LSTM Encoder-Decoder方法预测设备剩余使用寿命

应用LSTM Encoder-Decoder提出了机械设备剩余使用寿命预测方法;对获取的传感器数据进行预处理,利用LSTM Encoder对数据序列进行编码,得到设备状态信息的中间表示,其中蕴含了设备状态的特征信息,利用LSTM Decoder对中间表示信息进行解码,利用解码后的信息预测剩余使用寿命;研究了LSTM Encoder-Decoder方法在公开的C-MAPSS数据集上的剩余使用寿命预测试验,与LSTM、D-LSTM等方法进行了对比试验;研究了不同滑动窗口大小对于剩余寿命预测结果的影响。研究结果表明:LSTM Encoder-Decoder方法的剩余使用寿命预测结果的评分函数值和均方根误差均优于LSTM、D-LSTM方法;在FD001子集上,LSTM Encoder-Decoder方法、LSTM方法和D-LSTM方法对应的均方根误差分别为11、12、16;当滑动窗口大小为30时,LSTM Encoder-Decoder方法在FD001~FD004子集对应的评分函数值分别为164、3 012、372、4 800,对应的均方根误差分别为11、20、14、22;当滑动窗口大小为40时,LSTM Encoder-Decoder方法在FD001~FD004子集对应的评分函数值分别为305、1 220、408、4 828,对应的均方根误差分别为14、16、15、19。可见,提出的LSTM Encoder-Decoder方法是一种有效的预测机械设备剩余使用寿命方法,并且滑动窗口大小对于剩余使用寿命预测结果存在一定的影响。      

基于实车数据的电动汽车电池剩余使用寿命预测

电动汽车电池剩余使用寿命预测是当下电池研究领域的热点内容,现有电池剩余使用寿命预测模型大多基于单一预测指标,预测精度较低,模型的泛化性能较差。本文通过实车数据构建了GM-LSTM的Stacking融合模型,实现电动汽车电池剩余使用寿命的准确预测。首先根据电池剩余使用寿命影响因素,提取车辆真实的运行参数和环境参数,基于随机森林算法筛选最优特征集合作为模型输入,其次选择差分整合移动平均自回归算法对所选特征进行惯性延伸,克服数据时间维度上的限制,最后基于数据特点,分别建立灰色预测模型和长短时记忆神经网络模型实现电池剩余使用寿命预测,并通过Stacking模型融合进一步降低预测误差。结果表明：模型融合 后平均相对误差为1.6%,平均绝对误差为0.013,能够稳定可靠的实现电动汽车电池剩余使用寿命预测。     

基于数据驱动的质子交换膜燃料电池寿命预测

质子交换膜燃料电池发电技术是极具应用潜力和工业前景的技术,对质子交换膜燃料电池进行寿命预测是其走向商业推广应用的重要一环.从质子交换膜燃料电池的退化特性及输出特性出发,分析系统及环境因素是如何影响其退化的;阐述了基于数据驱动的寿命预测方法的研究现状,着重对基于神经网络算法的寿命预测进行了综述;分析了寿命预测算法存在的不确定性来源;最后,对质子交换膜燃料电池的寿命预测研究进行了展望,阐明当前存在的经验数据有限、缺乏对瞬态过程的建模、难以实现在线预测等问题,尤其机车用大功率质子交换膜燃料电池的寿命预测仍存在诸多难点.     

基于动态贝叶斯网络的列控中心可靠性及可用性评估

为解决共因失效、动态失效及恢复机制等问题,本文基于动态贝叶斯网络对联锁车站和中继站列控中心可靠性及可用性进行评估.在分析列控中心系统结构的基础上构建系统动态故障树,并将动态故障树转化为动态贝叶斯网络,实现结构学习和参数学习.通过动态贝叶斯网络正向推理得到两种类型列控中心可靠度和可用度并进行比较分析.通过动态贝叶斯网络反向推理得到列控中心系统薄弱环节.研究系统敏感性因素并讨论恢复机制对系统可靠性及可用性的影响.结果表明：考虑共因失效的联锁车站和中继站列控中心的稳态可用度分别为0.999 960和0.999 977;电源及驱动采集单元为系统薄弱环节,需要重点关注.该方法能有效提高列控中心智能维修维护水平.     

Opportunistic Replacement Optimization for Multi-Component System Based on Programming Theory

It is widely accepted that too excessive or too insufficient maintenance actions on a system are consumptive or potentially risky. This paper focuses on the optimization of opportunistic replacement for a multicomponent system in which no failure or suspension histories can be used for prediction of all the critical components in the system. Firstly, the remaining useful life (RUL) is predicted using the real-time sensor data, which is based on an “individual-based lifetime inference” method. Then a failure risk estimation method is introduced, which is based on the degradation extent and service time of components. Subsequently, the possible replacement combinations of components are compared, which is based on a proposed current-term cost rate. Finally, the best replacement scheduling is selected. The proposed framework is validated by the simulation dataset and PHM-2012 competition bearing dataset. Group replacement and individual replacement are conducted for comparison, and sensitivity analysis is discussed.     

民用航空发动机在翼时间控制方法

为了通过视情维修策略控制民航发动机在翼时间,分析了发动机维修与在翼时间的特点,建立了反映在翼时间与状态监测变量和故障强度之间关系的比例强度模型,确立了性能衰退下的在翼时间控制限与单位时间总成本期望值最小时的最优预防性维修间隔,并进行了CF6-80C2A5型发动机运营数据的实例验证。结果表明:故障强度小,则在翼时间控制限低;预防性维修与事后维修成本率会影响最优预防性维修间隔;完备的发动机拆换与在翼历史记录、维修成本、适航与制造商要求、寿命件限制等数据是提高在翼时间控制准确性的关键。     

基于ASAE深度学习预测海洋气象对船舶航速的影响

为了有效地预测海洋气象对船舶航速的影响, 在稀疏自编码(SAE) 网络模型的基础上提出交替稀疏自编码(ASAE) 网络模型; 构建了海洋气象对船舶航速影响的预测框架, 利用关联规则方法对航行数据进行特征选择, 挖掘了船速影响因素及其隐含关系; 整合了中国远洋海运集团有限公司提供的船舶航行数据以及美国国家海洋和大气管理局提供的气象数据, 用训练样本对ASAE网络模型进行训练, 用测试样本对ASAE网络模型进行验证, 并与支持向量回归(SVR) 模型、反向传播神经网络(BPNN) 模型、深度信念网络(DBN) 模型及SAE网络模型的预测结果进行了对比。研究结果表明: ASAE网络模型的训练时间和海洋气象对船舶航速影响预测值的均方根误差分别为8.2s和0.287 3kn, 与SVR模型、BPNN模型、DBN模型及SAE网络模型相比, 训练时间分别缩短了1 683.1、66.9、2.0、1.5s, 预测准确度分别提高了0.045 5、0.296 9、0.153 4、0.178 6kn; ASAE网络模型的预测结果更符合实际海况, 可动态掌握海洋气象对船舶航速的影响; 通过预测的航速影响值来推算实际航速可为气象导航优化船舶运输过程起到辅助作用, 在进行航线规划、航速推荐等航行优化策略时能准确考虑海洋气象所产生的复杂影响, 从而改善船舶运营能效指标, 实现节能、低碳、绿色航行的宗旨。      

用逐步Logistic回归分析影响急性心肌梗塞的远期预后因素

作者对246例资料完整的急性心肌梗塞患者经过5年～10年随访,应用逐步Logistic回归方法,分析影响急性心肌梗塞的远期预后因素。结果预测生存或死亡总符合率为92.68%。证明这一方法可信而且具有一定的临床使用价值。     

基于K-means算法的铁路运输设备单元划分方法

铁路运输设备是铁路运输生产的基础,管理单元是铁路运输设备进行设备监控、维修、管理及分析决策的基础对象,是运输设备专业管理与综合应用的基本分析单位.为满足运输设备管理的业务需求,本文在分析铁路运输设备构成的基础上,总结提出铁路运输设备单元划分原则,基于K-means聚类算法开展铁路运输设备单元划分方法研究,并利用该方法对电务通信设备进行单元划分,实践结果证明,该方法比传统的设备类别分类方式更适合设备技术状态管理与分析评价,方法合理可行,具有很好的实用价值     

一种基于路网变化的动态路径规划策略

就车辆动态时间最短路径诱导问题展开研究,提出了一种便于工程实施的变起点、定目标点的动态行程时间最短路径规划方案. 基于该方案,在一种大型方阵图下,就Dijkstra、A*、D* Lite等几种动态路径规划算法的计算时间进行了对比分析,针对车载动态导航设备实时性要求高、计算量要求尽可能小的特点,提出了一种基于路网变化的跳变的动态路径规划策略,根据路网中路段权值变化的具体情况,选取更加节省时间的搜索方式. 利用东莞市区电子地图和路网历史流量数据进行实验,实验结果表明,该策略可以有效减少路径动态规划的计算时间,有一定的工程应用价值.     

Preparation of recombinant firefly luciferase by a simple and rapid expression and purification method and its application in bacterial detection

A simple and rapid expression and purification method of recombinant firefly luciferase was developed for bacteria detection. A modified luciferase gene from North American firefly Photinus pyralis was cloned into pET28a expression vector and the recombinant protein was produced in Escherichia coli BL21. The recombinant luciferase, equipped with a polyhistidine affinity tag, was purified by immobilized metal ion affinity chromatography (IMAC). The approach generated an abundant expression and an efficient purification of a recombinant luciferase with final yield 1.995mg/L of cell culture. Experiments on the recombinant luciferase also showed that the relative light units (RUL) of the enzyme were 5.8×108, and the specific activity was 2.9×1010 RLU/mg. By applying adenosine triphosphate (ATP) bioluminescence to detection of the coin bacteria using the recombinant protein, the ATP content of bacteria was 9.48×10-16mol/mL, and was identical to the bacteria counts (4500CFU/mL) in order of magnitude. Taken together, our results provided a simple and efficacious method of the preparation of recombinant luciferase, which could be applied in the determination of bacteria via ATP bioluminescence.     

Design of DC Partial Discharge Detecting System for Electrical Equipment

A balancing method was used to build a DC partial discharge (PD) testing circuit for electrical equipment, and a narrow-band detection system was designed using detection resistance and a filter. After signal accessed a high-speed digital acquisition (DAQ) card, the system was triggered to extract a single partial discharge (PD) signal. To eliminate the interference pulses caused by power supply ripple, etc., the time domain and frequency domain features of pulses were extracted. Based on the features, cluster analysis was used to exclude interference pulses. Two-dimensional and three-dimensional histograms were obtained by use of the Δt method. Then, 22 discharge statistical operators were calculated for the two-dimensional charts. Lastly, the defective system is capable of PD detection in electrical equipment.     

基于弹性防偏-塑性卸载机理的梁体横向限位设备

为了缓解桥梁梁体在各类因素下的横向偏移或倾覆问题,同时改良现有防偏移设备的刚性阻拦缺陷,以机械设备的减震隔震装置为借鉴,设计了一种基于弹性防偏-塑性卸载理念的梁体横向限位设备.?该设备根据折减后的桥墩墩底抗弯强度及梁体横向最大容许位移选择弹簧参数(用于正常情况下的弹性防偏),由折减后的支反力计算薄弱层锚固螺栓的个数(用...     

基于动态贝叶斯网络的快速公交运营效果评价

交通拥堵问题越来越成为制约城市快速发展的羁绊,而居民出行方式的选择很大程度上取决于城市公共交通出行条件的优劣.在国家"公交优先"发展战略下,不同城市发展何种类型的公共交通方式需因地制宜.针对国内快速公交系统的渐进引入,为了反映快速公交的适应性及其投入运营后的实际经济效果,针对刘家堡—兰州西站快速公交线路的实际情况,在分析快速公交运营特点和兰州市快速公交所在区域发展现状的基础上,针对居民出行行为及出行方式选择的不确定性和模糊性,运用动态贝叶斯网络理论对居民出行方式选择进行初步判断,并从微观角度对兰州市快速公交运营经济效益进行评价,结合评价结果对快速公交在整个城市交通系统中的地位和作用进行探讨.     

基于三维高斯混合码本模型的运动目标检测算法

为解决智能视觉监控中码本模型参数调节困难和高斯混合模型概率分布计算的复杂性,提出了一种基于三维高斯混合码本模型的运动目标检测算法.该算法基于RGB空间建立码本模型,然后基于码字中的R、G、B分量建立三维高斯模型,从而使整个码本具有三维高斯混合模型的特征.实验结果表明:该算法具有较高的实时性(该算法的平均帧率约23.0帧/s,而iGMM(improved Gaussian mixture model)算法约9.0帧/s,BM(Bayesmodel)算法约6.2帧/s,CBM(codebook model)算法约10.7帧/s),且具有良好的检测质量.     

肝移植术与肝切除术治疗原发性肝癌的meta分析

目的通过meta分析对肝移植术(OLT)和肝切除术(RT)治疗原发肝细胞癌(HCC)的疗效进行综合比较。方法通过计算机检索PubMed、EMBASE、Ovid、ScineceDirect、Springerlink、EBSCO、CBM、CNKI数据库、万方、维普,及手工检索国内1990～2010年发表的有关于肝移植和肝切除治疗肝细胞癌的相关文献,选择RevMan5.0软件、用固定效应模型进行Meta分析。结果按照入选标准,有9项临床试验纳入。Meta分析结果显示,肝移植组和肝切除组患者术后1年生存率相似(OR=1.26,95%CI为0.93～1.17,P=0.13),肝移植组术后3年生存率高于肝切除组(OR=1.68,95%CI为1.31～2.17,P<0.01),肝移植组术后5年生存率高于肝切除组(OR=2.17,95%CI为1.63～2.89,P<0.01),肝移植组术后5年无瘤生存率高于肝切除组(OR=5.07,95%CI为3.27～7.86,P<0.01),肝移植组术后复发率低于肝切除组(OR=0.10,95%CI为0.06～0.14,P<0.01)。结论肝移植术和肝切除术均是治疗肝细胞癌的有效手术方法,但肝移植术预后较肝切除术有优势。     

LM-CDBN超高层变形预测模型的构建与应用

为提高超高层建筑变形预测精度,对附有条件的深度信念网络(conditional deep belief network,CDBN)模型中权值及阈值调整方法进行了改进,使用LM (Levenberg-Marquardt)算法作为新的模型定权机制,构建了LMCDBN网络模型;将构建的LM-CDBN超高层变形预测模型应用于一座298 m超高层建筑中;然后用训练误差、预测值拟合度、预测结果稳定性组成的综合评价体系对模型进行了评价;最后,将LM-CDBN模型分别与深度信念模型(deep belief network,DBN)、极限学习机(extreme learning machine,ELM)、基于无迹卡尔曼滤波的支持回归向量机(unscented Kalman filter-support vector regression,UKF-SVR)进行了预测结果对比.结果表明:在超高层建筑的变形预测中,相比DBN、ELM和UKF-SVR,LM-CDBN预测精度分别提升了32%、55%及24%,模型的信息提取稳定性及处理时变系统非线性问题的泛化能力得到了提高.     

基于联合时频分析的设备状态评估方法

在机电设备状态评估过程中,提出了一种基于联合时频分析的振动、噪声信号测量与分析方法.该方法可以通过综合利用机电设备运行过程中的振动与噪声信号中的有用信息,完成对整机运行状态评估.最后,以某舰船的电机作为实验对象,构建一套振动和噪声测量系统,并运用戈勃变换对所测得的振动和噪声信号进行联合时频分析,从而得到电机真实的运行状态.实验结果表明所提出的测量与分析方法是正确有效的.     

红外运动目标图像的识别与跟踪技术研究

文中实现了基于红外扫描图像的运动物体自动识别跟踪系统.选择了Butterworth滤波和中值滤波结合的方法对图像进行预处理,基于多帧图像的局部能量的分割算法来实现图像背景的分割,并采用卡尔曼跟踪算法和目标方位确定算法相结合完成对红外小目标的跟踪.在VC++中使用GDI来建立雷达扫描式的极坐标系,将目标运动轨迹在坐标系中显示出模拟轨迹.     

咽鼓管音响检查仪的改进与临床应用效果

<正> 笔者于1976年参加招收飞行员体检工作,注意到咽鼓管功能检查所占的重要地位,但感到检查咽鼓管功能所用的方法和设备应有所改进,以提高判断标准的客观性。1977年根据Satoh等~1介绍的资料,首先与陕西省电子研究所协作设制出第一台咽鼓管