动态系统故障诊断的未知输入观测器组方法

介绍了动态系统故障诊断的未知输入观测器组方法的原理和设计步骤,对于线性离散定常系统,详细推导了基于矩阵束的克罗内克尔标准形变换的观测器设计算法,所得观测器对于指定故障敏感,对其他未知输入解耦,重复该设计过程,可得到观测器组,实现鲁棒的动态系统故障检测和分离,最后讨论了设计方法的有关问题。     

基于压缩感知的滚动轴承故障信号提取技术研究

针对目前奈奎斯特采样方式对信号进行采集所产生的数据量较大的问题,提出一种基于压缩感知并结合神经网络的滚动轴承故障信号检测方法,通过K-奇异值分解算法构造冗余字典,利用神经网络以映射后观测矩阵的前一部分值预测全部观测值,实现信号的二次压缩,最终利用子空间追踪算法基于预测出的观测矩阵对信号进行重构,通过重构信号频谱可获得轴承故障信息.经过对测量矩阵、算法参数及神经网络等内容的分析,可在较少的数据量下以较高精度实现对滚动轴承故障信息的提取,并通过仿真对比实验证明了方法的有效性,在总压缩比为0.72～0.92时,此方法能够保证信号匹配度约为0.83,明显优于传统方法,且对于轴承内圈、外圈和滚动体故障信号皆有较好的重构效果.     

基于小波变换的纹理边缘检测方法

根据Ｍａｌａｔ多尺度边缘检测原理和纹理图像的局部特征,推广了Ｍａｌａｔ多尺度边缘检测算法．这个推广算法不仅适用于一般图像的边缘检测,而且还可用来提取纹理图像的边缘．     

基于矩阵扰动分析的模拟电路故障诊断方法

为了实现模拟电路的故障检测、故障定位和参数辨识的一体化处理,便于工程实施和降低故障诊断成本,提出一种基于矩阵扰动理论的模拟电路故障诊断与参数辨识方法.首先,对故障电路的采样时间序列值进行曲线拟合,得到电路故障相位偏移信息,并作为一个故障特征;其次,将采样序列构成一个方阵,求解该方阵的迹作为另一个故障特征;第三,以相位偏移信息和响应矩阵的迹随被诊断器件参数的变化而变化的对应关系为基础,结合两个故障特征,建立故障模型;最后,通过对两个国际标准电路诊断的实验验证结果显示,该方法故障定位准确率在98.5%~100%范围内,故障参数辨识误差在-1.2%~1.72%范围内.     

电控发动机故障诊断属性约简算法应用研究

利用粗糙集理论中的区分矩阵属性约简算法对电控发动机的几种典型故障参数进行属性约简,为验证约简结果是否有利于下一步的故障诊断,采用较成熟的BP神经网络对其进行诊断验证,将约简结果作为网络的输入,待诊断故障作为网络的输出。通过学习训练结果表明:利用区分矩阵方法所获得的核约简不能作为故障诊断的特征参量,其导致网络不收敛,而其它3组约简可以用于区分现有故障。为获得最优的属性约简结果,利用二进制粒矩阵的方法进行了最优属性约简的证明。     

铁路自闭贯通线路故障检测模型

通过分析10kV自闭贯通线路短路和接地故障特征，建立了故障检测模型，对铁路自闭贯通线路发生相间短路故障和单相接地故障进行了仿真．仿真分析结果表明，利用此模型判断相间短路和单相接地故障类型及所在区间是可行的．     

典型时频分析技术在故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性,利用典型时频分析技术对故障特征进行提取分析。该方法利用信号构造矩阵,再根据典型时频分析技术的变换特性,均值化时频分布参数,然后重构信号以实现降噪。仿真和试验结果表明,该方法能有效地提取故障特征信息,在机械故障诊断领域有广泛应用前景。     

基于加权FCM算法的轴承故障诊断

提出一种基于特征评估和特征加权FCM算法的滚动轴承故障诊断方法．对原始振动信号提取时域、频域和小波包归一化能量特征，组成联合特征．然后对联合特征进行评价，计算类可分性评价指标．根据该指标大小选取敏感特征，进行特征加权模糊聚类分析，实现对轴承故障状态的自动识别．特征评估克服了传统方法在特征选择上的盲目性，特征加权提高了分类准确率．实例表明，该算法不仅可以可靠识别不同类型的滚动轴承故障，而且可以识别不同程度的故障．     

基于遗传算法的750kV变电站故障恢复研究

针对主接线拓扑结构复杂的750kV变电站故障恢复问题,提出一种基于遗传算法的变电站故障恢复方法.该方法通过分析750kV变电站电压等级特性及设备间连接状态,对主接线进行分区处理并构建变电站故障信息矩阵与故障判定矩阵,运用深度优先搜索算法搜索失电区域.在此基础上,根据一次设备当前运行状态构建操作代价矩阵与故障恢复矩阵,以设备操作代价、非故障失电区域最小为恢复目标,利用遗传算法进行求解,获取合理的开关操作表,完成故障区域隔离及非故障停电区域正常供电.算例分析结果表明了该方法的有效性.     

改进的Skowron可辨识矩阵及其属性核求解方法

针对可辨识矩阵求核方法无法兼顾正确性与高效性的问题,首先从理论上证明了可辨识矩阵中单个元素与核的关系,在此基础上,设计了一种Skowron可辨识矩阵的改进方法以及基于这种改进的Skowron可辨识矩阵的属性核求解方法,该方法不仅适用于任何决策表信息系统,而且有效降低了计算代价．     

复线电力牵引网瞬时与永久性故障识别方法

提出了两种识别复线牵引网瞬时性与永久性故障的方法———电压识别法和补偿电压识别法。通过计算机仿真检验了两种方法的有效性和灵敏度,仿真结果表明,两种识别方法都是有效的,补偿电压识别法具有更高的灵敏度。     

Bit stream oriented enumeration tree pruning algorithm

Packet analysis is very important in our digital life. But what protocol analyzers can do is limited because they can only process data in determined format. This paper puts forward a solution to decode raw data in an unknown format. It is certain that data can be cut into packets because there are usually characteristic bit sequences in packet headers. The key to solve the problem is how to find out those characteristic sequences. We present an efficient way of bit sequence enumeration. Both Aho-Corasick (AC) algorithm and data mining method are used to reduce the cost of the process.     

[17,9,5]纠错码及其在单片机通讯中的应用

在［１６，８，５］分组循环码的基础上，提出了一种适用于微机间通讯的新型［１７，９，５］码。简要地介绍了这种码字的构造原理及编码译码方法和主要特性。并给出了利用ＭＣＳ－５１单片机查表指令快速实现编码、译码和检错的方法，为降低ＭＣＳ－５１系列８位单片机串行通讯的误码率提供了一个新的途径。     

基于Bro的蠕虫检测系统设计及实现

在分析蠕虫传播机制基础上,基于入侵检测系统Bro的整体框架,以基于FCC（First Contact Connections,第一次连接）失败概率和重尾特性的蠕虫检测算法为核心,设计并实现了基于Bro的蠕虫检测系统。该系统对Bro的策略脚本解释器进行扩充,实现上述检测算法的策略脚本,将检测结果输出到共享内存,基于SNMP协议,将检测结果传送至监视端,方便用户对网络蠕虫的实时监视。该系统能够迅速准确地检测出网络上的蠕虫主机。     

等参单元在货车转向架强度计算中的应用

推导了八节点六面体等参单元的应变矩阵、刚度矩阵,对该单元的位移解收敛性和畸变敏感性进行了分析。针对转向架强度分析的特点,在MATLAB平台上开发了一套求解位移的有限元程序。该程序通过读取ANSYS软件输出的数据文件中的模型信息,采用八节点六面体等参单元,求出单元刚度矩阵及单元体积力矩阵,组集单元,引入位移边界条件,得到一组以节点位移为未知量的多元线性方程组,求解得到单元节点位移。最后对160 km/h货车转向架侧架的主要载荷进行了位移计算,结果与ANSYS软件计算结果基本吻合。     

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要件信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要件信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.     

广义Jacobi矩阵特征值问题

在科学工程运算中，很多实际问题感兴趣的是大规模矩阵的特征值求解问题，例如振动工程中的一些问题，往往可以归结为Jacobi矩阵的特征值求解问题．主要对广义Jacobi矩阵的特征值问题，也就是次对角线元素乘积为正的Jacobi矩阵的特征值问题，做了进一步的研究讨论，并得到一些重要结果．     

发电机低压闭锁反时限电流保护

发电机、发变组或发电机机端6～10kV母线系统可以采用发电机低压闭锁反时限电流保护,作为短路电流小于发电机额定电流工况下短路故障的后备保护,也可以作为主变压器高压侧母线或线路短路故障的远后备。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。