模糊故障诊断隶属函数的选择分析比较

讨论基于模糊规则的模糊诊断方法中隶属函数的选择问题，以同步电机的匝间线圈故障检测为例，将逆电流和逆电压作为模糊故障检测的两个输入变量，以同步电机的故障代码值为输出变量，分别采用三角形、梯形和高斯型三种隶属函数进行模拟，从模拟结果分析得出在一般电气设备的模糊故障诊断中，采用三角形隶属函数进行模糊故障诊断的准确度优于使用梯形和高斯形隶属度函数。     

基于概率犹豫模糊相似度的交互式群体决策方法

概率犹豫模糊集（probabilistic hesitant fuzzy set,PHFS）是犹豫模糊集的推广,在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率,以全面表达专家赋予的初始决策信息,是处理多属性指标决策问题的一种有效工具。首先,介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算,指出了传统PHFN的得分函数和汉明距离的不足,并给出了改进方法。其次,通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念,依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后,在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法,并用实例验证了算法的有效性。     

基于改进直觉模糊熵与Dice测度的VIKOR应急决策

针对不确定信息环境下决策属性权重未知的应急决策问题,提出一种改进直觉模糊熵权与Dice距离测度的VIKOR决策模型.首先,分析现有直觉模糊熵存在的不足,提出一种考虑隶属度、非隶属度以及犹豫度综合影响的改进直觉模糊熵;其次,引入Dice系数,结合犹豫度的特点构建直觉模糊Dice距离测度;然后,将直觉模糊熵权与直觉模糊Dice距离测度运用到基于直觉模糊的VIKOR方法中,并定义了群体贴近度公式,进而构建契合现实环境的应急决策模型;最后通过地震灾害后的应急决策算例,验证了该模型的合理性和有效性.     

基于EEMD能量矩和改进量子粒子群神经网络的滚动轴承故障诊断

针对滚动轴承故障振动信号的非线性和周期性冲击特征, 提出一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)能量矩和改进量子粒子群神经网络的特征提取方法. 基于小波去噪对滚动轴承原始信号进行预处理, 对重构的故障信号进行EEMD并得到多个本征模态函数分量. 利用能量矩方法计算出所需分量的能量矩并归一化, 将归一化后的能量特征参数作为量子粒子群BP神经网络的参数输入, 根据加速度传感器信号实现滚动轴承故障诊断. 分别在不同转速(载荷)下采集驱动端轴承的振动信号, 获取200个训练样本和80个测试样本, 并建立故障诊断模型. 基于文中模型对实际滚动轴承数据进行诊断, 实验结果表明, 不同转速(载荷)下测试的80个样本故障诊断准确率达到100%.     

基于模糊产生式规则的企业供电网谐振故障诊断研究与仿真

针对大型企业供配电网随机谐振故障问题进行分析研究。建立了某企业供电网铁磁谐振非线性框图模型,仿真表明系统会产生铁磁谐振。由于谐振表现形式具有一定的模糊性,引入模糊方法,建立了故障征兆的模糊隶属度函数。提出了一种故障诊断的模糊表达式,及基于模糊产生式规则的故障     

多区域物流产业竞争力的模糊逼近理想排序(TOPSIS)模型

为评估多区域物流产业,构建了3级评价指标体系,底层指标包含灰色指标和白化指标.在模糊评判向量的基础上确定底层灰色指标的评定值,并对底层白化指标的原始数值进行归一化处理.计算中间层指标的关联系数矩阵,用熵值法确定底层指标及中间层指标的相对权重,将中间层指标的关联系数矩阵与其所含底层指标的权重向量进行乘法复合,得评估区域在中间层指标的评定值.进而求顶层指标的加权规范化矩阵,确定理想解、负理想解以及评估区域到理想解、负理想解的距离,计算评估区域的贴近度.根据评估区域贴近度的大小排序,得到了评估区域的物流产业竞争力排序结果.     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

基于犹豫模糊集的水质评价方法

为了更全面反映水体综合状态,本文基于单因子评价水质等级的结果,计算指标与等级的相关系数,筛选出强相关的指标.采用专家打分构造犹豫模糊水质评价初始矩阵,建立基于犹豫模糊指数熵和线性插值悲观升维的加权犹豫模糊兰氏距离测度多属性评价方法.最后,结合浙江省部分水库水质数据进行实例分析.结果表明,所提出的基于犹豫模糊集距离测度的水质综合评价方法更为合理有效.     

物流企业遴选业务项目的熵权灰色关联算法设计

基于优秀物流企业对备选业务项目进行评价和决策的现实需要,为物流企业设计便于遴选业务项目的决策算法.首先构建一套三级评价指标体系,用相对隶属度公式对原始数值进行规范化处理,求规范化数据的关联系数矩阵,基于熵技术求同层次指标的相对权重,最后把权重向量与关联系数矩阵进行乘法复合得评价结果.算例研究表明,应用该算法可获得备选业务项目的排序,达到优选业务项目的目的.     

风力发电机组主要部件故障诊断研究

为了尽早发现风电机组故障,及时采取适当措施以提高运行效率,对风电机组可能出现的故障进行了分析．对可以用于风力发电机组的故障诊断方法进行了研究,对风电机组的主要部件可能出现的故障类型及可用的故障诊断方法进行了探讨．同时对故障现象及相应诊断方法进行了仿真与分析,得到的结论是：温度场分析可以较好的用于齿轮热变型故障分析,神经网及小波分析可以较好的用于变频器部分的故障分析,磁场分析可以更好地进行发电机部分的故障分析．     

基于特征系统实现算法的嵌入式桥梁远程索力检测系统

设计了一个基于模态分析技术的嵌入式索力检测系统.其选择使用具有较好性能及计算精度的特征系统实现算法识别拉索的各阶模态频率,并利用基于频域平滑的重采样技术和随机减量技术对振动信号预处理以得到自由响应信号;基于ARM芯片和Linux平台,使用嵌入式J2SE技术开发实现了监测系统,并进行了实际工程应用测试.结果表明:在嵌入式系统中实现的预处理算法和特征系统实现算法能够较精确地识别出大多数情况下拉索振动信号的基频值,并据此计算出索力值,设计的嵌入式索力检测系统具有有效性和实用性.     

200Mw发电机组的动态特性分析

应用模态分析技术研究２００Ｍｗ汽轮发电机组转子的动态特性；论述机组起动，运行的安全性和可靠性；探讨事故发生的机制，为机组的状态监测，故障诊断和结构优化提供可靠的依据。     

基于小波包Shannon熵与GA-SVM的船舶轴系故障诊断方法

针对船舶推进轴系的振动问题, 基于小波包、Shannon熵、遗传算法(GA)和支持向量机(SVM)理论, 提出了一种船舶轴系故障诊断的新方法, 简称WPS-GS方法. 该方法依托船舶螺旋桨状态监测模拟实验平台, 利用小波包分解技术分析船舶轴系发生故障时的振动信号, 将其Shannon熵作为SVM的输入特征向量. 在训练SVM时, 采用遗传算法对SVM的参数进行全局寻优, 使SVM具有更高的识别准确率. 实验结果表明, WPS-GS方法对故障诊断的准确度和识别率较传统SVM和交叉验证SVM方法高, 适用于船舶轴系故障诊断.