摘要：在工程实践中,故障诊断模型的性能受到多种因素的影响,如强噪声干扰、小样本、模型参数规模较大等,对现有的数据驱动设备诊断智能模型的应用提出了挑战。本文提出一种基于并行优化卷积块注意力模块(convolutional block attention module,CBAM)的轻量级模型PCSA-Net。首先,采用多尺度信号特征提取器(signal feature extractor,SFE)将输入的传感器信号转换为特征映射。然后,优化传统的CBAM,开发协同注意力块,设计一种可学习的层缩放策略,并行化感知数据特征,使用点卷积与平均池化层组合,构建PW-Pool降维模块,减少模型参数量,对特征图的通道特征向量进行积分,得到最终的诊断结果。最后,选取包含轴承常见故障的两个数据集对模型进行验证,实验结果显示,在小样本轴承故障诊断(bearing fault diagnosis,BFD)任务中,本文模型与现有主流的故障诊断框架相比在轻量性和鲁棒性等方面表现更加优异,可满足实际轴承故障检测需求。

摘要：根据模糊神经网络在非线性函数逼近方面的特性和小波变换具有良好的时频两维信号的分析能力,建立了结合两者优点的单隐含层模糊递归小波神经网络(Single hidden Layer Fuzzy Recurrent Wavelet Neural Network,SLFRWNN),并分析了SLFRWNN的结构、激活函数形式及激活函数对网络性能的影响.在此基础上,提出了一种基于SLFRWNN的自适应观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的稳定性,进而给出该网络观测器的初始化和最佳训练算法;仿真结果表明SLFRWNN观测器能很好地观测系统的状态.

摘要：本文利用凸组合算法对单隐藏层前向神经网络进行了优化,通过迭代来更新权值以调整隐藏层的信息.同时引入了一个新的误差函数来评价误差性能,该函数通过对权值进行解耦来求解优化参数,提高了参数的计算速度.在此基础上,提出了一种非线性系统的自适应神经网络状态观测器设计方法.最后通过仿真验证了该神经网络观测器能准确并快速地观测出系统的状态值.

摘要：利用模糊系统和径向高斯函数网络，设计一种具有自适应能力的模糊神经网络．用高斯函数表示模糊规则前件的隶属度函数，然后，构造一种递阶自组织在线学习算法，从输入输出样本数据中，通过学习提取模糊ＩＦＴＨＥＮ规则；在此基础上，提出一种非线性时变系统的自适应状态观测器设计和故障检测方法，并对其结构及特征进行了讨论，仿真结果表明，这种自适应状态观测器能很好地观测系统的状态，并能有效地应用于系统的故障检测．

摘要：针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法。对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据。设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果。带有门循环单元的(gate recurrent unit,GRU)深层循环神经网络训练效果更好,其故障诊断准确率达到了95.7%。结果表明对于时序的卫星数据,门循环单元和带有一定深度的循环神经网络故障诊断效果更优。

摘要：传统的RBF(Radial Basis Function)神经元基函数通常把高斯类型与单一宽度作为每个神经元的激活函数,这些特性限制了网络神经元的性能,特别是在处理复杂的非线性建模问题上.为了克服这个限制,本文应用了具有类似RBF网络,但激活函数不同-超基函数HBF(Hyper Basis Function)的网络.结合RBF网络,分析了HBF网络的结构、基函数形式及基函数对网络的影响,利用决策树算法计算了网络中心.在此基础上,提出了一种基于HBF神经网络的自适应观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的稳定性;最后通过仿真验证了这种HBF神经网络观测器能很好地观测系统的状态值.

摘要：提出了一种适用于机械臂的分散模糊变结构轨迹跟踪控制方法．将机械臂的轨迹跟踪系统考虑为由线性子系统、非线性关联组成的不确定性复杂系统，采用分散控制方法进行控制器设计．所提出的控制方法能够保证系统状态有较高的跟踪精度．另外，通过在分散变结构控制系统中引入模糊控制规则减弱了一般变结构控制系统的颤振．控制算法简单可行，易于实现．数字仿真表明了该方法的有效性．

摘要：近代工业控制系统和航空航天控制系统正日趋复杂,系统中任一元部件的失效都可能使系统性能降低甚至造成重大事故,因此,系统的故障检测与诊断(FDD)技术是至关重要的.以解析冗余为主导的故障诊断技术是从本世纪七十年代初首先在美国发展起来的,过去的20多年里,基于控制工程理论的FDD已经取得了相当进展,如Kalman滤波、观测器、参数估计和一致空间法等.但就这些技术在应用方面,尚有不少问题,其中,一个重要的问题就是要求实际系统有精确的数学模型,由于实际系统往往存在模型的不确定性,导致了这些方法的不实用性.为了克服这些问题,基于使残差对干扰的灵敏度达到最小,而对故障的灵敏度达到最大的设计原则的鲁棒诊断技术便发展起来了,这包括未知输入观测器、特征结构配置、频率技术(H_∞)和多观测器函数的极小化等故障诊断方法,但这些方法通常是比较复杂的或受一定非线性的限制,在实际应用中遇到了许多难以逾越的障碍.建立在数学模型基础上的故障诊断方法,面临着空前的挑战。

摘要：北京吉祥八宝葫芦手工艺品产销专业合作社成立于2009年5月，立足于北京顺义葫芦种植的悠久历史和中国上千年的葫芦文化，由“葫芦牛”牛成果等人牵头成立。目前成员已发展到228户，实现了由自主培养到初级产业模式形成的平稳过渡，合作社火绘葫芦产品被列入顺义区非物质文化遗产。

摘要：利用模糊系统的径向高斯函数网络对一类非线性时变系统的状态进行了估计．给出了一种递阶自组织在线学习算法，提出了非线性时变系统的自适应状态观测器，并对其结构及特征进行了讨论，仿真结果表明这种自适应状态观测器能很好地观测系统的状态．