关键词： 精密测量   相干测量   信号处理   点云数据处理  

摘要： 随着产品的高精度化,高精度制造和检测成为了必须解决的课题。管件内壁的状态对实际生产具有重大作用,内壁的裂痕、同轴度、圆柱度等误差关乎设备性能和操作安全。已成熟的管道内壁测量技术仅能获得管道内某截面的二维信息,无法测得管状工件的同轴度和圆柱度等误差,且测量结果不够直观。为了更加直观地展示测量结果,本文选用三维点云数据作为基本数据形式。为了得到高精度三维点云数据,本文建立了一套低相干干涉点云数据采集系统,研究了相应算法处理采集的点云数据,对处理完毕的点云数据进行曲面重建后得到了高精度内表面模型。首先,介绍了低相干干涉测距原理。总结了四类低相干干涉解调方法,对比各方法的优缺点,结合课题的解调需求,选用计算量较小的包络法进行解调。讨论了三种包络解调算法原理并仿真,对比三种算法的解调效果和解调精度,最终选择精度较高、计算量最小的Hilbert变换法作为课题的解调算法。其次,建立了一套低相干干涉点云数据采集系统。系统硬件由低相干光源、光纤耦合器、准直透镜、光电探测器、步进电机及其控制器、数据采集仪等组成。同时,为了处理采集系统所得到的高精度点云数据,编写了一个三维点云数据处理软件,研究三维点云的数据结构和文件格式,实现点云数据降噪滤波、配准、法向估算和降采样。再次,研究了相应算法处理采集系统采得的三维点云数据。吸收了半径滤波算法和点云均匀降采样算法,提出了基于体素栅格的主成分分析滤波算法和基于平面拟合的自适应栅格点云降采样算法,并在开源数据集上进行实验。实验结果证明,提出的滤波算法能够较好地处理随机噪声和表面噪声,降采样算法能够在较低的采样率下很好地保留点云数据的边缘特征。此外,引入了主轴偏离比和马氏距离的概念,完成了三维点云数据的配准和法向估算,与滤波算法和降采样算法一起,形成了完整的三维点云数据处理算法。最后,使用两个标准环规验证低相干干涉点云数据采集系统的精度,经过算法处理后得到了精度在20微米的内表面模型。使用该系统采集扩口管和阶梯管的内表面点云数据,实验结果表明,系统能够很好地处理圆柱和圆锥内表面,但无法完美处理内螺纹和阶梯孔。

关键词： 线结构光扫描   对缝测量   数据处理   特征识别   间隙测量   阶差测量  

摘要： 随着汽车、飞机等产品气动外形设计要求的不断提高,针对气动外形的对缝质量评价方法也需更高效与精确。传统评价方法采用二维测量方式,效率低,可重复性差。而三维线结构光测量因其非接触、精度高、抗干扰强等特点,广泛应用于数字化测量领域。然而扫描获取的点云数据通常没有拓扑结构,无法判断对缝类型,极大阻碍了对缝质量评价的数字化、自动化进程。因此,针对上述提出的问题,本文设计了基于线结构光的对缝扫描测量方案,实现了点云数据的获取及预处理;提出了基于高斯映射聚类的对缝类型自动评定方法,建立了对缝间隙阶差求解模型,并对自动评定功能进行了软件实现。具体研究内容如下:1)基于线结构光测量技术及点云滤波、去噪、分割算法,构建了对缝点云数据获取及预处理方案,定义并分析对缝类型结构特点,提出一种新的结合法向提取及高斯映射的对缝倒角识别方法。通过对高斯球上的数据进行聚类试验分析,得到阈值判定结果,从而实现对缝类型的自动评定过程。2)对不同对缝类型间隙阶差求解定义分析,改进平面拟合、边界点识别等特征提取方法,通过对提取特征法向夹角的定量分析,设计了适用于不同对缝类型的待测特征点识别方法,建立了对缝求解模型,实现了对缝间隙阶差的求解。3)开展基于对缝评定及求解的测量实验,采用对缝标准件为实验对象,通过设计软件实现了对缝自动评定的功能,对测量结果误差进行分析,并进行对比实验。基于自动评定的对缝间隙阶差测量实验表明:间隙测量误差不超过0.04 mm,阶差测量误差不超过0.03 mm,对比传统方式,其有效辅助了气动外形对缝质量评价工艺的自动化流程,增加了对缝分析直观程度,为后续外形设计精度的提升提供了数据支持。

关键词： 电力设备   基形变换   异常检测   多模态数据库  

摘要： 随着泛在电力物联网发展,电力设备也开始向智能化、信息化、自动化发展,电力设备在智能电网安全防护的重要性也日发凸显。传统电力设备信息化、数字化程度偏低,传感器、采集和传输设备受环境影响大,导致数据产生偏差,数据异常值种类繁多。设备异常数据的存在给电力系统状态估计和设备安全防护带来很大的难题。本文基于具体的电力设备监测数据的特征,研究数据预处理和分析技术,实现异常数据的清洗,还原电力设备本身运行真实状态,为电力设备安全防护提供决策依据。主要工作如下:针对电力设备的时序数据异常,设计数据采集和异常检测处理流程,包括数据特征归一化,模型训练评估;使用长短期记忆循环神经网络设计了长期、短期、甚至弱时间依赖性电力设备时间序列数据的异常检测算法;搭建电力设备监测实验平台,完成平台的通信和数据处理软件设计,验证了电力设备时间序列数据异常检测算法的有效性。基于配电网简化模型和设备相关性定义电力设备的电流负荷数据模型,通过基形变换和点弧变换分析相关性的变化,基于相关性检测数据异常并仿真验证。针对电力设备中存在的模拟量、数字量、开关量等多类型数据结构,构建多模态数据存储结构和数据库,完成电力设备多模态数据库操作的软件设计,通过设计逻辑线路表和设备节点表实现数据更改、删除、插入,通过相应的索引结构和字段特征存储不同模态的数据;设计具体的测试用例,完成数据库数据并行查询、存储、删除等功能验证,完成数据库系统大规模并发性操作时的性能测试。

关键词： 轴组式动态称重   EEMD   ADAMS   专家算法   波形补偿   数据处理  

摘要： 车辆的超限超载行为不但会破坏公路基础设施,而且还会损害民众的生命财产,严重影响了公共交通安全。长期以来,我国对于公路车辆的超限超载行为检测方式通常是在高速公路的入口设立超限检测站,并通过动态称重设备来对车辆进行超载行为的检测,但传统的动态称重设备往往存在着测量误差较大、轴型识别困难等问题。针对传统动态称重设备存在的弊端,本文提出了一种基于轴组秤的动态称重系统的设计方案,方案主要包括系统硬件的选型及设计、动态称重信号处理算法的设计及系统软件的设计。论文的主要内容如下:首先,结合传统称重设备的优点,设计了轴组式称重系统的硬件结构,系统的称重台面由一大一小秤台组成,选用体积较小的轴重秤作为副秤台,主秤台选用体积较大的轴组秤,其长度可容纳所测车辆的三联轴同时上秤,提高了测量精度和防作弊能力。同时完成了系统的硬件组成部分的选型和数据采集装置的硬件设计,实现了称重信号采集、A/D转换、数据传输等功能。其次,对比分析了动态称重常见滤波算法,采用EEMD算法对称重信号进行滤波,通过ADAMS软件对轴组式动态称重系统进行了仿真,并联合MATLAB平台验证了EEMD滤波算法的性能和在动态称重系统中应用的可行性;分析车辆轴重的数据分布特征,根据特征分析结果,设计了一种基于专家算法的车辆轴型识别算法,通过将所测车辆的轴数和轴重特征信息相结合匹配,实现了对车辆轴型的识别;针对轴组秤称重信号波形时序混乱的问题,设计了一种波形补偿的方法,使得称重信号波形工整易分析,降低计算复杂度,提高了系统的实时性。再次,完成了系统软件的设计,包括数据采集程序设计和上位机检测控制软件的设计。其中,检测控制软件使用C++语言和MFC类库在VS平台上进行了模块化的开发,完成了检测控制软件的监控抓拍、静态标定、数据存储等模块功能的设计与开发,并在软件中实现了滤波、轴型识别和波形补偿等软件算法。最后,对系统功能进行了测试。先通过建立独立的测试项目程序,对系统轴型识别算法的识别率进行了验证;随后选择较为常见的三种货车在某超限检测站进行了实际称量测试,并将三种车型在双秤台称重设备上进行相同次数的称量测试做为对比测试。最后的测试结果表明:轴型识别算法的识别率达到了97%;当车辆在低速状态通过秤台时,系统测量误差控制在了2%以内,相较于传统双秤台式动态称重设备的测量精度提升了1%左右。

关键词： 客户流失预测   不平衡数据   选择性集成   SC-MWOA   混合采样  

摘要： 通信技术的迅猛发展以及通信覆盖范围的日益扩大,电信业之间的竞争正在逐步加剧,电信企业之间的竞争本质上是对客户资源的竞争,而竞争本身必将带来一定的客户流失。若能提前预测客户流失情况,并及时采取挽留措施,企业将能实现对客户资源的有效巩固,从而提升市场竞争力。在实际应用中,数据集的不平衡特性是影响客户流失预测准确率的关键因素,因此,选择合适的不平衡数据处理方法是目前智能预测领域急需解决的难题。本课题主要面向类别不平衡数据分类问题,分别从数据层面和算法层面提出两种解决方法,并将理论方法应用于电信客户流失预测中。同时将客户价值与客户流失相结合,探讨流失客户挽留策略,本文主要的工作内容如下:(1)本文从数据采样层面对电信业客户流失预测中存在的类别不平衡问题进行分析与研究。考虑到客户数据集中存在异常值,提出了一种基于LOF算法的混合采样方法对不平衡数据进行处理,并同Border-line SMOTE、ADASYN、SMOTE等常用采样方法进行了对比。实验结果表明,针对类别不平衡问题,基于LOF算法混合采样客户流失预测模型比传统单一采样方法更具优势,模型的AUC值、F1-score均可达到85%以上。(2)针对单一模型识别流失客户能力较弱的问题,本文从算法层面对电信业客户流失预测中的类别不平衡问题进行研究,提出了一种基于选择性集成的分类方法,利用SCMWOA算法筛选出基分类器的最优组合,并构建客户流失预测模型,将模型与基于Bagging和基于遗传算法的集成模型的分类效果进行比较,结果表明,本文所提出的方法对流失客户的召回率可达到85%以上。(3)对客户关系管理进行研究,设计并建立基于K-means算法的客户细分模型。将客户进行分群,分析不同客户类型的消费行为习惯,定义不同类型客户的自身价值,便于后续运营人员制定针对性的流失客户挽留措施,为企业实现精准营销提供有效地理论支撑和数据依据。

关键词： 通信网络   数据处理   告警相关性分析   根源信息   根本原因  

摘要： 近年来,通信网络规模日趋复杂、日渐扩大,对网络告警进行深度分析与挖掘是目前的关键任务,基于大数据驱动的通信网络管理技术是未来研究网络告警的主要发展趋势,保证通信业务的高效运行和通信网络的高质量服务是未来通信网络发展的主要目的。结合目前关于网络管理的国内外研究现状来看,网络管理的研究步骤主要包括四步,即告警数据收集、告警数据预处理、告警相关性分析以及故障管理。对于大规模网络告警数据来说,故障管理中的溯源算法研究是目前面临的主要问题。本文主要研究内容如下:(1)本文首先对网络管理的步骤做出了概括性描述,之后针对广大研究者依据实际网络数据与问题在各阶段提出的相关研究方法及解决方案进行了分析和比较,并重点讨论和介绍了应用于网络告警分析中的数据挖掘关键技术。其次简单介绍了通信网络的架构以及告警数据的收集过程,然后对收集到的原始告警数据进行了多方面全方位的数据特点分析,并根据其数据特点进行了一对一的数据预处理步骤,最后给出了数据预处理的流程以及实验结果。(2)针对通信网络中网络异常源头定位问题,设计了一种基于故障树来确定通信网络根告警位置的方法。该方法首先采用聚类算法自适应地生成告警事务集,避免了采用滑动窗口时人为设置步长和窗口带来的随机性;针对DBSCAN聚类算法随着数据集增大计算量增加的问题,建立KD＿Tree来减少运行时间。然后采用序列模式挖掘算法来寻找强关联规则,并对规则出现频数设置阈值获取高频率序列模式,最后设计了一种故障树算法,通过计算每类告警的影响力及告警优先级来确定根源告警。通过对真实的告警数据实验可知,该方法在事务集生成阶段节约了时间的同时提高了告警事件间的相关性,关联规则算法阶段缩减了告警量,故障树的建立有效挖掘了高影响力告警。(3)针对通信网络中网络异常原因分析问题,提出了一种基于决策树进行告警数据特征分析的方法。由于通信网络设备每天产生万级量告警数据且多为无标记数据,为其添加标记是第一步的。该算法首先编码和多维化告警数据特征,然后基于地域和时间特征关联分析告警数据获得根源信息。进一步,采用决策树方法分析各类特征的重要度及对准确率的影响。最后,对真实世界的网络告警数据特征分析的结果表明,该研究方法在准确度和执行效率上有极大优势,在一定程度上可以帮助网络管理人员识别主要的告警数据特征。

关键词： 数据处理方法   数据清洗方法   风机功率预测   发电机轴承温度预测  

摘要： 随着国家大力推行双碳政策,我国发电系统新能源发电所占比率越来越大,风电是其中之一。电网的运行具有稳定性,然而风电因为其特殊的波动性会对电网稳定性造成影响,虽然电网运行企业已经对风电并网进行了研究与控制,但是并不是从源头解决这种问题。风力发电厂中,基本都会配备SCADA数据采集与监视控制系统,这些SCADA数据中,包含了风场的各种历史和实时运行信息,记录了风机的运行状态。风电波动性的根本来自于风能,风能的波动性来自于大自然,这是人类所无法控制的。但是,这种波动性会增加电网的不稳定性,会增加风电场的运维成本,会增加风场风机的停机率,如果能对风速波动性带来的各种影响进行预测,会对整个电力系统有巨大帮助。因此,基于风机大数据构建风机相关性能指标的预测研究模型,具有非常重要的实用价值。本文以风机的实际构造和工作原理为出发点,以风机SCADA数据为基础,以数据处理和清洗方法为辅,以机器学习算法为载体,分别建立风机功率预测模型、风机发电机轴承温度预测模型,并通过实例对比验证了模型有效性。本文的主要研究内容如下:(1)明确风电波动性的危害与产生因素确定风场风速和风机功率的对应关系,为功率预测提供理论基础;结合风场风机发电机出现的实际故障类型,统计分析所有风场中该类型轴承的故障形式,并分析故障机理。(2)为减少风电波动性产生的影响,以衡量风机发电状况的有功功率为研究对象,使用风机正常运行时的SCADA数据,构建核极限学习机(KELM)有功功率预测模型。模型中运用GRA灰色关联算法对初始SCADA数据进行降维,运用归一化的方法做数据预处理,消除不同数据指标量纲不同带来的影响,引入基于萤火虫改进的麻雀优化算法(FASSA)对预测模型进行优化,构建了基于GRA-FASSA-KELM的风机有功功率预测模型,有效提升了预测误差,并且采用对比分析,确定了使用GRA进行数据处理时的有效性。(3)针对风力发电机轴承造价高易损坏,容易造成风机故障停机这一问题,本文分析轴承失效的影响因素和表现形式,基于SCADA数据建立风机发电机轴承温度预测模型实时监测轴承状态。故障风机在大停机的前几个月里会破坏风速和功率的对应关系,分析故障机组在这一时间段风功率曲线的特征,运用一类支持向量机(OCSVM)对故障风功率数据进行辨识,并根据实际风场风机风功率散点图的分布特点,对OCSVM进行改进,通过实例验证,改进后的风功率故障点辨识模型可以对正常点和故障点进行有效辨识,并且优于已发表文献所采用的其他方法;利用长短时记忆神经网络(LSTM)可以有效处理时间序列SCADA数据的特点,结合实例,将清洗前后的SCADA数据导入LSTM模型中,可以实时监测轴承温度状态,并且采用数据清洗可以有效提高轴承温度的预测准确率。

关键词： 导弹   外形测量   机器视觉   激光扫描   IGPS测量  

摘要： 新一代飞航导弹武器装备的不断升级,飞行速度越来越快,对导弹舱段级的装配精度和总装后的几何精度要求更加严格,从而,对导弹舱段外形测量技术提出了全新的要求。目前,国内大多使用人工和传统的经纬仪、激光跟踪仪等测量设备,测量精度低、误差大、效率低,难以满足测量机装配需求。本文将数字化测量技术应用到导弹舱段外形自动化测量中,能够有效地提高导弹武器装备的外形测量能力,提升导弹外形测量技术的自动化和数字化水平。本文以某导弹武器系统舱段外形为研究对象,针对当前及未来型号外形越来越复杂、外形精度要求越来越高的需求,进行导弹外形自动化和数字化测量技术的研究。首先,进行了导弹外形自动化测量及数据处理的需求分析,并从数据层、应用层和表现层三个方面对导弹外形自动化测量及数据处理系统进行构建,对软件及硬件系统组成和功能进行了介绍。对机器视觉测量、i GPS测量、激光扫描等应用较为广泛的成熟系统方案进行原理阐述和方案分析。利用上述方法实现对导弹舱段外形的测量,进行舱段测量可行性验证、测量系统精度验证及测量方法的表面适应性验证。实验表明,各种测量方法有不同的特点。机器视觉方案对光照敏感,红色、紫色、黑色等深色系吸光严重,测得的数据会比较稀疏,对镜面等反光严重物体,无法进行视觉测量;i GPS测量方案容易存在死角,必须保证i GPS的两发射器与接收器之间无遮挡,测量方位角度受到极大限制,无法测量整体舱段和弹身;激光测量系统能够快速测得大型曲面物体的三维点云数据,测量精度较高,但由于非连续数据与数模自动拟合结果可能会有偏差,需辅助以人工手动对齐。本文设计的全弹外形测量方案,根据不同条件选择合适的测量方法,能够进行有效测量,最终实现整弹外形测量的自动化和数字化,从而进一步减少产品研制阶段的生产周期,达到有效提升了飞航导弹外形测量的效率和精度,减少外形测量试验成本的目的。

关键词： 电离层探测   非相干散射雷达   信号处理   数据反演  

摘要： 自电离层被发现以来，不同的雷达技术都已经被应用到电离层测量当中。最复杂的电离层雷达是非相干散射雷达，它能探测到电离层等离子体热运动散射的极其微弱的射频信号。散射信号产生零均值随机信号，其自相关函数中包含电离层等离子体参数的信息。随着三亚非相干散射雷达(Sanya Incoherent Scatter Radar，SYISR)的建成和运行，探索SYISR自身功能和电离层非相干散射数据处理具有重要意义。本文基于SYISR，研究了雷达本身工作方式，为其编写了诸多实用软件，同时研究了非相干散射探测原理、从观测自相关数据中解模糊的时频域和时延剖面反演方法，以及基于GUISDAP的数据反演过程，得到了SYISR电离层实测数据反演等离子体参数的初步结果。　　首先，研究了SYISR的工作模式、发射机和接收机的信号处理，为其编写了一些实用软件和程序。通过研究SYISR的工作模式，基于Qt C++为其编写了用于灵活探测和组合探测的交互式调度软件，方便实验员设计实验。研究SYISR接收机自载频到基带信号的流程框图，利用混频原理为中国天眼FAST(Five-hundred-meter Aperture Spherical radio Telescope，FAST)设计了软件接收机，用于FAST和SYISR联测任务，节省了硬件接收机的花费和安装时间。研究了SYISR接收机输出的复IQ信号记录格式，编写了基于Python的解析数据到HDF5格式的程序，为后续处理奠定了基础。研究了雷达坐标系，基于MATLAB编写了计算天线指向与地磁场夹角的程序，为以后垂直磁力线观测提供了基础。研究了雷达方程，计算了SYISR探测月球的回波信噪比，参与了月球成像观测任务。　　其次，研究了电离层等离子体参数特性和非相干散射探测原理。电离层自60km-1000km范围内，电子密度、电子温度和离子温度、碰撞频率和离子成分有显著变化，而这些参数的变化可以显著影响散射谱的形状，因此可以通过测量回波信号自相关函数来探测电离层等离子体参数。基于IRI模型和Lehtinen理论谱模型研究了等离子体参数变化对散射谱和自相关函数形状的影响，这为理解非相干散射探测原理奠定了基础。更重要的是，推导了雷达探测散射谱接收信号的数学表达式，其由接收的信号自相关函数、模糊函数和等离子体理论自相关函数构成。重点研究了由雷达调制和脉冲响应影响的模糊函数，引出了幅度模糊函数、二维模糊函数、距离模糊函数和时延模糊函数的定义。实际计算了SYISR长脉冲和交替码的模糊函数，为数据反演奠定了基础。　　最后，研究了交替码观测数据的三种解模糊方法，基于GUISDAP得到了初步观测的等离子体参数反演结果。首先，研究了交替码时频域解码的时延剖面解码滤波器思想，因此可以通过时域卷积和频域FFT来达到解观测数据中的距离模糊的目标。推导了时延剖面反演方法(Lag Profile Inversion，LPI)的理论基础。其次，通过SYISR实际数据比对了三种方法的处理效果，三种方法得到的自相关函数和散射谱基本一致，然而LPI方法可以有效抑制干扰目标，适用于所有调制包络，时频域解码方法仅适用于交替码。因此LPI方法对于SYISR数据具有更好的处理效果，并为将来探索新的编码调制提供处理方法。最后，研究了GUISDAP的数据处理流程，可分为解码、积累、标校、降噪和拟合五步。将SYISR实际探测数据基于GUISDAP进行了处理，得到了初步等离子体参数反演结果，这将为以后电离层科学研究提供数据基础。

关键词： 数控葫芦   动态特性   数据处理   振动分析   有限元分析   结构设计  

摘要： 起重机械在各行各业一直有着广泛的应用,各类起重机、升降机、数控葫芦等设备也一直在不断发展并拓展应用领域,这类设备的共同点是具有相似的悬吊结构,与之密切相关的起升过程振动抑制问题一直都是科研人员长久以来研究的重点和难点。舞台用的数控葫芦因为其载人特性,对安全性提出了更高的要求,但是长久以来,由于技术和材料限制,一直没有提出更加优化的数控葫芦结构,因此分析其动态特性并给出具有可行性的优化设计方案就显得至关重要。本文主要针对舞台用数控葫芦起升过程的动态特性进行了系统的研究分析,具体研究内容如下: 首先,研究了悬吊结构起升过程动态特性以分析系统主要振源。从整体起升系统研究的角度,建立了基于拉格朗日方程的吊物摆振动力学模型,采用MATLAB分别对吊绳长度、激励幅值和起升速度三因素变化下吊物摆振的过程进行仿真,得到了特征绳长是影响吊物摆振的主要因素。从数控葫芦零部件研究的角度,分链条传动过程和转动过程,提出了基于有限元分析方法和不同绳长下单摆系统建模方法联合研究的链条共振效应研究方法,提出了多边形效应在链轮和链条啮合转动过程中对机身振动的影响,分别研究了起重链轮链传动时传动和转动过程的频率变化,确定链轮转动时的多边形效应对摆振影响最大。根据以上研究内容,得到了吊物摆振受速度变化影响大,主要为多边形效应影响。 然后,采用九轴加速度传感器对悬吊系统摆振进行测量,分别就时频域分析了悬吊结构起升过程动态特性。为采集摆振数据,先进行了实验设计,再基于配重、速度、升降等可能影响摆振的因素对数据分类研究。采用经验模态分解和小波变换方法对采集的原始振动信号进行预处理,通过快速傅里叶变换方法将时域信号转变到频域分析,最终确定了悬吊结构的振源频率及结构优化设计的方向为减小多边形效应带来的影响。 最后,设计了能够减轻数控葫芦机身振幅的改进链轮链窝结构,并通过实验验证了优化效果。采用Solid Works对起重链轮进行建模,并优化设计链轮链窝结构。仿真分析了改进链轮对系统振幅的影响效果,结果表明可显著减小多边形效应,使机身振幅下降74.8%。对改进链轮进行加工制作,对数控葫芦进行组装,搭建了改进数控葫芦实验平台,并进行实验验证。在不同工况下,采集改进数控葫芦起升过程的机身振幅,并与原始葫芦振幅相比较,实验结果表明改进后的数控葫芦机身振幅的优化效果在不同工况下下降均超过85%。