基于PCA的变压器故障红外监测应用研究

变压器作为电力系统中非常重要的输变电设备,其运行状况直接影响到整个系统运行的安全水平。根据红外光谱仪所测得信息,通过傅里叶变换可得到各故障特征气体红外吸收信息;依据Lambert-Beer定律并结合所测信息,采用主成分分析法就可以对各故障特征气体进行定性与定量分析,判别当前变压器的运行状况。对于故障运行的电力变压器,及时发现并解除存在的故障或故障隐患对整个系统的安全运行具有重要意义。     

基于PXI总线的Φ0.5米高超声速风洞测量系统研制与应用

测量系统是风洞中必不可少的重要的设备之一,其性能对风洞试验的准确性、可靠性和运行效率具有至关重要的影响。近年来,Ф0.5米高超声速风洞原有测量系统逐渐暴露出精准度下降、软件通用性不足、维护不便等缺点,已不能完全满足日益复杂的风洞试验需求。针对此情况,该风洞重新研制建立了一套基于PXI总线的64通道的测量系统,并通过严格测试投入应用,该系统的应用在一定程度上提高了试验数据测量的准确性、可靠性和自动化程度,拓宽了Ф0.5米高超声速风洞的综合性能。     

基于不确定推理的军用软件故障诊断方法研究

针对基于构件的军用软件使用过程中故障频发,传统规则推理的方法进行故障诊断存在不确定性问题,提出了基于不确定规则知识库的故障诊断方法;首先根据不确定推理逻辑,分析传统规则推理的不确定因素,构建不确定规则知识库;然后基于该知识库和正向链推理策略,计算确定性因子;合理设置激活规则的阈值,并对中间结论的确定性因子进行排序以消解冲突;实验结果表明,基于不确定推理的诊断方法与传统精确推理方法相比,具有更高的诊断准确率。     

基于InTouch的风洞自主式维修保障系统监控软件设计

信息技术的发展促进了组态软件的成熟与完善,在工业控制、轨道交通、水电供给乃至武器装备运行控制等领域得到广泛应用。为了配合风洞自主式维修保障系统,提升风洞的维修保障能力与实时的在线监测能力,通过InTouch组态软件设计并应用了可靠、稳定的数据接口;搭建了运行流畅、信息丰富、实时性好的监控软件;为风洞提供了良好的装备状态监测平台。其满足风洞自主式维修保障系统对信息监控及表达的一体化、自动化和可视化的要求,并成功应用在某型风洞中。     

基于动态核主元分析的大功率LED阵列动态光源在线状态观测与故障诊断

大功率LED阵列动态光源工作过程中光电热参数具有不确定性和时变时滞非线性特点,利用动态核主元分析方法(DKPCA)对大功率LED阵列动态光源进行在线状态观测与故障诊断能有效地捕捉观测数据的非线性和相关性特征,根据历史数据的主元特征计算出的统计量阈值和在线数据的统计特征实现故障检测,利用重构贡献图法实现故障的分离.仿真实...     

提高PCA识别率的新算法

针对基于主元分析(PCA)的识别算法不能最优区分不同种类样本的缺点,提出了一种新的多主元分析(Multi-PCA)识别算法。该算法为每类样本构造单独特征空间,用各个空间的特征向量重建待识别样本。特征空间是基于某类样本图像的共性建立,因此重建该类样本图像时将得到较小重建误差,而重建其它类图像时的误差较大。可以根据重建误差的大小来识别样本图像,将待识别样本分类到具有最小重建误差的特征空间。在ORL、YALE人脸库和标牌压印字符库上的实验结果显示,Multi-PCA的识别率比PCA有较大提高。     

基于物联网和PCA支持向量机的交通流量预测系统

为了解决已有交通流量监测系统存在的数据采集分散、车辆识别度低、实时性差和流量预测误差大等问题,设计了一种基于物联网技术和最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)的交通流量预测系统;首先,描述了系统原理和部署模型,然后对系统的硬件即车载传感器节点和Sink节点进行了设计,同时对系统的软件流程进行了描述,通过在监控中心执行PCA主成分分析方法实现对采集数据提取独立主成分,消除无关冗余数据,在此基础上采用LSSVM实现道路交流流量预测;最后,在十字路口布置实验环境,实验结果表明:文章方法能实时精确地实现交通流量预测,与其它方法相比,具有拟合精度高和的泛化能力强的优点,具有很强的实用性。     

基于改进核主元分析的TE故障诊断

PCA、KPCA作为常用的多变量统计监控算法,一般适用于定常过程。针对实际工业过程的时变、非线性特性,提出一种基于分块的改进KPCA算法。该方法通过采用随时间更新的核矩阵代替固定核矩阵用于主元模型的建立,使非线性监控模型能够在线更新,从而提高KPCA的检测正确率。与KPCA方法相比,该方法的运算复杂度明显降低。将该方法应用于TE(Tennessee Eastman)过程,仿真结果显示,该方法具有较好的监测性能,且所需时间大大减小,说明了本算法的有效性。     

基于PCA/ICA和误差补偿算法的眼镜摘除研究

眼镜遮挡对人脸图像识别率影响较大,为了提高戴眼镜人脸图像的识别率,需要摘除正面人脸图像中眼镜。采用PCA和ICA算法提取了二阶统计信息、高阶信息,较好地刻画了人脸的细节特征;同时结合灰度补偿算法,弥补了由于戴眼镜图像未参与特征空间的训练过程中所造成的合成图像中人脸表情的失真;利用反复的迭代补偿算法进行人脸重建。通过Yale人脸数据库进行仿真实验结果表明:该方法合成的图像没有眼镜的痕迹,看起来更加自然,有效地改善了戴眼镜图像的面部特性,提高了人脸的识别率。     

基于PCA和ICA的多光谱数据降维方法

提出了一种结合主成分分析(PCA)和独立成分分析(ICA)的多光谱数据降维方法,实现了用低维基向量的线性组合来表示高维的光谱数据。首先用PCA方法对多光谱数据进行重构,为了提高色度精度,重建中引入了物体的色度信息;然后用ICA方法对因引入色度信息所造成的剩余光谱误差进行修正。从实验结果来看,所提出的方法均方根误差的平均值较PCA法降低了34.48%,GFC的平均值也达到了95%以上,其降维精度优于基于PCA的光谱降维方法。     

主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究

为了提高杂草识别的准确性和快速性,利用光谱反射率差异区分作物与杂草。首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各类植物进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各类植物识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各类植物进行分类识别。甘蓝与杂草的分类结果表明,在1阶3次51点SG卷积求导法加上多元散射校正法(MSC)的最佳预处理基础上,根据主成分分析中前3个主成分,提取到23个特征波长,以它们为输入变量,利用SIMCA方法进行分类时,建模集和预测集的识别率分别达到98.6%和100%。     

基于FPGA的G.SHDSL接口设计与实现

为提高G.SHDSL接口灵活性,降低接口实现和维护成本,通过分析研究ITU-T G.991.2 G.SHDSL推荐标准,结合FPGA强大的数字处理能力和可重配置能力,搭建了以FPGA和AFE1230模拟前端芯片为核心的硬件平台,并通过Xilinx ISE14.6开发套件在FPGA上进行软件编程,设计实现了基于FPGA的G.SHDSL接口。仿真实验结果表明,该接口功能实现正常,工作稳定,并允许用户通过修改程序代码和系统输入来实现对接口的动态配置和维护更新,有效地解决了传统G.SHDSL接口灵活性差和维护成本高的问题,并为其它信号接口系统的设计实现提供了有益的参考。     

基于EPICS的颗粒传热实验测控系统应用研究

颗粒传热实验测控系统是为颗粒换热平台设计的测控系统。该系统基于分布式系统EPICS架构设计,通过对NI硬件平台、红外热像仪设备以及Oracle数据库进行集成,实现了颗粒换热平台实验的在线采集、监测、控制与实时存储。由于红外热像仪具有灵敏度高、测温范围广、非接触测温等优点,因此在该测控系统中用于测量颗粒在换热器出口处的温度。本文使用SDK将其集成到EPICS系统中,利用红外图像更加直观地呈现出颗粒的实时温度分布,并提取红外图像中的数据,与热电偶的测量数据对比,进一步检测利用红外热像仪作为一种颗粒实时温度测量设备的可行性。实验结果表明,集成后的红外热像仪操作软件能够实时提取并存储红外图像中的温度数值,并且采用EPICS架构设计、开发的颗粒传热实验测控系统完全可以满足颗粒换热平台的数据采集与存储需求。     

基于VPX总线的高速数字电路测试系统研究及应用

为解决战略预警雷达、舰载一体化等重点型号雷达中高速数字电路模块的维护能力,设计了基于VPX总线的高速数字电路自动测试系统,通过自研基于VPX总线的多功能测试模块、光纤测试模块,以及通用VPX背板,再结合通用的仪器设备构建测试系统,可兼顾多个型号雷达高速数字电路模块的测试。该系统可提供10路光纤通道,波特率最高为3.2Gbps;16路GPIO信号,中断响应时间＜50us;14路Rocket IO信号,传输速率2.5Gbps;4路*4Rapid IO信号,传输速率3.125Gbps。研究及实测结果表明该系统可解决基于VPX总线的高速数字电路模块的测试。     

GA-BP神经网络结合PCA的多基色颜色预测模型

颜色分区法是简化多基色颜色复制的主要方法,本研究以3基色为组将7基色色空间分成6个子空间,结合主成分分析(PCA)对分区内颜色样本的光谱反射率降维,通过3层BP神经网络,建立样本网点面积率与多基色复制色光谱反射率的转换模型,并通过遗传算法(GA)对神经网络权值阈值进行优化,提高多基色复制的颜色预测精度.实验结果表明,在各分区训练样本数为64、检测样本数为216时,GA-BP神经网络模型颜色预测的平均色差(△Eab*)为1.669,光谱均方根误差(RMSE)为0.7％,预测精度和稳定性均高于BP神经网络模型和胞元Neugebauer模型.最后,将训练样本数为64的GA-BP模型与训练样本数量为125,216,343的BP神经网络模型(平均△Eab*分别为3.267,2.776,2.175,光谱RMSE为0.97％,0.79％,0.76％)进行了比较,结果表明训练样本数为64的GA-BP模型的预测精度与训练样本数量为343的BP神经网络模型相当.GA-BP模型仅需少量样本即可实现高精度的颜色预测,在应用中具有良好的可移植性.     

基于LSA与PCA的常见滋补中药NIR聚类

潜在语义分析在信息检索领域应用较多,但在近红外光谱领域应用较少.利用近红外漫反射光谱技术,结合潜在语义分析（LSA）和主成分分析（PCA）,比较了不同预处理方法、不同奇异值和主成分个数对所建模型的影响,最后确定的模型校正集误判数分别为4和3.用建立的校正模型对验证集进行验证,总的识别率分别达到了96.00％和96.50％.对于功效较近、难以聚类的滋补中药,潜在语义分析是一种新的有效的方法.     

联合InSAR与PCA的北京平原地面沉降时空分析

20世纪70年代以来,由于地下水超采、可压缩层厚度不均等引起的不均匀地面沉降已逐渐发展成为北京平原最严重的地质灾害之一。目前,北京平原最新时段的地面沉降时空分析的研究报道较少。根据主动微波获取的39景Sentinel-1A光谱影像,使用SBAS-InSAR技术,获取了北京平原2017年5月—2020年5月的地面形变数据;利用主成分分析法对北京平原的地面沉降时空特征进行了分析。在SBAS-InSAR技术处理中设置时间基线120天、空间基线的阈值设置为最大临界基线的45%,生成154个干涉对;对所有干涉对进行配准、干涉,对干涉后的结果进行去平、使用Goldstein算法进行滤波、生成相干系数图并使用最小费用流算法进行相位解缠,筛选73个优质的干涉对进行轨道精炼与重去平,以估算和去除残余相位;通过时间高通滤波、空间低通滤波去除大气相位;最后采用最小二乘法和奇异值分解获取北京平原2017年5月—2020年5月的地面形变数据。在监测时间段内平均沉降速率最大为114.9 mm·yr^-1,最大累积沉降量为345.9 mm·yr^-1,均位于朝阳金盏。2019...     

一种基于PCA和Hough变换的类星体自动识别方法

确定类星体的红移是类星体识别的一个重要目标。由于过去类星体发射谱的静止发射谱模板主要靠天文学家的先验知识得到 ,因此采用模板匹配的方法效果一般不太理想。本文的主要工作有以下二个方面 :(1 )选用了主分量分析方法构造类星体静止发射谱的模板 ,这样 ,模板来源于实际光谱 ,而不是依赖于天文学家的推断 ,因此更加接近实际情况 ;(2 )用二维Hough变换来自动确定红移值。尽管理论上来说 ,只有一个红移参数需要确定 ,但观测发现 ,在大多数情况下发射峰的强度同时发生了变化 ,故在Hough变换中加入强度比例因子作为另一个参数 ,这样可有效提高正确识别率。实验证明 ,本文所提出的方法是可行的 ,正确识别率可达 90 %左右。