国产精品电影久久_国产精品国语对白_国产传媒精品1区2区3区_国产高清精品福利私拍国产写真

虛擬樣機(jī)的氣動(dòng)康茂盛CAMOZZI執(zhí)行器
隨著現(xiàn)代工業(yè)過程控制系統(tǒng)的日趨復(fù)雜化和集成化，對(duì)控制系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控，及時(shí)發(fā)現(xiàn)并排除過程故障就突顯得尤為重要。而CAMOZZI執(zhí)行器作為工業(yè)自動(dòng)化過程的基礎(chǔ)裝備之一，是自動(dòng)控制系統(tǒng)的終端執(zhí)行儀表，在過程控制系統(tǒng)中起著非常重要的作用。

虛擬樣機(jī)的氣動(dòng)康茂盛CAMOZZI執(zhí)行器
CAMOZZI執(zhí)行器作為工業(yè)生產(chǎn)的執(zhí)行終端，直接關(guān)系到生產(chǎn)過程的安全性與可靠性，一旦CAMOZZI執(zhí)行器發(fā)生故障，將給生產(chǎn)過程帶來巨大損失。氣動(dòng)CAMOZZI執(zhí)行器由于其結(jié)構(gòu)簡(jiǎn)單、維護(hù)方便、無污染等特點(diǎn)優(yōu)于液動(dòng)CAMOZZI執(zhí)行器和電動(dòng)CAMOZZI執(zhí)行器，被廣泛應(yīng)用于工業(yè)生產(chǎn)等自動(dòng)化領(lǐng)域中。自確認(rèn)氣動(dòng)CAMOZZI執(zhí)行器不僅能夠?qū)崿F(xiàn)故障的自檢測(cè)和自診斷，而且可以給出表征自身實(shí)時(shí)工作狀態(tài)的參數(shù)，為了解決自確認(rèn)氣動(dòng)CAMOZZI執(zhí)行器的故障自診斷問題，提出了一種基于關(guān)聯(lián)向量（RVM）多回歸和關(guān)聯(lián)向量多分類機(jī)的自確認(rèn)氣動(dòng)CAMOZZI執(zhí)行器故障診斷算法。該方法利用關(guān)聯(lián)向量機(jī)多回歸建立氣動(dòng)CAMOZZI執(zhí)行器的執(zhí)行機(jī)構(gòu)模型，將模型輸出與實(shí)際輸出比較，生成殘差，并把此殘差作為氣動(dòng)CAMOZZI執(zhí)行器的非線性故障特征向量。采用聚類方法構(gòu)建了關(guān)聯(lián)向量多分類機(jī)結(jié)構(gòu)，把殘差作為輸入訓(xùn)練關(guān)聯(lián)向量多分類機(jī)，診斷氣動(dòng)CAMOZZI執(zhí)行器故障類型。仿真數(shù)據(jù)來源于DABLib（Matlab-SimlinkCAMOZZI執(zhí)行器模型庫(kù)）仿真生成的數(shù)據(jù)，實(shí)際數(shù)據(jù)來源于盧布林糖廠的工業(yè)數(shù)據(jù)。為了驗(yàn)證所研究方法的有效性，將基于關(guān)聯(lián)向量機(jī)的一對(duì)一（OAO）分類、一對(duì)多（OAA）分類和二叉樹分類三種方法進(jìn)行比較，將基于關(guān)聯(lián)向量機(jī)的氣動(dòng)CAMOZZI執(zhí)行器故障診斷方法和基于支持向量機(jī)的氣動(dòng)CAMOZZI執(zhí)行器故障診斷方法進(jìn)行比較。結(jié)果表明基于RVM的氣動(dòng)CAMOZZI執(zhí)行器故障診斷克服了SVM選擇核函數(shù)時(shí)受Mercer定理限制和樣本增加時(shí)支持向量也隨之增加，導(dǎo)致稀疏性變差等缺點(diǎn)，解決了CAMOZZI執(zhí)行器中的小樣本、非線性問題。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，基于虛擬樣機(jī)技術(shù)對(duì)CAMOZZI執(zhí)行器的建模研究為CAMOZZI執(zhí)行器的故障診斷研究奠定了基礎(chǔ)。通過對(duì)氣動(dòng)薄膜CAMOZZI執(zhí)行器工作原理及特性的分析，利用MATLAB軟件搭建了氣動(dòng)薄膜CAMOZZI執(zhí)行器系統(tǒng)的虛擬樣機(jī)模型，并驗(yàn)證了模型的準(zhǔn)確性。對(duì)氣動(dòng)薄膜CAMOZZI執(zhí)行器常見的典型故障進(jìn)行了模擬仿真并分析了故障機(jī)理?？疾旌头治霈F(xiàn)有的人工免疫算法，對(duì)提出的基于人工免疫的故障檢測(cè)和診斷方法，采用氣動(dòng)薄膜CAMOZZI執(zhí)行器模型仿真數(shù)據(jù)對(duì)其有效性進(jìn)行了檢驗(yàn)。在研究中，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理時(shí)，運(yùn)用核主元分析技術(shù)將其降維，以減小計(jì)算量和復(fù)雜度。在遺傳算子的基礎(chǔ)上，引入記憶和抗體更新機(jī)制，加快了記憶抗體的生成速度，改善了使用遺傳算法生成抗體時(shí)的盲目搜索性，同時(shí)又保證了記憶抗體的多樣性。

虛擬樣機(jī)的氣動(dòng)康茂盛CAMOZZI執(zhí)行器
在故障診斷方面，由于訓(xùn)練樣本的充分性及其在狀態(tài)空間的分布特點(diǎn)不同，從而導(dǎo)致對(duì)于不同故障類別，診斷的準(zhǔn)確性存在較大差異?；趜ui大數(shù)量原則分類機(jī)制，提高了故障分類的準(zhǔn)確率，應(yīng)用此方法對(duì)氣動(dòng)薄膜CAMOZZI執(zhí)行器故障診斷，結(jié)果表明基于人工免疫的故障檢測(cè)方法對(duì)故障樣本的確診率能夠達(dá)到比較理想的水平。