融合Cox回归与维纳过程的设备状态评估方法

针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.     

一种基于证据推理的装备保障资源评估方法

为解决目前多属性决策分析在处理不确定性问题上存在的不足,提出一种基于证据推理的装备保障资源评估方法,该方法通过融合多种不确定信息得到装备保障资源水平.首先,构建装备保障资源评估指标体系,根据专家知识获取指标权重;然后,基于规则的输入信息转化法,将指标数据转换到统一的置信框架下,并建立基于证据推理的评估模型.针对模型参数难以精确主观确定的困难,建立非线性优化模型,基于投影协方差矩阵自适应进化策略算法求解得到最优参数.对某单位装备保障资源实例进行评估,并通过对比分析验证所提出方法的有效性.     

融合分层分块信息的轧制过程运行状态评估方法及应用

工业过程运行状态评估方法是对过程当前运行状态进行合理的评价,为工业过程的安全、高效运行提供有益的指导.带钢轧制过程具有流程长且系统层级多等特点,而传统的运行状态评估往往采用集中式的评估方法,难以对轧制过程全流程的运行状态进行合理的评估.针对此问题,提出一种融合分层分块信息的轧制过程运行状态评估方法.采用一种多层级分块的评估策略,将全流程分为若干个层级和子块,提高评估结果的可解释性.提出一种联合核主成分分析(kernel principal component analysis,KPCA)和t-分布随机邻域嵌入算法(t-distributed stochastic neighbor embedding,t-SNE)的特征提取方法,并行地提取全局和局部的特征信息.进而,针对传统支持向量机(support vector machine,SVM)输出结果为硬判型输出,将SVM的输出结果映射为后验概率,并通过D-S证据理论融合多个层级的运行状态评估结果,从而实现决策层面的信息融合,提高评估结果的准确性.最后,将所提出方法应用于实际带钢轧制过程,与各类传统的方法相比评估准确率提高近18%.     

基于云重心评估法和熵值法的装备技术状态评估

装备技术状态评估是状态维修的关键环节,对维修决策有重要的支持作用;针对装备的监测信息和历史数据的模糊性和随机性,提出了基于云重心评估法的装备技术状态评估模型;同时,充分利用云理论特征值之一的熵,通过熵值法得到指标权重,避免了主观评价造成的误差;采用加权偏离度最终确定技术状态,构成定性属性值与定量属性值的映射关系;通过实例,验证了该方法的可行性和有效性。     

健康状态评估方法及应用研究

随着设备越来越复杂、经济可承受性要求越来越高,评估设备的健康状态就显得尤为重要;健康状态评估技术是实现状态维修的重要手段之一;论述了健康状态评估在状态维修中的地位和作用;分析了国内外健康状态评估的主要方法,主要包括模型法、层次分析法、模糊评判法、人工神经网络法、基于贝叶斯网络的方法等;接着介绍了健康状态评估技术的工程应用情况;最后,详细分析了我国在健康状态评估研究中存在的问题,并指出了进一步研究的重点方向。     

复杂装备健康状态评估的粗糙核距离度量方法

复杂装备的健康状态评估对于减少定时维修和事后维修的次数以及推动视情维修具有重要的意义.提出了一种基于粗糙核距离度量的复杂装备健康状态评估方法,该方法首先用粗糙集进行健康特征的约简和权重系数确定,以得到优化的联合健康特征向量,然后基于加权核距离度量进行健康状态分类.航空发动机健康状态评估中的应用表明,该方法具有鲁棒性、实时性强、计算简单的特点.     

基于时空信息融合的矿用变压器绝缘状态评估方法

现有矿用变压器状态评估方法大多侧重评估模型及理论的研究,而忽视各评估指标时域和空域的关联性分析。针对该问题,提出了一种基于时空信息融合的矿用变压器绝缘状态评估方法。针对矿用变压器绝缘状态评估中数据信息的随机性、模糊性等特点,建立多层次状态评估体系;引入关联规则和变权重理论,确定评估模型中因素层的变权重系数,构建因素层指标的模糊隶属度函数,并计算其原始基本概率赋值;基于D-S证据理论对评估模型中各因素及各周期的基本概率赋值进行融合,首先将因素层评估得到的各因素基本概率赋值与其权重系数进行时域信息融合,然后对其时域融合信息进行空域融合,最后结合信度准则判断矿用变压器绝缘状态。实例验证结果表明,所提方法可对矿用变压器绝缘状态进行准确有效评估。     

电子装备测试性融合评估方法

测试性是装备通用质量特性之一，其设计水平直接影响了装备保障效能的发挥，如何更加真实的评估装备的测试性水平是当前研究的热点。在研制阶段装备实物测试性试验数据数量少、获取难、费用高，可认为是“小子样”数据，为了更加全面客观地评价装备的测试性水平，需要充分利用测试性仿真试验获取仿真数据进行融合评估。进行测试性仿真试验时，研究电子装备的仿真模型、故障模型、仿真故障注入方法，获取测试性仿真数据；在此基础上，将仿真试验数据作为验前信息并进行的处理，结合“小子样”装备实物试验数据，采用贝叶斯方法进行测试性试验数据的融合来评估装备的测试性水平，提高评估结果的客观性和可信度。通过案例分析，验证了测试性融合评估方法的有效性。     

基于模糊融合证据理论电力变压器状态的评估*

论文通过对目前国内电力变压器状态检修现状的分析以及综合各种文献资料,利用模糊理论的思想,提出一种采用模糊综合评判结合证据理论来评估电力变压器工作状态的方法,验证了融合证据理论的模糊方法的评估结果比单一的采用模糊理论评估的结果更准确。此方法根据影响变压器健康状态的因素与其内部器件的对应关系,通过模糊理论建立隶属度函数,得出相应内部器件的健康状态,然后,用证据理论把每个内部器件的健康状态当做一组证据,通过证据合并,最终得出变压器当前健康状态的评估。     

基于测试数据的装备健康状态评估方法

针对当前装备健康状态评估方法无法反映健康状态变化过程的问题,提出了一种基于测试数据的装备健康状态评估方法。该方法通过对待测部件进行测试,观察测试数据变化规律并对比测试数据的正常范围,分别计算测试部件的基本健康度、健康度变化率和健康度变化幅度,得到了装备动态变化过程中的健康度数学模型,并建立了串联、并联系统的武器装备健康状态评估方法。利用该方法分别对某型潜射导弹发动机、伺服机构液压源的测试数据进行实例分析,结果表明该方法可准确真实反映装备健康状态的变化过程,提供使用者科学有效的故障预测和维修决策依据,更加符合装备基于状态的维修要求,提高了装备完好率和任务完成率,具有较强的可操作性。     

Adaptive saliency fusion based on quality assessment

A variety of saliency models based on different schemes and methods have been proposed in the recent years, and the performance of these models often vary with images and complement each other. Therefore it is a natural idea whether we can elevate saliency detection performance by fusing different saliency models. This paper proposes a novel and general framework to adaptively fuse saliency maps generated using various saliency models based on quality assessment of these saliency maps. Given an input image and its multiple saliency maps, the quality features based on the input image and saliency maps are extracted. Then, a quality assessment model, which is learned using the boosting algorithm with multiple kernels, indicates the quality score of each saliency map. Next, a linear summation method with power-law transformation is exploited to fuse these saliency maps adaptively according to their quality scores. Finally, a graph cut based refinement method is exploited to enhance the spatial coherence of saliency and generate the high-quality final saliency map. Experimental results on three public benchmark datasets with state-of-the-art saliency models demonstrate that our saliency fusion framework consistently outperforms all saliency models and other fusion methods, and effectively elevates saliency detection performance.     

基于无标签、不均衡、初值不确定数据的设备健康评估方法

缺少先验知识和完备信息的设备健康评估一直是预测与健康管理(PHM)领域的难点问题.针对设备运行状态观测数据的无标签、不均衡、初值不确定性问题,提出一种多变量深度森林的设备健康评估方法.首先,提出一种基于相关性指标和趋势性指标的特征选择方法以去除冗余特征;然后,利用三维数据标准化和量子模糊聚类方法,动态设定设备健康状态并且解决数据初值的不确定问题;最后,采用一种多变量深度森林分类器实现设备健康状态的离线训练与在线评估.案例分析结果验证了所提出的健康评估方法的有效性和可行性.     

基于云模型和组合赋权的煤矿安全风险评价

针对我国煤矿安全风险评价基础薄弱、手段单一、客观性不强等问题,结合云模型理论和基于层次分析法主观赋权、灰关联分析客观赋权的组合赋权方法,构建了一种煤矿安全风险评价模型。建立了包含人员、设备、环境、管理和历史5个一级评价指标,29个二级评价指标的煤矿安全风险评价指标体系;确立了煤矿安全风险评价指标的云模型标尺;采用安全风险评价云模型计算煤矿安全风险评价指标体系中指标层、准则层、目标层的数字特征,得到煤矿安全风险评价云。将该模型应用于红庆梁煤矿安全风险评价,结果表明:该煤矿现阶段安全风险等级为中等风险,影响安全生产的主要因素为作业人员违章操作率、煤层顶底板稳定性等。该模型为煤矿安全管理及风险防控工作提供了一定参考。     

基于博弈组合赋权的有源相控阵雷达收发组件脆弱性评估

面向有源相控阵雷达的核心部件—–T/R组件(transmit/receive module),提出综合脆弱性评估概念及其数学模型表达,给出定量评估的博弈组合赋权-优劣解距离方法.首先,从元件和系统两个层次出发分别构建脆弱性评估标准:利用元件自身物理特性建立故障树,基于蒙特卡洛仿真计算得到运行状态的物理脆弱性指标(即可靠性指标);根据系统的电路结构,建立其拓扑网络,计算结构脆弱性指标.然后,提出融合物理和结构的综合脆弱性评估数学模型,建立博弈组合赋权问题优化组合权重,结合优劣解距离法实现对T/R组件综合脆弱性的定量评估.实验结果表明, T/R组件的综合脆弱性不仅与各元件固有的可靠性水平相关,更与其系统的电路网络拓扑结构密不可分,所建立的综合脆弱性评估模型能够有效合理地辨识其薄弱环节.     

High-voltage equipment condition monitoring and diagnosis system based on information fusion

As high-voltage electric equipment has complex structure and works in harsh environments, fiber Bragg grating (FBG) sensors are applied to realize the real-time monitoring of some parameters in which temperature is the main parameter. Using FBG sensors to monitor temperature of high-voltage electric equipment can overcome the disadvantages of harsh monitoring environment such as high-voltage, big current, strong electromagnetic interference and so on. The fault of high-voltage electric equipment is difficult to be distinguished as there may be many different reasons. The traditional or simple methods cannot totally meet the demand of fault diagnosis of high-voltage electric equipment. First, taking neural network as a classifier to distinguish different fault types from complex fault information in the feature layer can supply a good foundation to final information fusion diagnosis. Second, Dempster–Shafer evidence theory is used to make a comprehensive diagnosis of fault information in the decision layer. All the uses above can increase the speed and accuracy of diagnosis and have practical significance. The fault diagnosis system shows good results and provides an effective way to realize the real-time condition monitoring and more accurate fault diagnosis of high-voltage electric equipment.     

基于结构方向信息的图像质量评价方法

结构相似度(SSIM)方法通过度量原图像和失真图像之间的结构相似程度,达到了比传统PSNR方法更好的图像质量评价效果。但SSIM算法本身并没有充分利用图像的结构信息,在SSIM算法的基础上进一步挖掘图像结构中包含的方向信息,提出了局部结构方向相似度(LSOS),将LSOS方法和现有的SIExt算法相结合,提出基于结构方向信息的图像质量评价算法(SOI)。实验表明,该方法能够达到比SIExt和SSIM方法更好的图像质量评价结果。     

基于云模型和组合权重的SCADA系统安全风险评估研究

当前数据采集与监控系统(supervisory control and data acquisition, SCADA)系统面临着巨大的安全威胁,对其风险状况进行监测和评估是一项有效的应对措施。为有效处理评估过程中存在的模糊性和随机性问题,将云模型理论引入SCADA系统安全风险评估中,提出了一种基于云模型和组合权重的安全风险评估模型。该模型从SCADA系统的资产、威胁、脆弱性、安全措施4方面构建安全风险评估指标体系,采用最小二乘法求出评估指标的最优组合权重,借助云发生器得到评估指标的云模型数字特征和SCADA系统的综合评估云,然后基于黄金分割率构建标准评估云,同时结合改进的云相似度计算方法得出最终评估结果,最后通过实验验证了模型的有效性和可行性。研究结果表明,该模型能够得到准确的评估结果,与模糊综合评价等方法相比,该评估方法具备更高的可信性,评价效果更好。该方法不仅有助识别SCADA系统的安全风险威胁,而且为其他领域的安全风险评估提供了一定的参考。     

基于互信息的文本特征加权方法

特征加权是文本分类中的重要环节,通过考察传统的特征选择函数,发现互信息方法在特征加权过程中表现尤为突出。为了提高互信息方法在特征加权时的性能,加入了词频信息、文档频率信息以及类别相关度因子,提出了一种基于改进的互信息特征加权方法。实验结果表明,该方法比传统的特征加权方法具有更好的分类性能。     

浅论在信息化条件下建立教学服务质量体系

随着信息化建设的全面推进,教学终端盒网络设备不断更新,新的教学设备和教学手段越来越依靠网络技术和多媒体技术.通过建立教学服务质量体系使各种教学设备和网络设施为教学提供稳定而有效率的教学服务,以期对高校建立现代化大学起一定借鉴作用.