随着大型设备的结构越来越复杂,功能越来越完善,自动化程度越来越高,由于许多无法避免的因素的影响,设备时常会出现各种类型的异常现象,这样将会降低或失去其所设计的功能,甚至出现严重后果,乃至灾难性的事故.针对这些情况,我们拟开展基于多模态的异常信号检测与自适应处理方法研究:1)引入相对主元和指定元的概念,研究利用它们对异常现象的检测与诊断;在多尺度框架下研究主元、相对主元、指定元等算法对系统的检测与诊断能力;2)利用时间序列模型将目标分解成预测空间和残差空间,在各子空间中分析引起异常现象的原因,解决测量数据自相关、输入输出相关和协相关情况下对异常现象的检测与故障诊断问题;3)根据小波空间中细尺度上反映目标大的突变、粗尺度上反映目标小的缓变等特性,自适应地选择检测与诊断方法,在多尺度空间中实现对异常信号的多模态检测与诊断;4)在多模式船舶电站模拟器上对各种异常现象和故障进行设置与模拟仿真.
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
基于多模态信息特征融合的犯罪预测算法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
基于全模式全聚焦方法的裂纹超声成像定量检测
行为异常的多模态检测机制与算法研究
基于多模态数据融合处理的复杂背景中的文字检测与识别方法研究
随机信号处理与信号自适应跟踪的研究
基于经验模态分解的遥感影像时间序列异常检测算法研究