基于模糊积分的潜隐性故障状态转移过程分析

探讨了潜隐性故障的概念,分析了多态系统状态转移的马尔可夫过程,提出了基于模糊积分信息融合技术的故障诊断方法,在利用HMM模型进行初级诊断的基础上,采用加权平均方法确定模糊密度,通过科学计算模糊积分值实现潜隐性故障状态综合诊断识别.最后以某雷达火控设备单元控制模块为例验证了其有效性.该方法克服了智能故障诊断训练样本获取难...     

神经网络与D-S证据理论分层融合的柴油机综合故障诊断方法研究

针对柴油机传统故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高的现状,利用数据融合原理,将神经网络和证据理论进行有机的结合,提出了神经网络和证据理论分层融合的柴油机故障综合诊断方法.该方法通过并行神经网络的结构提高局部诊断网络的诊断能力,并给出了基本可信度分配的客观化方法,充分利用各种故障的冗余和互补信息,可显著提高故障诊断的准确率.诊断实例表明,该方法能显著提高柴油机故障诊断系统的效率.     

基于信息融合的船舶机械故障诊断方法的研究

机械与材料工程学院严新平教授主持的科研项目“基于信息融合的船舶机械故障诊断方法的研究”，得到教育部资助. 1.项目研究目标 1) 设计适用于船舶柴油机故障诊断的信息融合体系. 2) 发表研究论文8篇，其中四大检索系统收录3篇. 2.研究内容 1) 研究基于油液、振动、热力参数监测的信息融合模型. 2) 研究小波分析和分形理论在磨损状态描述与识别中的方法. 3) 研究遗传算法和神经网络技术在船舶柴油机运动状态的趋势分析与使用寿命预测中的应用. 4) 开发船舶柴油机基于信息融合的故障诊断系统. 3.项目拟解决的关键问题 通过此项研究，着重解决(或部分解决)两个关键问题： 1) 利用振动和油液监测获得的信息，为通过信息融合模型实现机械动力学和摩擦学系统的状态描述. 2) 充分考虑船舶机械作业的特殊性，提出适用于现场应用的故障诊断方法与技术. 4.项目的创新之处在于可系统地综合振动、油液和热力参数监测方法，实现船舶柴油机故障诊断；可采用信息融合思想，研究动力学系统和摩擦学系统的信息特征及其相互之间的关系. 科技处(余区办) 章爱武     

基于多传感器信息融合技术的轨道交通车站设备故障诊断

本文在分析了轨道交通车站设备故障诊断的特点和多传感器信息融合技术的基础上,总结了适合于故障诊断的信息融合典型结构以及基于信息融合的故障诊断系统结构。该结构在轨道交通车站设备故障诊断系统中具有普遍意义,实用性强。     

基于神经网络和D-S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDⅡ标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高,以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D-S证据理论融合的多传感器故障诊断方法,并用于车载自诊断系统诊断数据的融合处理和分析.实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力.     

一种复杂诊断系统的多智能体协同求解算法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统.以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出了融合不同表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent,诊断Agent和决策Agent的基本职能.探讨了实时Agent的组织和演化机制,给出了并行推理过程中的冲突消解算法,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统.工程应用效果验证了该求解的可行性和有效性.     

社会主义现代化建设理论与管理机制的创新--学习钱学森院士《创建系统学》的思考

对钱学森在创建系统学过程中提出的“宇宙五观世界”、“现代科学技术体系”、“社会主义建设体系结构”、“复杂巨系统的概念及其方法论”、“综合集成研讨厅体系”、“大成智慧学”与“社会主义建设总体部体系”等一系列理论、方法与管理机制的创新进行了初步研究,同时,发表了笔者对钱老创建的理论、方法与管理机制的某些思考。     

��ͨ����ϵͳ�о�����������Ӧ��:�ۺϼ������������˹���ͨϵͳ��������ͨ7+1��̳�����������»�����ʵ

城市交通是一个复杂的巨系统，具有多学科、跨领域、规模巨大等复杂特性。“交通7+1论坛”第三次理事会会议的主题是交通复杂系统研究方法创新与应用:综合集成研讨厅与人工交通系统。会议围绕主题，从综合集成研讨厅:从定性到定量方法研究、人工交通系统的基本思想与框架体系、青藏铁路综合运营监控中心系统:从实践看综合集成与协同以及城市交通需求供给平衡的协调对策与政策等四个方面进行了深入的分析。同时对交通复杂系统研究方法的创新与应用，从不同的角度进行了探讨。     

高速列车牵引电机自适应故障诊断研究

为保证高速列车的安全高效运行,设计一种基于多模型方法的高速列车故障诊断与调节策略,实现了对未知牵引电机故障的准确诊断和给定速度曲线的渐近跟踪。首先,通过分析常见的牵引电机故障,建立故障模式集,得到每种故障模式下的高速列车参数化模型;再基于每种故障模式下的参数化模型设计自适应估计器,得到估计器集,并基于估计误差设计性能损失函数进行高速列车牵引电机自适应故障诊断;最后根据诊断出的故障模式和大小等信息设计高速列车自适应故障调节控制器,保证系统稳定和对给定速度曲线的渐近跟踪。仿真结果表明,设计的高速列车自适应故障诊断与调节策略能有效地实现对未知牵引故障的诊断和补偿。     

���ڶ�������ϵͳ���ۺϽ�ͨ��Ϣƽ̨�о�

针对综合交通信息平台系统建设的问题，本文在分析综合交通信息平台在智能交通系统中地位和功能的基础上利用多智能体系统技术，提出了基于用户界面Agent、信息感知Agent和信息处理Agent的分布式综合交通信息平台的体系结构，利用多种Agent来完成平台的相关功能，并对各类Agent的主要功能和结构进行了分析.最后分析了基于多智能体系统的综合交通信息平台的优越性，并介绍了目前国内外在综合交通信息平台方面的研究情况.     

列车轮对状态的融合监测系统

为了提高列车轮对故障诊断准确率和改善现有列车轮对状态在线监测方法的不确定性,结合多传感器信息融合原理,设计了列车轮对融合监测系统,采用特征层融合自适应加权算法进行了轮对状态融合监测,以自适应的方式寻求最优加权因子,使状态测量值总均方误差最小,比较了特征层融合自适应加权算法、模糊数据关联算法、变结构多模的状态估计算法和BP神经网络算法的计算结果。比较结果表明:当轮对两端轴承均出现故障后,两传感器输出的测量值分别为22.0470和21.0250,而此融合算法计算出的估计值为4.2642,融合值最接近真值,因此,列车轮对融合监测系统可靠性高,抗干扰性强。     

基于神经网络和D—S证据理论的汽车电控系统故障诊断方法研究

鉴于目前广泛使用的OBDII标准的车载自诊断系统的诊断精度和准确度都有待于进一步的提高．以电控发动机怠速不稳征兆为例,可提出一种将神经网络和D—S证据理论融合的多传感器故障诊断方法,并用于车栽自诊断系统诊断数据的融合处理和分析。实验结果表明,该方法能够充分利用各种故障的冗余和互补信息,从而显著提高故障的识别能力。     

基于多尺度Kalman滤波的多传感器数据融合

通过分析多尺度动态系统模型,提出了一种基于小波变换的Kalman多传感器数据融合算法。该算法结合了Kalman滤波的实时性、递归性和小波变换的多尺度特性,能对多传感器的观测数据有效地融合。算法首先将最细尺度上观测数据滤波后得到的估计序列小波分解到各尺度上;然后在各尺度上,利用该尺度上的传感器观测数据对小波分解系数进行更新;最后利用小波重构,达到更新原始估计序列的目的。仿真实验表明,该算法具有很好的数据融合效果。     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

信息融合技术在交通事件自动检测中的应用

多传感器信息融合技术这一新兴信息处理技术的出现,为交通事件自动检测(Automatic Incident Detection,AID)算法的设计提供了新的解决方案。将多传感器信息融合技术引入交通事件检测领域,设计了一种基于信息融合技术的交通事件自动检测算法。该方法结合了信息融合理论和小波神经网络算法,充分发挥了多传感器信息融合与小波神经网络理论的优势,使得事件检测的结果更加准确。通过仿真试验,该检测算法的优越性得到验证。     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

基于组态技术的船舶自动化控制系统设计平台的开发

针对船舶自动化控制系统的应用需要,对通用组态软件进行二次开发和功能增强,是基于组态技术船舶自动化控制系统设计平台开发的关键。文章从专用图形库、参数函数库、控件库打造等方面,对船舶自动化控制系统设计平台的开发模式进行了分析,提出了相关系统架构。     

基于信息融合的发动机机械故障诊断方法探讨

发动机故障是指发动机部分或完全丧失工作能力的现象。发动机机械常见的故障可分为摩擦损害、应力变形断裂损伤及化学腐蚀三类。汽车发动机因其结构复杂,工作条件恶劣,相对来讲发动机机械部分故障诊断更加复杂。文中从发动机机械损伤形式出发,分析发动机常见故障引起的异响、振动、温度过高等征兆,介绍了基于振动噪声检测、油液分析与温度检测多信息融合的发动机故障诊断方法。     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.