检索结果-南通市图书馆

作者：杜紫薇沈阳师范大学

学位级别：硕士

在化工或飞行器的系统中一旦出现故障,系统可能崩溃,造成灾难性后果,因此设计可靠控制器是必要的。但加入可靠控制器后的系统性能会下降,成本会增加,带有故障诊断的可靠控制能解决这一矛盾。线性系统中,系统一旦出现故障,极点位置发生变... 详细信息

在化工或飞行器的系统中一旦出现故障,系统可能崩溃,造成灾难性后果,因此设计可靠控制器是必要的。但加入可靠控制器后的系统性能会下降,成本会增加,带有故障诊断的可靠控制能解决这一矛盾。线性系统中,系统一旦出现故障,极点位置发生变化,并且系统发生不同故障时,极点的变化趋势不同。模拟系统不同部件发生故障时的极点数据,系统一旦出现故障,根据极点的变化情况对系统进行故障诊断。系统矩阵的极点位置反映了系统的性能,由于准确的极点配置难以实现,而区域极点配置能够满足一定的实际需求。条形区域极点配置限制了系统的衰减速度,扇形区域极点配置限制了系统的振荡频率,梯形区域极点配置又是由开放的扇形区域极点配置和条形区域极点配置同时作用得到的,其既限制了系统的稳定速度,又限制了系统的震荡频率。因此本文以梯形区域为基础展开研究。本文的工作和成果包括以下两个方面:第一,在梯形区域极点配置的基础上,以执行器单通道故障为例,利用极点观测器实时观测系统极点的变化。根据不同通道发生故障时,极点的变化范围不同,利用Grid search-SVM(Support vector machines,简称SVM)分类模型对极点数据进行分类,从而实现故障诊断,并切换至相应通道的可靠控制器,实施精准可靠控制。结合具体的数例仿真,说明了故障诊断的有效性;第二,为了提高故障诊断的准确率,采用蚁群算法(Ant colony optimization,简称ACO)和蝙蝠算法(Bat Algorithm,简称BA)优化SVM分类模型中的超参数组合。ACO算法自身的正反馈特征提高SVM分类模型中参数优化的速率。BA算法通过引入选择概率,提高了SVM分类模型参数优化的速率。结合同样的数例仿真验证了ACO算法、BA算法对参数优化的有效性。结果表明,Grid search-SVM分类模型虽然准确率很高,但诊断速度最慢,ACO-SVM分类模型诊断速度居中,BA-SVM分类模型诊断速度最快。

关键词：支持向量机可靠控制故障诊断极点观测器网格搜寻法蚁群算法蝙蝠算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区域极点分类的故障诊断与可靠控制

基于区域极点分类的故障诊断与可靠控制

引用

作者：李默臣沈阳师范大学

学位级别：硕士

随着控制系统在生产、生活中重要性的提升,如何保证系统部件的稳定性、安全性、可靠性等问题,一直广受科研人员的青睐。支持向量机(Support Vector Machine,SVM)作为故障检测领域常用的智能学习机,凭借泛化性强、结构简单等优势,成为分... 详细信息

随着控制系统在生产、生活中重要性的提升,如何保证系统部件的稳定性、安全性、可靠性等问题,一直广受科研人员的青睐。支持向量机(Support Vector Machine,SVM)作为故障检测领域常用的智能学习机,凭借泛化性强、结构简单等优势,成为分类数据进而实现故障诊断的常用方法。但因SVM选参需要预先约定参数范围,故而很大程度上制约了它的适用性。因此,对于优化SVM选参的技术具有重要的实际意义。本文基于多项SVM寻参技术,考虑多种区域及外界不确定因素的扰动下,对故障检测与可靠控制问题进行深入研究,得出主要成果如下:结合SVM动态系统及可靠控制的特点,给出了圆盘区域下,单通道执行器故障检测的有效方法。通过SVM分类器对极点信息的学习、分离,实现了对执行器故障的精准定位,从而调换相应通道的可靠控制器。最后,通过数例仿真验证控制器的有效性。研究了修改的粒子群算法(MPSO,Modified Particle swarm optimization)基于扇形区域下优化SVM参数的故障检测方法。同时,针对惯性权值极易受限问题,建立MPSO-SVM优化模型,从惯性权值适应性出发进行算法改进。同时结合第二章极点观测器的算法,给出了极点的估计值。最后,给出一个基础算例,通过对比四种方法:SVM、网格搜寻法(Grid search-SVM)、PSO-SVM、MPSO-SVM,得出MPSO-SVM模型的可靠性。研究了遗传算法(Genetic Algorithms,GA)基于梯形区域下优化SVM参数的故障检测方法。同时结合第二章极点观测器的算法,给出了极点的估计值。最后通过仿真算例,验证了GA算法对系统动态容错控制的可行性和有效性。

关键词：可靠控制支持向量机极点观测器粒子群算法网格搜寻法遗传算法故障诊断

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MPSO-SVM的不确定条形区域故障诊断研究

引用

沈阳工程学院学报（自然科学版） 2021年第2期17卷 84-91页

作者：李默臣姚波王福忠沈阳师范大学数学与系统科学学院辽宁沈阳110034 沈阳工程学院基础教学部辽宁沈阳110136

针对一类线性不确定性系统,基于条形区域下,研究了执行器连续增益故障可靠控制的问题。对于极点数据难以获取的缺陷,给出状态观测器的核心算法,从而实现系统状态的实时采集。同时,为解决支持向量机在极点配置中选取参数困难的问题,利用... 详细信息

针对一类线性不确定性系统,基于条形区域下,研究了执行器连续增益故障可靠控制的问题。对于极点数据难以获取的缺陷,给出状态观测器的核心算法,从而实现系统状态的实时采集。同时,为解决支持向量机在极点配置中选取参数困难的问题,利用改进的粒子群算法(MPSO)优化支持向量机的结构,进而获得更合理的核宽度系数和惩罚系数。与网格搜寻法(Grid search-SVM)和粒子群算法(PSO)相比,该方法可获得较高的分类精度,仿真实例进一步证明了设计可靠控制器的必要性。

关键词：可靠控制支持向量机极点观测器粒子群算法网格搜寻法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GA-SVM梯形区域的故障诊断与可靠配置

引用

沈阳师范大学学报（自然科学版） 2021年第3期39卷 210-214页

作者：姚波李默臣王福忠沈阳师范大学数学与系统科学学院沈阳110034 沈阳工程学院基础教学部沈阳110136

针对一类线性定常飞控系统,基于梯形区域下,研究了执行器连续增益故障可靠控制的问题。同时,为解决支持向量机选取参量困难而导致故障信息难以识别等问题,提出实值编码遗传算法来实现支持向量机模型参数的自动寻优。与传统的支持向量机... 详细信息

针对一类线性定常飞控系统,基于梯形区域下,研究了执行器连续增益故障可靠控制的问题。同时,为解决支持向量机选取参量困难而导致故障信息难以识别等问题,提出实值编码遗传算法来实现支持向量机模型参数的自动寻优。与传统的支持向量机相比,该方法具有收敛速度快、能耗低、耗时短、迭代次数少等优点。对于未知系统极点信息难以获取的问题,给出了极点观测器的算法,实现了对极点数据的实时观测。仿真结果表明,依据不同通道发生故障时极点所处区域不同的特点而设计的可靠控制器,不但鲁棒性能好,而且准确率也较高。该方法与粒子群算法(PSO-SVM)、网格搜寻法(gridsearch)相比具有较好的泛化能力及较高的识别度。

关键词：遗传算法支持向量机极点观测器粒子群算法网格搜寻法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GA-SVM的深基坑墙体偏斜量预测模型研究

引用

价值工程 2018年第9期37卷 147-149页

作者：赵建钗曹荣刘俊娥石祥锋河北工程大学管理工程与商学院邯郸056038 华北科技学院建筑工程学院北京101601

为了研究地铁深基坑墙体偏斜量随时间变化的时空效应规律,对现有的监测数据进行分析,建立GA-SVM预测模型。首先采用三次样条插值法进行数据处理,然后利用GA算法对SVM中的参数进行迭代寻优,将建立好的模型对测试样本进行训练,最后将模型... 详细信息

为了研究地铁深基坑墙体偏斜量随时间变化的时空效应规律,对现有的监测数据进行分析,建立GA-SVM预测模型。首先采用三次样条插值法进行数据处理,然后利用GA算法对SVM中的参数进行迭代寻优,将建立好的模型对测试样本进行训练,最后将模型应用在某实例中,研究表明该预测模型的预测结果具有较强的泛化能力和较高的精准度。

关键词：深基坑墙体偏斜量支持向量机遗传算法网格搜寻法三次样条插值法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

地震快速定位方法研究

地震快速定位方法研究

引用

2019年中国地球科学联合学术年会

作者：王迪白超英李兴旺长安大学地质工程与测绘学院地球物理系长安大学计算地球物理研究所

地震快速定位对地震灾害预警、地震速报和灾后救援等工作起着重要作用。考虑到台站高程差异及地下介质速度的不均匀性,本文采用改进后的V图法,结合网格搜寻算法进行网内地震快速定位研究,并可利用后续震相(如sPn)的走时信息优化对震源... 详细信息

地震快速定位对地震灾害预警、地震速报和灾后救援等工作起着重要作用。考虑到台站高程差异及地下介质速度的不均匀性,本文采用改进后的V图法,结合网格搜寻算法进行网内地震快速定位研究,并可利用后续震相(如sPn)的走时信息优化对震源深度的确定。研究表明,该方法具有较高的计算效率和定位精度。

关键词：地震快速定位 V图法网格搜寻法

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：