设计方法。该方法对复杂动态系统层次建模,提出检诊进程概念以描述系统不同层次的故障检诊,同时建立了检诊进程通用模型,使大部分现存检诊算法可方便地纳入其中,实现了不同层次检诊进程的信息交换与综合设计。数字仿真表明,综合设计不但能提高各模块检诊能力,而且可以总体上提高其应付常规方法难以处理的复杂故障情况。     

Fuzzy model-based fault detection and diagnosis for a pilot heat exchanger

This article addresses the design and real-time implementation of a fuzzy model-based fault detection and diagnosis (FDD) system for a pilot co-current heat exchanger. The design method is based on a three-step procedure which involves the identification of data-driven fuzzy rule-based models, the design of a fuzzy residual generator and the evaluation of the residuals for fault diagnosis using statistical tests. The fuzzy FDD mechanism has been implemented and validated on the real co-current heat exchanger, and has been proven to be efficient in detecting and isolating process, sensor and actuator faults.     

Second order sliding mode observers for the ADDSAFE actuator benchmark problem

This paper presents the evaluation process and results associated with two different fault detection and diagnosis (FDD) schemes applied to two different aircraft actuator fault benchmark problems. Although the schemes are different and bespoke for the problem being addressed, both are based on the concept of a second order sliding mode. Furthermore both designs are considered as ‘local’ in the sense that a localized actuator model is used together with local sensor measurements. The schemes do not involve the global aircraft equations of motion, and therefore have low order. The first FDD scheme is associated with the detection of oscillatory failure cases (OFC), while the second scheme is aimed at the detection of actuator jams/runaways. For the OFC benchmark problem, the idea is to estimate the OFC using a mathematical model of the actuator in which the rod speed is estimated using an adaptive second order exact differentiator. For the jam/runaway actuator benchmark problem, a more classical sliding mode observer based FDD scheme is considered in which the fault reconstruction is obtained from the equivalent output error injection signals associated with a second order sliding mode structure. The results presented in this paper summarize the design process from tuning, testing and finally industrial evaluation as part of the ADDSAFE project.     

基于粗糙集理论的分层递阶约简算法􀀂

粗糙集理论的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使信息系统或者决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对信息系统进行约简.分层递阶约简算法在某水泥窑炉控制决策获取中的应用证实其有效性.     

层次化角色的受限授权模型研究

针对现有用户-用户的层次化角色授权模型存在授权冲突问题,基于授权的时限和约束限制规则,对层次化角色的授权组件、相关性质以及互斥角色的约束限制规则进行了描述.提出了一种层次化角色的受限授权模型,该模型满足最小特权和职责分离两安全原则.给出了角色授权的生成和撤销算法,并对该模型的正确性和完整性进行了讨论.最后给出了实现该模型的体系架构,并通过应用实例验证了模型的有效性和实用性,较好地解决了角色层次上的授权冲突问题.     

信息融合技术在传感器故障诊断中的应用

研究了扭转材料试验机传感器的故障诊断系统,为提高传感器的故障诊断精度,在对诊断方案进行分析、研究、仿真、比较和验证的基础上,结合工程实际的特殊要求和相关经验,确定了最合适的一种--多传感器信息融合故障诊断方案.通过对传感器的故障建立数学模型并进行计算机仿真,仿真结果表明该故障检测方法对于材料试验机的传感器常见的故障均能进行识别和告警,效果令人满意.     

旋翼飞行机器人故障诊断与容错控制技术综述

对故障诊断和容错技术的发展过程进行了简要概述，以旋翼飞行机器人为研究对象，在分析了旋翼飞行机器人故障诊断与容错控制特点的基础上，介绍了当前国内外在该领域的研究进展和主要方法．最后，总结了该领域待解决的难点问题，并指出了该研究领域的发展趋势．     

测控装备面向协同智能诊断系统应用研究

随着测控装备集成度的提高,单一的诊断模式已很难准确定位装备出现的故障,需要多个领域知识共同对诊断对象进行决策融合.本文根据某型测控装备实际,设计了以故障树诊断为基础的专家系统,结合博弈论相关理论对多个知识库进行诊断结果的融合.最终将诊断结果纳入装备的日常维护保养,提高了装备的综合保障能力.