基于冗余提升小波包及Volterra级数的机械故障预测方法

针对Volterra级数模型在染噪时间序列预测中精度较低,以及收敛速度慢的关键问题,提出了一种基于冗余提升小波包(Redundant Lifting Wavelet Packet,RLWP)及Volterra级数的机械故障预测方法。首先用冗余提升小波包对振动信号进行分解,对分解得到的末层所有频带信号用奇异值分解进行降噪。然后通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测。最后用冗余提升小波包重构算法对各频带预测信号重构,获得预测信号。仿真结果表明:结合冗余提升小波包的多分辨率分析及奇异值降噪,能明显提高Volterra级数模型的预测精度及收敛速度。在工程应用中该方法准确预测出了某离心压缩机的不平衡故障。     

基于DCT域中频系数关系的冗余水印算法

提出了一种在DCT变换域中嵌入冗余信息的算法.用不同的密钥对水印信息进行置乱,得到不同的冗余水印信息,增强了安全性.根据ZigZag的扫描顺序,在DCT域中选取一串中频系数并进行分组,嵌入冗余水印信息.对提取的冗余水印信息用最大隶属原则进行判决,确定嵌入的水印信息.实验验证该算法具有较好的抗噪声攻击和几何变换的能力.     

多模冗余可重构计算机可靠性研究

为了以最小代价提高多模可重构计算机的可靠性,需要结合系统体积功耗等因素,对不同计算机体系结构的可靠性进行评估。首先,针对三模冗余、三热一冷以及四模热备这几种不同冗余可重构计算机体系结构,给出了他们的故障状态转移图。其次,运用马尔可夫模型理论,对这些计算机结构进行可靠性建模。第三,根据上述三种系统的可靠性模型,在考虑失效率和维修率两个参数对系统可靠性影响的情况下,对各结构的可靠性指标进行了评价。结果表明,三热一冷的可靠性大于三模冗余,而小于四模热备。但综合考虑系统的可靠度、体积、功耗等因素后,在这几种形式的表决系统中,三热一冷是最优的。同时,设计完善的三模可重构系统可靠度会比一个设计不合理的四模可重构系统要高。     

最小耗费切割序问题

针对在加工费用尽可能少的条件下合理安排切割次序问题,相继建立了基本模型和改进模型,基本模型简单,有效,在不考虑调整刀具所需费用的情况下,对所有合法输入的数据均能求出最优切割次序．改进模型在基本模型的基础上加进了对调整刀具费用的考虑,通过对各种情况的分析得到一种对调整刀具费用的任一确定值都能得到最优切割次序的方法．这两种模型的解决方案均已在计算机上实现．     

基于Theil不等系数的调和平均组合预测模型研究

The il不等系数是一种新的相关性指标,基于该指标提出调和平均组合预测的一种新的模型,探讨了该模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并给出冗余信息的判定.     

双冗余通讯网络的可靠性分析与模型

在工业测控通讯网络单系统可靠性数学模型的基础上,针对重要测控领域中常用的双冗余通讯网建立其可靠性数学模型,并提出了双冗余网的可靠性分析方法     

体可视化MT算法的改进

对传统的体可视化MT算法进行了改进,在一定程度上解决了提取出的等值面中存在大量冗余多边形和提取等值面的过程中计算量过大的问题.实验表明,该算法与传统的MT算法相比,运行速度显著提高,产生的多边形的数量也显著减少.     

Reinforcement Learning-Based Reactive Obstacle Avoidance Method for Redundant Manipulators

Redundant manipulators are widely used in fields such as human-robot collaboration due to their good flexibility. To ensure efficiency and safety, the manipulator is required to avoid obstacles while tracking a desired trajectory in many tasks. Conventional methods for obstacle avoidance of redundant manipulators may encounter joint singularity or exceed joint position limits while tracking the desired trajectory. By integrating deep reinforcement learning into the gradient projection method, a reactive obstacle avoidance method for redundant manipulators is proposed. We establish a general DRL framework for obstacle avoidance, and then a reinforcement learning agent is applied to learn motion in the null space of the redundant manipulator Jacobian matrix. The reward function of reinforcement learning is redesigned to handle multiple constraints automatically. Specifically, the manipulability index is introduced into the reward function, and thus the manipulator can maintain high manipulability to avoid joint singularity while executing tasks. To show the effectiveness of the proposed method, the simulation of 4 degrees of planar manipulator freedom is given. Compared with the gradient projection method, the proposed method outperforms in a success rate of obstacles avoidance, average manipulability, and time efficiency.     

训练字典及其稀疏表示在近红外光谱法检测柴油中的应用

为提高柴油组分近红外法检测的精度, 提出了一种基于训练字典稀疏表示下的建模方法并用于柴油十六烷值、沸点和芳烃总量的检测. 该法先用柴油光谱结合K 均值奇异值分解(K-SVD)算法完成对冗余字典的训练, 再用正交匹配追踪算法(OMP)寻找柴油光谱在该训练字典下的稀疏表示系数, 用该系数建立了柴油十六烷值、沸点和芳烃总量偏最小二乘预测模型. 实验比对了训练字典、傅里叶字典和小波字典稀疏表示下的柴油组分预测模型性能, 其中训练字典的表示系数建模性能最优且比其他两种字典的预测性能有较大幅度改进, 验证了该法在近红外光谱检测建模领域推广能改善预测的准确度和稳健性.     

总线复用型存储器阵列系统数据记录速度模型

为提高总线复用型存储器阵列的性能 ,在小型计算机系统接口总线标准的基础上 ,建立了总线复用型存储器阵列的数据记录速度模型 ,讨论了系统的工作流程、数据记录速度、阵列规模确定以及缓存容量对系统性能影响等阵列系统设计和性能评估中的关键内容 ,提出了优化设计方法。实验研究证明了 :阵列规模、存储设备缓存容量、SCSI(sm allcom puter system interface)适配器的性能和存储设备的性能直接影响总线复用型阵列系统数据记录速度