【摘 要】
：
大功率LED阵列动态光源工作过程中光电热参数具有不确定性和时变时滞非线性特点,利用动态核主元分析方法(DKPCA)对大功率LED阵列动态光源进行在线状态观测与故障诊断能有效地捕捉观测数据的非线性和相关性特征,根据历史数据的主元特征计算出的统计量阈值和在线数据的统计特征实现故障检测,利用重构贡献图法实现故障的分离。仿真实验表明,对大功率LED阵列动态光源典型的传感器和执行器故障进行有效监测和诊断相对于核主元分析方法对故障更为敏感,故障检测率最高提高了7.5%,误检率下降了4.2%。
【基金项目】
：
国家重大科研仪器研制项目(61427808),浙江省基础公益研究计划(LGG18F050002)。
论文部分内容阅读
大功率LED阵列动态光源工作过程中光电热参数具有不确定性和时变时滞非线性特点,利用动态核主元分析方法(DKPCA)对大功率LED阵列动态光源进行在线状态观测与故障诊断能有效地捕捉观测数据的非线性和相关性特征,根据历史数据的主元特征计算出的统计量阈值和在线数据的统计特征实现故障检测,利用重构贡献图法实现故障的分离。仿真实验表明,对大功率LED阵列动态光源典型的传感器和执行器故障进行有效监测和诊断相对于核主元分析方法对故障更为敏感,故障检测率最高提高了7.5%,误检率下降了4.2%。
其他文献
西宁市作为国家第二批海绵城市建设试点城市, 2016年开展海绵城市试点建设,试点区位于中心城区西部,其范围东起新宁路,西至湟水路,北临青藏铁路,南至大南山,总面积21.61, km2
博鳌是位于海南省东部海岸带的一个沿海小镇,风景优美,因博鳌亚洲论坛而广受关注.研究博鳌地区的生态环境变化及驱动因素能够为博鳌地区的可持续发展提供一定参考.rn基于2000
以云南省东川区小江流域中游左岸大白泥河支流的泥石流沟谷为研究对象,利用无人机遥感技术采集该泥石流沟谷地表地貌数据,提出结合地面三维激光扫描建模数据进行同名地物控制点提取,实现无人机影像数据的绝对定向方法。通过Smart3D影像数据处理,构建研究区三维地形模型,得到数字正射影像(Digital Orthophoto Map,DOM)、数字表面模型(Digital Surface Model,DSM)
青海省是我国的四大牧区之一,也是我国重要的草地畜牧业生产基地,这里有5亿多亩可利用草场,有各类牲畜2,500多万头,其中被称为“雪域之舟”的牦牛有470多万头,接近全国的一半
青藏高原持续隆升使得其周缘地带地质灾害频发,复杂的地质背景,造就了帕隆藏布流域链式灾害发育、堵江致灾风险高的特点。近年来,地处帕隆藏布流域的然乌湖口地质灾害变形强烈,本文通过光学遥感与InSAR监测技术,对然乌湖口82道班沟内进行风险物源识别,解译出研究区共存在高位冰崩、崩塌、冰碛物、崩滑体4种风险物源类型,针对各风险物源的遥感解译数据进行特征分析,综合然乌湖流域内的地质背景,阐述风险物源的致灾因素及成灾模式。结合InSAR监测结果,将然乌湖口右岸斜坡体及上部解译风险物源区划分为82道班、迫隆与哑隆三个高
在多模态场景下,常规人体危险行为识别方法对人体危险行为的识别精度较低,于是提出了基于强化学习的多模态场景人体危险行为识别方法。首先根据强化学习的特征提取算法获取多模态场景人体危险行为特征集,其次基于强化学习数据决策提取多模态场景人体危险行为,构建人体危险行为模糊识别模型。最后将上述人体危险行为特征子集代入模型,计算不同感官下危险行为的隶属度,实现多模态场景人体危险行为的识别。实验结果表明:该方法对
针对植物点云具有形状不规则、密度不均匀的特点,提出一种适用于植物的三维点云分割方法。将烟草、玉米、黄瓜这3种植物作为样本数据,以滤波等预处理方法去除离群点与背景点,以欧氏聚类算法分割植物群体,并用区域增长算法、边缘提取算法、超体素聚类算法以及基于凹凸性的方法来分割叶片器官。将所提出的方法用于分割烟草、玉米的三维点云,其覆盖率分别为87.5%、96.9%,从而验证了该方法的可行性与有效性,为自动提取
余甘子属药食同源品种,具有抗肿瘤、抗氧化、抗突变、保肝等作用.贮藏及生产加工过程中易发生褐变,大大降低了其食用药用资源的利用度.项目通过测定余甘子褐变过程中多酚、糖
提出了一种端到端的对抗生成式视频盲水印嵌入提取算法。该算法主要由编码器和解码器组成,编码器用于生成包含水印信息的视频,解码器用于提取视频中所包含的水印信息。不同于传统的基于频域或空域的视频水印方法,用端到端的训练方式的同时优化编码器和解码器网络。在编码器训练过程中模拟不同的信号和几何攻击类型,生成对抗样本,优化整个网络,以保证所生成水印样本的不可感知性和鲁棒性。实验结果表明:该算法对缩放、平移、裁
在传统姿态运动特征提取过程中存在有效提取效率低的问题,于是提出了基于卷积神经网络(convolutional neural network, CNN)算法的时空权重姿态运动特征提取算法。针对所选择的运动时空样本,提取相应的时空运动关键帧并以静态图像的形式输出;采取运动目标检测、图像增强等多项措施完成初始运动图像的预处理工作;借助CNN将运动特征矢量化;采用时空权重自适应插值方法减少运动边缘检测误差