针对高速数据传输稳定性较低、多源数据传输过程非线性干扰较大的问题,设计了基于红外通信技术与适配器的高速数据采集系统.使用系统高速数据采集层的多个高速适配器,完成各待采对象的高速信号数据采集,将其通过通信层的通信接口上传到红外通信模块,利用该模块将所得信号数据复原成真实数据后并传送到服务层,该层的多源数据融合模块运用主成分分析方法,融合接收到的全部数据,同时采用展示层的液晶显示模块,呈现完整的高速数据采集结果.实验结果表明:该系统在不同信号数据长度下,均能以较高采样速率完成不同类型数据的精确采集;该系统能保证各通信信道在不同通信距离下的高速数据传输稳定性,且所得高速数据融合结果能清晰、完整地呈现全部高速数据采集结果.
为了解决基于深度学习的 GUI元素识别方法表现不佳以及无法判断是否可触控的问题,提高GUI测试的效率与覆盖率,提出有效的面向 GUI测试的可触控控件训练与检测方法.首先定义可触控控件的检测类别,用于直接检测具备可触发属性的控件;考虑到 UI 页面存在堆叠元素,对数据集中不可见的控件进行过滤,并剔除视图层次结构与屏幕截图不同步的数据;通过分析安卓机制将 UI页面中可触控控件进行了标记.最后基于 YOLO v5 s训练获得一个轻量级训练模型.结果表明,提出的训练及检测方法优于现有深度学习方法和经典方法,其 F1 达到了 82%,在 GUI测试中具有良好的使用价值.
转子系统是燃气轮机极为重要的组成部件,对其进行故障诊断与分析对燃气轮机的安全稳定运行具有重要意义.转子故障信号为典型的非线性、非平稳和微弱性时间序列.提出了一种基于改进主成分分析(Improved Principal Component Analysis,ImPCA)的燃气轮机转子故障诊断方法.首先针对传统PCA主分量个数确定难题,将贝叶斯理论引入PCA,构建贝塔先验主成分分析模型对转子故障信号进行自适应分解,将其转化为少数几个主分量(Principal Component,PC)之和的形式,然后将 PC对应的大特征值作为特征向量并构建 SVM分类器进行分类,实现对"不平衡故障""动静件碰磨故障"和"不对中故障"三种燃气轮机转子故障的有效分类诊断.基于实际数据的实验结果表明,所提方法能够获得 97.2%的平均诊断正确率,并且具有噪声稳健性,适用于实际工程应用场景.
为缓解单一存储设备存储海量小文件的压力,提出了一种国产化环境下的海量小文件数据分布式存储技术.利用聚类算法实现海量小文件合并.以达到最大均衡度为目标,在多项约束条件下利用人工鱼群算法求解分布式存储方案.按照分布式存储方案将海量小文件数据迁移到存储节点及其存储设备上,完成海量小文件数据分布式存储.结果表明:14 个存储节点和 28 个存储设备的内存占用较为均衡,内存资源利用率较高.将小文件样本迁移并存储到节点的过程中,分布式存储均衡度整体波动均超过设定的阈值1.0,说明分布式存储均衡度较好,证明了所提存储技术的有效性.
安全监控系统的集成化、智能化升级是油气站场亟待解决的问题.针对当前系统的弊端,设计开发油气站场智能视频监控系统.利用宽动态技术,解决早期监控摄像头采集到的视频信号易受天气影响,画质不佳,有用信息不足等问题.并利用 YOLO目标检测算法,实现对区域内人员未戴安全帽的行为进行监控.最后构建基于B/S架构的安防设备集成管理平台,将算法同监控视频画面集成,并显示站场三维地图,为后续站场数据可视化预留扩展接口.实践应用表明该系统能显著提升油气站场智能视频监控水平.
本文研究了混合攻击下多区域时滞电力系统的分布式协调控制问题.首先,考虑了一种基于混合攻击下(包括拒绝服务攻击和欺骗攻击)的多区域时滞电力系统,在拒绝服务攻击下,时滞电力系统的各个区域之间的通信将恶化为一种切换残余拓扑结构,它的时间特性建模成了模型依赖的平均停留时间的模型.在以负反馈控制为目标的欺骗攻击下,将其建模成了基于符号函数的模型.然后,为了在低惯性和混合攻击下获得时滞电力系统的弹性性能,采用了负荷频率控制与虚拟惯性控制相结合的弹性分布式策略,并将时滞电力系统的负荷频率控制问题转换为切换非线性切换系统控制问题.再通过采用合适的 Lya-punov-Krasovskii泛函、改进型逆凸不等式、线性矩阵不等式技术以及切换系统方法,得到了多区域时滞电力系统的稳定性定理.并基于此定理,设计了负荷频率控制和虚拟惯性控制下的分布式控制增益.最后,建立仿真,针对三区域电力系统进行了仿真,仿真结果体现了本文所提出来的稳定性定理和设计的分布式控制增益的优势和有效性.
针对城市窨井数量大、位置分散、安全事故频发、管理困难等问题,设计出一种基于窄带物联网技术(Narrow Band Internet of Things,NB-IoT)的井下数据无线采集终端.终端采用低功耗STM32 芯片作为主控制器,NB-IoT无线通信模块采用BC26 模组,数据采集终端具有自动采集数据、主动预警、初始蓝牙配置等功能.实验结果表明:所设计的无线采集终端功耗低、稳定性高,让城市井盖管理更加智能化,让故障检修更加便捷化,提高城市管理的智能化水平.
地铁车辆处于复杂的运行环境中,高压供电电路很容易发生过流故障,为迅速辨识过流故障类型,设计了一种基于半动态拓扑优化算法的地铁车辆高压供电电路过流故障同步诊断方法.应用半动态拓扑优化算法,构建模态坐标空间内高压供电电路的电流微分运动模型.结合粒子群算法与优化 VDM分解方法,提取模型的过流故障特征.基于BP神经网络与遗传算法构建过流故障同步诊断模型,实现高压供电电路过流故障的同步诊断.案例测试结果表明,该方法对于变压器过流故障、变流器过流故障以及弓网接触不良故障的诊断都比较准确,特别是对于变压器与变流器的过流故障诊断十分准确.
轴承为风电机组的重要且故障频发部件,传统基于轴承振动数据的图像转换的卷积神经网络(CNN)的故障诊断技术存在一定局限性.提出了一种基于改进深度卷积神经网络(IDCNN)的直接时间序列特征提取方法,依据采样频率将原始振动数据划分为单个样本,构建诊断模型训练数据集.设计了一种新型的深度卷积神经网络(IDCNN),自动提取复杂样本数据的故障特征,提高 DCNN 的鲁棒性和泛化性,并将 IDCNN提取的高维故障特征输入到分类器中,从而实现轴承故障的智能诊断.对比实验结果表明本方法有效提升了故障诊断精度.
为了克服樽海鞘群算法(Salp Swarm Algorithm,SSA)求解准确性不足和易过早收敛的缺点,提出了一种多策略改进的樽海鞘群算法(MISSA).引入 Baker混沌映射生成樽海鞘群的初始种群,以提高初始个体的均匀性;将T分布策略应用到食物源位置公式中,对原始位置进行随机干扰,引导樽海鞘个体向最优解空间运动;在跟随者位置更新公式中引入不完全Γ函数的自适应权重,以改善算法的局部和全局搜索能力.将改进算法在 8 个测试函数上进行仿真实验,并与不同的群智能算法进行了比较.结果表明,改进算法具有更好的全局和局部搜索性能以及更高的搜索精度.
针对站场环境复杂且光照强度不均、监控视频不清晰、人员侵线报警不准确的问题,提出了基于可视化电子围栏的站场人员侵线自动报警方法.自适应加权中值滤波算法滤除监控视频中存在的噪声,融合帧间差分法和背景差法构建背景更新差分法,实时更新背景图像并补偿图像光照,用于运动人员目标检测.采用均值漂移算法跟踪受遮挡的移动人员目标,根据目标识别结果和相关阈值判定人员侵线情况,作出报警或解除报警处理.实验结果表明,所提方法的监控视频处理效果较为理想,精确率、召回率和F1值较高,参数数量和浮点运算次数较少.
针对连续体机械臂动力学建模困难,控制难度大的问题,使用特征建模的方法,用简化等价的特征模型设计了自适应鲁棒控制器.首先,通过对机械臂系统进行分析,使用特征建模得到等价的动力学模型,然后采用递推最小二乘法进行参数辨识,得到该特征模型的特征参数,最后,利用模型与辨识得到的参数设计了一种结合滑模控制的自适应控制器.通过仿真实验对本文方法与传统 PID方法进行对比,仿真结果表明,本文的方法对于末端角度控制的跟踪精度高,同时对于末端扰动有着良好的自适应能力和鲁棒性.
针对现有微服务水平扩展策略难以应对异构应用对多种资源的差异化需求问题,提出了一种基于多智能体强化学习的微服务弹性伸缩方法.首先,通过刻画微服运行状态、资源调整动作及收益等要素建模云应用资源调整问题;其次,基于深度神经网络训练策略网络以决策资源调整操作,训练价值网络以评价决策优劣并优化调整策略;最后,提出中心化模型训练与分布式资源调整动作相结合的微服务弹性伸缩策略.实验结果表明,该方法能够根据负载波动及时调整各微服务的资源分配量,有效减少了云应用请求响应时间,并降低了云平台的资源使用成本.
产品研发中功能失效是一个复杂的系统性工程,失效过程包含大量不确定性因素.为此,构建了自适应Kriging的不确定可靠性功能优化算法,进行产品总体功能失效分析、认知集合可信任度、样本点的生成、自适应Kriging计算及优选功能组合,获取在指定的概率约束下的最优解.以大数定律及极限定理为基础,保证了样本点在重要区域及Kriging模型的收敛条件.以工程机械储能系统为例,说明算法的迭代性、收敛性、准确性及稳定性.结果表明,该算法能够得出准确的敏感度,节省计算时间,提高计算效率.
传统水电站视频数据采集以及监控中存在监控硬件适用性不强、监控效率低下、精准度不高、算法分析效率较低、分析精准度低等问题.为了提高水电站远程网络视频监控能力,本设计通过对于算法和采集硬件的改进来解决.在硬件方面,利用嵌入式技术设计出多通道的数字视频采集设备,同时基于MPT监测技术进行监控系统整体的设计,加强了监控系统的监测能力并提高了监测的效率与实时数据传输能力.通过 TMS320DM8168 作为主控芯片,视频采集应用了 TVP5158 计算芯片,将现场水电站运行情况通过图像采集的方式获取数据信息,提高了现场视频信息提取能力.在算法方面,基于 EMD混合分布算法,将现场采集到的数据信息转换为微观数据的分析方式,提高了故障识别与监控设备调整的能力.通过试验,最大传输速度可达到 1.65 GB/s,在最大的数据体量下传递时间只需 43 s.
舟山作为我国重要的海洋养殖城市与海洋旅游城市,在经济快速发展的同时如何解决日益严峻的海洋垃圾污染问题愈发突显.相比传统的雷达回波方式,基于深度学习的机器视觉检测方法,具备抗海浪干扰能力强,检测速度快,识别信息丰富等优点.采用DeepLabv3+图像语义分割模型,通过 YOLOv5 s目标检测算法对海面垃圾目标进行实时检测,最后由摄像机单目测距获取目标距离,可以实现检测效率25 fps,检测准确率 87%,具备较好的工程应用价值.
随着移动通信的发展,减少通信延时成为关键性问题,因此,提出了一种使用机器学习方法的移动边缘计算(MEC)移动性管理.移动性决策基于参考信号接收功率(RSRP)值和不确定性预测器.使用神经网络建立预测器,输出不同相邻单元的 RSRP 平均值和标准偏差,推导了切换概率的封闭表达式.基于这些可能性,MEC服务器能够提前缓存用户服务,以便将切换期间的中断降至最低.实验结果表明,提出的方法能够满足实际需求.
变异系数已广泛应用于不同领域来衡量资料中各观测值的变异程度.为了监控各种制造或服务过程的质量特性,记忆型控制图已成为一种重要的实时监控方案.提出了一种改进的指数加权移动平均变异系数(记为MEWMA-γ2)控制图,通过蒙特卡罗模拟研究了其在不同参数下的平均运行长度,并与其他EWMA控制图进行了比较分析.结果表明,所给控制图具有良好的监测能力.最后,利用机械零件烧结过程的实际数据,说明了该方法在应用中的优良性.
为保障电力计量数据安全,避免数据流失导致用户隐私泄露,设计了基于同态加密的电力计量数据抗泄露加密系统.系统通过传输层供电站、配电中心、变电站以及输电中心为用户提供优质电能,用户使用电能后产生电力计量数据;利用采集层智能电表实时采集用户电力计量数据,并每间隔小时通过网络层传输所采集数据至数据层;数据层采用数据聚合器合并所接收数据,同时由其内置密码编码器对数据进行初步加密处理,加密后数据暂存于数据聚合器内,而后每月定时传输至处理层;处理层利用密钥生成器对所接收电力计量数据生成专属密钥,并采用同态加密技术实现电力计量数据加密控制.系统测试结果表明,该系统可实现电力计量数据的加密处理,防止非系统用户查询,避免电力计量数据泄露,系统抗攻击能力为 0.98 以上,具备较强的电力计量数据抗泄露加密性能.
针对红外与低照度可见光图像融合时,细微的纹理信息不能有效地保留的问题,提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法.首先,通过基于卷积神经网络的融合方法得到融合后的图像;其次,计算融合后图像的灰度直方图,通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上,以增强图像的纹理信息;最后,将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合,得到融合图像.实验结果表明,本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法.
