基于LabPQR降维的多色打印机光谱特征化模型研究

研究多色打印机的光谱特征化,提出了一种基于降维的光谱特征化模型,保证了多色打印机颜色转换的精度,同时也提高了特征化的运行效率。该模型结合颜色分区理论和LabPQR非线性降维方法,首先将高维光谱数据降低至LabPQR六维空间中,然后通过胞元搜索算法查找目标颜色所属的胞元空间,最后利用反向四面体插值算法对目标的LabPQR值进行计算,得到打印机最终的通道信号输出值。检测颜色样本的实验数据表明,正向模型和反向模型的平均色差达到0.714和1.016 NBS,模型的运行时间为2.03和9.05 s。新算法能够实现多色打印机光谱数据与通道信号值间的准确转换。     

基于DBN的区域计算机联锁系统可靠性分析

区域计算机联锁设备是实现区域内行车安全、保证运输效率的核心设备,对其可靠性研究具有重要意义。结合目前存在的2种区域联锁制式,采用一种新的联锁方案,即在主控站和从控站(选择其中1站或多站)均设置联锁设备。综合考虑联锁系统的共因故障和可维修等因素,利用动态贝叶斯网络对其进行可靠性分析。首先,从系统故障■安全和危险输出的角度出发,建立区域两联锁单元和三联锁单元的动态故障树,并将其转换为相应的动态贝叶斯网络模型;然后利用动态贝叶斯网络的推理特性,对区域联锁系统进行可靠性分析;最后比较了该方法与基于静态贝叶斯网络和动态故障树分析法的结果。计算结果表明:主控站和其中之一的从控站均设置联锁设备是实现区域联锁的较佳方式;且基于动态贝叶斯网络的系统可靠性分析较上述两种方法在计算准确度和时间复杂度方面均有明显优势;并通过动态贝叶斯网络的诊断推理可知,共因故障是系统故障的主要原因,因此应重点防范以降低事故发生的概率。     

基于深度学习的含未知复合故障多传感器信号故障诊断

深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络（CNN,convolution neural networks）和长短时记忆网络（LSTM,long short-term memory networks）就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好的诊断效果,却无法实现未知复合故障的诊断,为解决这个问题,提出CNN-LSTM-FCM （fuzzy C-means）模型。LSTM对具有前后联系的时间信号更敏感,利用这个特点将LSTM与CNN相结合,实现未知信号的诊断,并通过概率分类输出实现了复合故障的解耦,CNN-LSTM-FCM模型本身优化参数设计,进一步提高了诊断精度。使用化学过程故障测量数据进行实验,结果表明CNN-LSTM-FCM模型诊断准确率可达到97.15%,优于CNN模型和LSTM模型,具有较高的应用价值。     

基于故障敏感分量和改进K近邻分类器的故障状态识别

针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题,在对轴承振动信号进行局域均值分解（local mean decomposition,LMD）的基础上,提出了一种基于故障敏感分量的特征提取与改进K近邻分类器（K-nearest neighbor classifier,KNNC）的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征,然后对筛选出的信号分量进行时域/频域的特征提取,构建不同故障状态下的特征样本集。为加快故障状态识别速度,排除不良样本的影响,提出一种基于二分K均值聚类的改进KNNC算法,精简了大容量的训练样本,有效去除不良特征样本和干扰点。实验结果表明,以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。     

考虑再维修的备件库存控制及设备维修策略

针对单纯采取库存分配的设备维修策略大幅降低低级别设备保障率的不足, 面向被延期维修的故障设备再维修, 提出备件库存控制策略和设备维修集成策略. 通过构建动态规划模型, 得出最优备件订货策略、故障设备即时维修策略、等待维修的故障设备再维修策略及相应的库存控制临界点. 算例表明, 相比单纯的库存分配策略和不考虑故障设备级别的维修策略, 该策略能明显减少设备维修费用, 且提高低级别设备保障率和总的保障率.     

基于设备结构分解的可视化故障推理与诊断技术研究

通过定义热区和热区索引,将故障推理与诊断同设备结构分解相对应,在诊断的过程中构建了故障自动推理编码规则,可将故障树转换成一系列可操作的且具有一定逻辑关系的编码,实现可视化故障自动推理和诊断。通过某型电子装备进行故障推理实例验证,表明该方法层次结构清晰,推理简单有效,能够实现装备可视化的LRU级分层故障诊断和故障的快速定位。     

混合架构下ORACLE数据快速查找方法研究

为了提高对混合架构下ORACLE数据的挖掘和查找速度,提出一种基于频繁项目集关联规则挖掘的数据快速查找方法。构建ORACLE数据的内部关联属性映射关系模型,在异质网络混合构架模式下,采用Graph OLAP数据仓库模型进行数据库检索的关系维度表,提取表达ORACLE数据属性信息的特征参量,通过同态标签检索方法,实现对目标数据的快速查找定位。仿真结果表明,采用该方法进行ORACLE数据查找的查准率和查全率较高,计算速度较快,性能优于传统方法。     

ITER直流隔离开关短路试验研究

基于ITER极向场变流器系统,分析了直流隔离开关短路故障,提出ITER直流隔离开关短路试验要求。基于中国科学院等离子体物理研究所直流测试平台,为ITER直流隔离开关短路试验设计了先建立直流电压再闭合短路开关的后短路试验方案,包括选取变压器档位、计算试验电流所对应的直流电压等内容。通过仿真和试验验证了试验方案的可行性,试验结果证明了直流隔离开关对短路故障的抑制能力满足ITER极向场变流器运行要求。经分析计算,350 kA试验电流需要直流电压270 V。在试验中,预设直流电压270 V时,试验电流达不到350 kA,将预设直流电压提高到300 V后,试验电流峰值达到362.5 kA,且超过350 kA的部分达到100 ms。实际预设直流电压比理论计算值大30 V,这是电网电压的波动造成的。     

混沌-脉冲混合信号光时域反射仪

研制了一种混沌-脉冲混合信号光时域反射仪,其工作原理是通过连续混沌光与离散脉冲光分别对光纤中的菲涅尔反射与后向瑞利散射进行高精度测量,将2次测量结果进行线性叠加得到光纤故障测量曲线,该仪器解决了传统混沌光时域反射仪无法测量光纤损耗事件的问题。实验中利用G.652.B单模光纤作为被测对象,对该仪器进行了实际测试,测试结果表明:所研制的混沌-脉冲混合信号光时域反射仪在104 km测量范围内实现了与距离无关的35 cm空间分辨率测量,对光纤损耗事件也有良好的检测效果。