一个新的大样本ENSO集合预报系统的发展与检验

详细介绍了一个新的大样本集合预报系统. 为了减小ENSO(厄尔尼诺-南方涛动)预报中的预报不确定性,该集合预报系统首先基于一个中等复杂程度的耦合模式,利用集合卡尔曼滤波资料同化方法同化有效的海洋观测资料为集合预报系统提供集合初始场;同时,一个发展的用于12个月预报的一阶线性马尔可夫(Markov)随机误差模式被嵌套到集合预报系统中来模拟模式不确定性. 基于1992年11月~2008年10月100个样本的集合回报试验,从确定性预报技巧和概率预报技巧2个方面对集合预报系统的预报水平进行了检验. 该集合预报方法能够很有效地将传统的确定性预报扩展到概率预报领域,且检验结果表明,预报样本均值的预报水平要优于单一的确定性预报. 对于概率预报而言,集合预报样本能够很好地跟随观测的变化,并且能够提供单纯确定性预报所不能够提供的额外信息.     

可用于城市空气污染预报的嵌套气象模式系统

基于区域大气模拟系统,采用网格嵌套方法,发展了由区域尺度气象模式 (R αM )和城市尺度气象模式 (C βM )组成的嵌套模式预报系统,为空气污染预报提供必需的气象要素场。共进行了 5组预报实验,并分别与对应区域和城市尺度的两类静力平衡预报模式 :Eta模式 (区域尺度 )和M βM (城市尺度 )的预报结果进行了比较研究。结果表明,R αM和C βM预报结果更能准确合理地反映天气系统的实际变化规律,其预报效果明显好于Eta模式和M βM。建立的嵌套模式预报系统可为空气污染业务预报提供一个好的工作平台.     

离散描述系统干扰解耦状态观测器设计及鲁棒故障诊断

对一类带有未知输入干扰的离散描述系统,提出了一种新型的干扰解耦状态观测器;对一类带有未知输入干扰和有界不确定性的离散描述系统,以状态观测器为基础,利用故障信号与观测误差之间的关系,构造了一种带有未知输入干扰的离散描述系统的鲁棒故障诊断方法.该方法不但能够检测系统中是否出现故障,而且还可以估计出故障的幅值大小.文中还讨论了阈值的选取、该算法能检测到的最小故障信号和故障信号的估计误差,其仿真结果表明了该方法的有效性.     

模糊故障诊断在船舶柴油机换气系统中的应用

为迅速、准确地判断船舶柴油机换气系统发生的故障,根据柴油机换气系统的工作过程,把柴油机换气系统故障数据列为7个故障征兆类型和19个故障数据类型,建立故障征兆隶属函数,根据最大隶属度原则进行诊断,将模糊故障诊断方法用于柴油机换气系统,提出1种有效的故障诊断方法.     

电控液压动力转向系统的检测与故障诊断

介绍电控液压动力转向系统的故障检测方法,为该系统的检修提供理论依据和实践指导.     

时滞线性系统完整性控制的容错性研究

研究了线性时滞系统的一类容错控制问题.基于Lyapunov方法,证明了当系统采用一种带时滞的状态反馈控制律时,该系统对于传感器和执行器故障具有完整性.所给的仿真例子验证了本文提出的方法的有效性.     

逆变器同桥臂直通电流检测方法的探讨

通过对逆变器中的直通电流问题的论述,提出了检测直通电流的几种方案,以IGBT逆变器为例,给出了检测直通电流的仿真模型。结果表明：只要直通电流在合理的范围,就会使电路处于连续的工作状况,增加整个装置的快速性,为系统的故障预报提供了可能。     

一种高精度的短期潮汐预报模型

为提高潮汐预报的精度,提出一种基于支持向量机(Support Vector Machine,SVM)的模块化潮汐实时预报模型. 将潮汐分为受天体引潮力影响的天文潮和受环境因素和其他因素影响的非天文潮,分别使用调和分析法和改进的SVM对天文潮和非天文潮进行预报, 结合两种方法的输出构造最终的潮汐预报结果. 在对非天文潮的预测中,将SVM与灰色模型相结合,并利用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM的参数进行优化以提高预报精度. 利用火奴鲁鲁港口的实测潮汐数据进行实时潮汐预报仿真.仿真结果表明该方法具有较高的短期预报精度.     

城市空气质量数值预报试验研究

为开展城市空气质量业务预报,新近发展了一新的城市尺度气象和空气质量耦合数值预报模式系统,用该系统对重庆、天津、广州和济南市的24小时空气质量作了大量实际预报试验.预报与野外实测的浓度-气象场之间比较表明:预报与实测浓度(SO₂、NO₂和PM₁₀)和风速比值总体平均为1.02±0.36和1.08±0.38;预报与实测的风向差在67.5°以内的概率可超过80%;预报与实测温度差在1.0℃以内的概率可超过75%;24小时降水量的预报准确率大于80%;日均API的预报准确率可达80%以上;预报与实测浓度-气象场之间有好的一致性.     

不确定广义系统的鲁棒容错控制

对一类具有范数有界参数不确定性广义系统,运用矩阵不等式方法,提出了一种鲁棒容错反馈设计方法.利用该方法设计的闭环系统,不仅针对执行器发生故障时具有完整性,而且对所有容许的参数不确定性具有鲁棒性.     

一种新型集成智能传感器的容错控制方法

提出了一种传感器容错控制新方案。该方案融合了神经网络、模糊逻辑、自适应预测、系统结构分析与容错控制技术 ,解决了传统容借控制系统不能对复杂系统进行有效控制的问题。采用该方法对一传统容错控制系统进行了仿真 ,证明了具有比原系统更加优越的性能     

灰色预测理论在船舶机械故障诊断中的应用

为提高利用灰色预测模型在船舶机械故障诊断中的精度,先建立传统的GM(1,1)模型,并找出其不足。针对此不足,提出将改进欧拉算法应用于灰色预测模型的求解。经计算验证,改进的灰色预测模型的绝对关联度为0.995,方差比为12.61%,小误差概率为100%,均符合一级精度等级。结合油液光谱分析和工程阈值制定,将改进的灰色预测模型应用到某船综合传动装置的可靠性检验中,根据预测油液中Fe质量浓度的变化,成功地监测到综合传动装置的故障异常征兆信息,有效地防止了故障的发生。     

基于马尔科夫链的软件故障分类预测模型

传统的软件可靠性模型一般未考虑故障的危害严重程度对软件失效的影响. 然而在很多研究(如软件可信性研究)中,不仅要考虑软件的失效率、故障总数与失效间隔时间等,同时也要考虑故障的危害严重程度对软件可信性的影响. 为解决上述问题,提出一种基于马尔科夫链的预测方法,用以预测软件未来发生故障的种类,即预测软件未来发生故障的危害严重程度. 这种分类预测方法可以更加全面地描述由软件故障引起的失效问题.     

多维时间序列的组合预测模型

由于时间序列在各领域的广泛应用,时间序列预测已经引起越来越多的关注,但关于多维时间序列的预测关注较少.然而,多维时间序列蕴含着丰富的信息.针对该问题,提出基于k近邻（k-nearest neighbor,k-NN）和BP神经网络的多维时间序列组合预测模型.首先分别采用k-NN和BP神经网络进行预测,得到对应的预测结果.然后使用BP神经网络进行非线性组合,得到最终的预测结果.实验表明,该预测模型优于k-NN和BP神经网络预测模型.     

集装箱岸边装卸桥小车的PLC保护控制系统

在集装箱岸边装卸桥小车电机控制系统的基础上 ,增加一套PLC故障诊断和保护控制装置 ,原系统的继电器控制回路和转速控制回路继续使用。同时新增的PLC系统可替代原逻辑控制和调速控制系统 ,两套系统可切换运行从而提高系统的可靠性和设备连续运行能力。新系统增加编码器测速 ,由PLC实现转速闭环控制 ,提高调速性能 ;PLC现场采集电机参数 ,对小车系统进行故障判断和分析 ,同时保存历史数据。这对系统的保护和桥吊工程技术人员分析系统故障具有较高的应用价值。     

基于隐马尔科夫模型的VLCC目的港预测

超大型油船(very large crude carrier,VLCC)目的港预测对海运原油流向预测以及货源地未来运力估计具有重要作用。针对VLCC的AIS目的港信息存在缺失、更新不及时、不准确等现象,提出一种基于隐马尔科夫模型的VLCC目的港预测方法。分析船舶AIS轨迹数据,得到油船历史停靠港口序列;根据VLCC轨迹提取习惯航路,以航路中的交叉点为依据设置观测线;利用船舶航行轨迹数据判断船舶是否经过观测线以及经过观测线的方向,对不同方向分别计算船舶在挂靠港间的转移概率矩阵和船舶挂靠港与观测线间的输出概率矩阵,建立VLCC目的港预测模型并进行预测。研究结果表明：在大多数情况下VLCC目的港预测的准确率可以达到70%以上;航线越固定、运行越规律的船舶,预测准确率越高;船舶越靠近目的港,预测越准确;重载状态下的船舶目的港预测更准确。     

区域岩浆热液成矿的数值模拟——以熊耳山前河地区金矿为例

熊耳山前河地区金矿是熊耳山地区具有代表性的金矿之一,位于华北克拉通南缘,是中国重要的黄金产区。该金矿是典型的构造蚀变岩型金矿,成矿流体以岩浆水为主,成矿物质来源以深部幔源为主,属中低温热液矿床。以熊耳山前河金矿为例,搭建区域成矿的二维地质模型,分别进行稳态与瞬态数值模拟分析。结果显示：在合理的岩体和断层参数条件下,来自岩浆的高温成矿流体沿断裂带流动,加热断层及其围岩,可以达到成矿需要的温度和压力。热液成矿的主要影响因素是热液在断层带中流过携带的物质和热量。流体传递的总热量与断层宽度、热液源头的流体温度压力、断层渗透率的大小等有关。断层渗透率越高、源头压力越大、温度越高,断层内的热液流速就越大、平流传递的热流密度就越大;在同样热流密度下,如果断层越宽,则传输的总热量越大,更有利于在较短的时间段内,达到在特定压力下利于金矿生成的温度,形成金矿。在这些影响因素中,由于断层带的渗透率可以变化几个数量级,它的影响尤为显著。当断层渗透率较低时,前河地区热液成矿系统达到稳定的适合成矿条件需要~1 Ma;而断层渗透率较高时,只需要千年尺度就可以达到稳定的适合成矿的温压条件。     

EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断

针对船用往复式二级空压机振动信号非线性、非平稳性问题,利用振动信号辨识故障,综合集成经验模态分解（ensemble empirical mode decomposition, EEMD）和支持向量机（support vector machine, SVM）的信号处理优势,提出一种将EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断方法。模拟正常状态和4种故障状态进行故障诊断实验。采集的振动信号用小波降噪法进行处理。为模拟船用空压机实际工作环境,在EEMD处理过程中加入加性高斯白噪声（信噪比7.5 dB）。以相关性为评价指标选取各状态下本征模态函数（intrinsic mode function, IMF）,并以每个IMF的能量熵和奇异值熵作为特征值,采用SVM分类器识别故障。实验表明：与基于经验模态分解（empirical mode decomposition, EMD）和SVM等故障诊断方法相比,该方法能更有效地识别故障。该方法在实船应用中获得较好的诊断效果,可为现代船舶智能故障诊断研究提供参考。     

基于优化灰色马尔科夫动态模型的上海港集装箱吞吐量预测

为更准确地预测港口集装箱吞吐量,以灰色马尔科夫模型为基础,建立一种优化的灰色马尔科夫动态模型。根据上海港集装箱吞吐量历史数据建立GM(1,1)预测模型。引入无偏灰色预测理论对GM(1,1)预测模型进行优化。构造等维信息模型,及时更新预测使用的数据以形成动态预测。利用马尔科夫理论对优化后的GM(1,1)预测残差值进行修正,得出上海港集装箱吞吐量的预测值。研究结果表明,与传统灰色马尔科夫模型相比,优化的灰色马尔科夫动态模型预测精度提高了37.03%,预测值拟合曲线更加贴近实际值曲线,预测结果有更高的可信度,为上海港集装箱吞吐量预测提供了一种新的方法。