检索结果-南通市图书馆

基于S-RNPAE算法的间歇过程早期故障监测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第5期39卷 1577-1586页

作者：刘凯赵小强牟淼张妍兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验室兰州730050 兰州理工大学国家级电气与控制工程实验教学中心兰州730050

针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder, S-RNPAE)的间歇过... 详细信息

针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder, S-RNPAE)的间歇过程早期故障监测方法.首先,通过L2,1范数重新设计自编码器的目标函数,以提高模型对噪声和离群点的鲁棒性;其次,利用邻域保持嵌入来正则化鲁棒自编码器的方式构建鲁棒邻域保持自编码(robust neighborhood preserving autoencoder, RNPAE)模块,解决自编码器作为一种全局模型而忽略包含早期故障特征的局部近邻信息的提取问题;然后,将多个RNPAE模块堆叠构造S-RNPAE网络,从而获取深层全局-局部特征,保证对早期微小故障信息提取更充分,并建立检测统计量实现过程检测;最后,利用一种适用于非线性过程的贡献图方法完成故障诊断,其诊断结果更准确.通过Swiss Roll数据集和青霉素发酵过程的实验表明,所提方法的特征提取能力更强,对间歇过程的早期故障更敏感,具有更好的早期故障监测效果.

关键词：间歇过程早期故障过程监测自编码器邻域保持嵌入

在线全文

学校读者我要写书评

暂无评论

基于类金字塔图残差网络的图像超分辨率重建

控制与决策 2024年第3期39卷 786-794页

作者：赵小强王泽宋昭漾蒋红梅兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验室兰州730050 兰州理工大学国家级电气与控制工程实验教学中心兰州730050

针对基于深度学习的图像超分辨率重建算法大多侧重于从大量外部训练数据中学习,而忽视图像本身的内部知识以及过于关注局部特征的问题,提出一种基于类金字塔图残差网络的图像超分辨率重建算法.首先,该算法构建的残差图卷积结构利用一种... 详细信息

针对基于深度学习的图像超分辨率重建算法大多侧重于从大量外部训练数据中学习,而忽视图像本身的内部知识以及过于关注局部特征的问题,提出一种基于类金字塔图残差网络的图像超分辨率重建算法.首先,该算法构建的残差图卷积结构利用一种预生成图结构的方式将提取的特征图转换为预生成图结构的顶点来构成图结构数据,从而通过图卷积来学习特征自身内部的拓扑结构,同时使用残差学习适度地加深图卷积网络以提高重建性能;其次,该算法构建的类金字塔多空洞卷积结构,通过充分利用不同大小的感受野,避免了不能完全覆盖所有像素点的缺陷,更好地融合不同尺度的特征信息;最后,经过大量实验验证,所提出的算法显著优于主流超分辨率方法,有着更好的客观和主观度量结果.

关键词：图像复原超分辨率重建图卷积网络空洞卷积残差学习金字塔结构

在线全文

学校读者我要写书评

暂无评论

基于复杂网络理论的变电站直流偏磁治理研究

高压电器 2024年第4期60卷 193-198页

作者：党存禄马雄文兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验室兰州730050 兰州理工大学电气与控制工程国家级实验教学示范中心兰州730050

为解决特高压直流输电引起的直流偏磁现象,提出了在直流偏磁条件下,基于复杂网络理论的送端电网关键站点识别方法。在PSCAD中建立自耦变压器模型,进行变压器直流偏磁仿真研究,为治理酒泉地区变电站中存在的直流偏磁,基于实际电网结构参... 详细信息

为解决特高压直流输电引起的直流偏磁现象,提出了在直流偏磁条件下,基于复杂网络理论的送端电网关键站点识别方法。在PSCAD中建立自耦变压器模型,进行变压器直流偏磁仿真研究,为治理酒泉地区变电站中存在的直流偏磁,基于实际电网结构参数建立仿真模型,对受偏磁电流影响大的关键站点进行识别治理,定义节点熵和线路熵的概念,其大小反映被治理地区节点电流和线路电流分布是否均匀,规定直流偏磁治理标准,用以评判治理效果是否合格。仿真结果表明,进行关键站点识别与治理后,节点熵和线路熵有明显的下降,该地区的总偏磁电流得到了有效抑制。

关键词：直流输电自耦变压器复杂网络直流偏磁站点识别

在线全文

学校读者我要写书评

暂无评论

多分支多尺度点云补全网络

计算机工程 2024年

作者：陈晓雷王荣兰州理工大学电气工程与信息工程学院兰州理工大学甘肃省工业过程先进控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心

针对现有点云补全网络无法同时提取高质量的点云全局特征和局部特征，丢失点云细节信息与坐标信息等问题，本文提出一种多分支多尺度点云补全网络。该网络首先在编码器将3种不同分辨率的输入点云通过联合特征提取模块依次提取不同尺度... 详细信息

针对现有点云补全网络无法同时提取高质量的点云全局特征和局部特征，丢失点云细节信息与坐标信息等问题，本文提出一种多分支多尺度点云补全网络。该网络首先在编码器将3种不同分辨率的输入点云通过联合特征提取模块依次提取不同尺度的全局特征和局部特征，然后利用细节保持池化模块和多分支编码结构有效融合这些特征，最后在解码器利用点云重构模块和多分支解码结构得到补全点云。本文在具有挑战性的公开点云数据集上开展了充分的实验，主客观实验结果表明本文方法性能优于目前先进的10种点云补全方法，能进一步提高点云补全质量。

关键词：点云补全多分支多尺度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合网络攻击下网络化系统集员滤波算法设计

系统科学与数学 2024年

作者：祝超群朱晓岚张磐兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室兰州理工大学电气与控制工程国家级实验教学示范中心

针对混合攻击环境下的离散时变网络化系统,研究了系统集员滤波算法的设计问题.首先,考虑到系统同时受到DoS攻击和欺骗攻击,将欺骗攻击建模为未知有界的信号,并采用两组服从Bernoulli分布的随机变量来描述网络攻击的发生概率;其次,设计... 详细信息

针对混合攻击环境下的离散时变网络化系统,研究了系统集员滤波算法的设计问题.首先,考虑到系统同时受到DoS攻击和欺骗攻击,将欺骗攻击建模为未知有界的信号,并采用两组服从Bernoulli分布的随机变量来描述网络攻击的发生概率;其次,设计集员滤波算法使得系统状态估计误差满足椭球约束条件,通过求解两个递推差分方程得出集员滤波增益矩阵及相应的椭球约束域,并分析了时变椭球域的有界性问题;最后,通过数值算例验证了所提出滤波算法的有效性和优越性.

关键词：网络化控制系统混合网络攻击集员滤波有界性分析

基于AM和CNN的多级特征融合的风力发电机轴承故障诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太阳能学报 2024年第5期45卷 51-61页

作者：王进花韩金玉曹洁王亚丽兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验兰州730050 兰州理工大学电气与控制工程国家实验教学中心兰州730050 甘肃省制造信息工程研究中心兰州730050

提出一种基于注意力机制的多级特征融合卷积神经网络(A2ML2F-CNN)故障诊断方法。该方法将原始电流和振动信号作为输入,首先使用基于注意力卷积神经网络(AMCNN)模块分别进行数据信号特征提取,并进行一级特征融合连接。在此基础上,再次分... 详细信息

提出一种基于注意力机制的多级特征融合卷积神经网络(A2ML2F-CNN)故障诊断方法。该方法将原始电流和振动信号作为输入,首先使用基于注意力卷积神经网络(AMCNN)模块分别进行数据信号特征提取,并进行一级特征融合连接。在此基础上,再次分别采用注意力机制一维卷积神经网(AM1DCNN)和二维卷积神经网络(2DCNN)提取相关信息,并进行二级特征融合,以此来解决单传感器数据故障信息不足及互补特征难以提取的问题,最后采用全连接层和Softmax层进行分类,得到诊断结果。为验证所提方法的故障诊断效果,通过帕德伯恩数据集进行实验验证,并将其与CNN、LSTM、SVM等方法的诊断精度进行对比,相较于上述方法,该文方法的诊断准确率分别提高1.8、3.2和4.8个百分点,验证了所提方法的有效性。

关键词：风力机故障诊断特征融合注意力机制卷积神经网络风力发电机轴承

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

改进卷积胶囊网络的滚动轴承故障诊断方法

振动工程学报 2024年第5期37卷 885-895页

作者：赵小强柴靖轩兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验室教学中心甘肃兰州730050

目前许多基于卷积网络的滚动轴承故障诊断方法受噪声信号以及负荷变化的影响,存在诊断效果不佳、泛化能力差的问题。针对此问题提出一种改进卷积胶囊网络的滚动轴承变工况故障诊断方法。该方法设计了多尺度非对称卷积模块,其中采用不同... 详细信息

目前许多基于卷积网络的滚动轴承故障诊断方法受噪声信号以及负荷变化的影响,存在诊断效果不佳、泛化能力差的问题。针对此问题提出一种改进卷积胶囊网络的滚动轴承变工况故障诊断方法。该方法设计了多尺度非对称卷积模块,其中采用不同尺度的非对称卷积层对输入数据进行特征提取,在实现最大化提取数据中的特征信息的同时,还能够有效减少参数量;在该模块中引入通道注意力机制,能更好地提取有用的通道特征,提高该方法特征提取的能力;通过将网络中的全连接层改进为胶囊全连接层,使得胶囊在输出向量特征信息时,避免了特征信息在空间中的丢失。使用凯斯西储大学轴承数据集和东南大学变速箱数据集来验证所提方法的诊断性能,并与其他深度学习方法进行了比较。实验结果表明,与其他深度学习方法相比,具有较好的泛化性,效果更佳。

关键词：故障诊断滚动轴承胶囊网络非对称卷积特征提取

融合可解释机器学习的成品汽油调和配方质量预测评价与致因分析

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

石油学报（石油加工） 2024年第1期40卷 126-136页

作者：李炜郑明杰李亚洁梁成龙兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学电气与控制工程国家级实验教学示范中心甘肃兰州730050 中国石油兰州石化分公司油品储运厂甘肃兰州730060

受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先... 详细信息

受成品汽油调和配方需“先验”评价与修正的驱动,本研究将轻量级梯度提升树(LightGBM)与可解释机器学习(SHAP)方法相结合,兼顾复杂模型精度高与后验SHAP可解释性强的各自优势,提出了一种调和配方质量预测评价及致因分析方法。该方法先引用改进遗传算法(IGA)优化LightGBM的超参数,建立了可同时预测成品汽油性能和环保指标的模型,并结合汽油国ⅥA标准与企业生产实际制定了配方质量评价标准,实现配方“先验”评价;再基于SHAP的全局和局部致因分析,对缺陷配方给出了易于操作的单变量定性修正建议。实验结果表明:相比于传统BP网络和随机森林(RF)、以及采用随机搜索和GA优化参数的LightGBM等模型,IGA_LightGBM模型可得到更全面和精准的预测指标,SHAP致因分析可给出契合实际的修正建议。该方法是智能算法代替人工的有益探索。

关键词：成品汽油调和配方质量评价可解释机器学习预测建模致因分析参数优化

基于空间特征交叉融合的轻量级图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第4期45卷 1273-1284页

作者：赵小强程伟兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验室教学中心甘肃兰州730050

近几年,深度学习技术显著提高了单幅图像超分辨率重建(Single Image Super-resolution Reconstruction,SISR)的性能,但基于深度学习技术的SISR算法存在模型参数量大、网络结构复杂、资源消耗多等问题。为解决这些问题,提出一种基于空间... 详细信息

近几年,深度学习技术显著提高了单幅图像超分辨率重建(Single Image Super-resolution Reconstruction,SISR)的性能,但基于深度学习技术的SISR算法存在模型参数量大、网络结构复杂、资源消耗多等问题。为解决这些问题,提出一种基于空间特征交叉融合的轻量级图像超分辨率重建算法,该算法使用多个局部特征融合模块和特征交叉增强模块组成非线性映射单元,通过残差学习逐步聚合图像特征,提取更加精准的残差信息。同时采用对称结构将特征映射到两个分支,通过执行特征交叉,对应元素相乘提取高频成分,细化特征,增加网络非线性。在每个特征交叉增强模块中使用异构卷积代替标准卷积拆分和融合两条分支,有效地降低网络的参数量,使网络在参数量和性能之间达到相对平衡。通过一个多级集成模块增强不同阶段特征的相关性。在基准数据集上的实验结果表明,新的重建算法在降低模型参数量的同时,峰值信噪比和结构相似度均取得了较好的结果,而且重建图像的边缘结构完整,整体轮廓清晰,细节更加丰富。

关键词：超分辨率轻量化异构卷积特征交叉

维普期刊数据库博看期刊