摘要：主要介绍了基于机器学习的网络异常诊断的模型设计与实现。不同于常见的通过无监督学习进行模型设计及实现的方式,该模型从生产实际出发,结合实际的KPI数据与KPI异常评判的多样性,进行模型设计、训练和优化,实现了网络异常诊断模型的构建。在此基础上,通过集合生产数据在线训练,逐步提升模型精度。

摘要：心血管疾病是造成全球死亡人数最多的疾病之一,因此对心血管疾病的预防与提前诊断至关重要。人工听诊技术与计算机心音诊断技术无法满足对心音长时间听诊的需求,因而可穿戴式听诊设备越来越受到关注,但是其具有高精度与低功耗的要求。该文设计了低功耗的面向可穿戴式的基于长短期记忆网络(Long Short-Term Memory, LSTM)的智能心音异常诊断芯片,提出了包括预处理、特征提取以及异常诊断的心音异常诊断系统,并搭建了基于听诊器的心音采集FPGA系统,采用了数据增强的方法解决数据集的不平衡问题。基于预训练模型设计了智能心音异常诊断芯片,在SMIC180 nm工艺下完成了版图设计和MPW流片。后仿真结果表明,智能心音异常诊断芯片的诊断准确率为98.6%,功耗为762μW,面积为3.06 mm×2.45 mm,满足可穿戴式智能心音异常诊断设备的高性能与低功耗的需求。

摘要：近年来,无人驾驶汽车(Unmanned autonomous vehicle,UAV)作为未来智能交通系统(Intelligent transportation system,ITS)的重点发展方向已成为业内研究的热点。作为一种新兴智能交通工具,无人汽车的行驶完全依赖于导航传感器提供的精确位置和路径数据。GPS传感器因计算机黑客的恶意网络攻击或物理故障而造成导航位置数据异常或篡改给无人车的安全行驶带来了巨大的威胁和挑战。针对无人汽车GPS传感器易受攻击的现实问题,提出一种基于深度学习的无人车GPS传感器异常检测新方法。该方法通过改进传统一维卷积神经网络(1D Convolutional neural network,1D-CNN)的拓扑结构,设计出1DGAP-CNN算法框架,使其满足快速实时性的诊断要求。首先,原始的多传感器位置数据直接输入到提出的算法中进行数据融合和预处理;其次,提出的算法自动的进行特征提取、降维减参和模式辨识;最后,模型直接输出诊断结果,整个诊断过程由模型自主完成。结果表明,提出的方法相比于主流的智能诊断算法具有更高的诊断准确率和更快的检测速度。

摘要：为提升污水处理厂水处理过程的运行能效,加速推进智慧水厂向节能化、数字化方向转型,设计了一种面向污水处理厂的能耗监测评价与异常诊断管理平台。平台基于建筑信息模型和能耗管理系统,通过采集污水处理厂运行数据与气象数据等信息,建立基于机器学习算法的动态监督能耗预测模型,实现厂区运行状况实时监测与评价。运维管理人员可依据平台生成的状态评价指数,进行厂区能源结构调整与异常用能识别与诊断。最后,以实际案例数据验证了平台各功能模块的可行性与有效性。分析结果表明,平台预警模块可以监测反馈96%的异常用能情况。

摘要：知识库构造和推理机设计是实现专家系统的关键技术 .烧结过程异常诊断的知识具有模糊性、不确定性与因果性强 ,定性知识与定量知识并存的特点 .采用模糊逻辑表达烧结过程信息的模糊特性 ,研究了表达烧结过程异常诊断知识的综合型知识表达方式 .知识库的组织包括数据库、事实库、模型库和规则库 .规则库中的规则根据用途不同分组存放 ,同组规则按优先级别排序 ,这样的知识组织方式为实现高效快速推理奠定了基础 ;SPADES系统的知识库具有管理与维护功能 ,知识学习采用专家指导学习方式 ;烧结过程异常诊断专家系统的推理机采用多级目标推理的混合推理机 :总体目标推理采用过程化推理 ,按异常类型判断、异常原因分析、操作决策顺序进行 ;烧结过程异常状况的诊断采用模糊诊断确定假定异常集合 ,再通过反向推理验证假定异常集合中的元素 ,确定出现的异常类型 ;异常原因分析和操作决策采用正向推理 .对于本系统中模糊规则的模糊性传递问题 ,采用基于确定因子法的不精确推理策略 ,以及基于模糊规则的模糊匹配方法 .SPADES系统在生产现场的应用结果证明了本系统知识表达方式和推理机可以实现模糊知识的表达和高效推理 .

摘要：本文研究了烧结过程异常诊断专家系统的推理机制 ,根据烧结过程异常诊断知识的表达方法和知识库组织方式 ,设计了多级目标推理的混合推理机。

摘要：为及时发现电能计量异常,减少电力企业和用户损失,提出基于计量自动化系统的电能计量异常诊断技术。利用面向服务的体系架构设计对应计量自动化系统,将系统分为数据采集、信息交换、业务处理等层次,建立整体架构;设置系统档案管理、预警管理、实时抄表等功能;在系统中引入均值聚类算法,根据采集的大量历史计量信息,建立时间序列重构计量信息,填补缺失数据;使用相对邻域信息熵算法,结合目标样本权重,计算异常数据在全域中的比例,通过离群度诊断电能计量是否异常。仿真实验表明,所提技术可以有效填补计量缺失数据,无论对于设备异常还是用户异常均有较高的诊断精度。

摘要：化工过程中同一类型的异常往往也存在微小差别,将不同程度的同一类型异常进行有效识别和归属,掌握同一类型异常的多样化情况,对于化工过程安全监控有重要意义。设计了一种基于人工免疫和遗传思想的微小差别异常诊断方法,并以一个典型的精馏过程Chem CAD仿真模型进行同类型不同程度的阀门异常模式设置,获取正常情况和各异常情况下的样本数据,然后利用所提出的诊断方法计算不同程度异常对其异常类型的隶属概率。结果表明,同一阀门不同开度异常尽管会导致过程监控参数的变化,但该微小差别异常诊断方法却能对其进行有效归属,且归属准确度经启发式算法多次运行后可达98%以上。最后进一步运用TE过程中具有微小差异输出结果的4种异常模式进行了验证试验,结果表明,该方法也可以在较少的异常数据基础上完成对异常模式的准确归属。

摘要：针对超声波流量计在测量液体流量的过程中,流体的异常状态会极大地影响流量计的测量精度这一问题,提出了一种基于脉宽比和幅值电压检测的方法,以此来监控信号质量,通过对测量系统进行了实时监测并及时诊断异常情况,从而保证超声波流量计的测量精度和可靠性。首先,设计了超声波流量计监测系统,实现对流量计数据的采集、分析与处理等功能;然后,采用脉宽比结合幅值电压监测方法判断了流体异常的类型;利用自适应采样算法的反馈机制调节了测量周期,以适应管道内流体的变化速度;最后,通过流量测量实验,测试了流体内不同气泡状态下脉宽比的变化规律,测量口径为15 mm管道的多个流量点,分析了流体稳态和少量连续气泡状态下传统测量方法与自适应算法测得的数据,对平均相对误差和重复性进行了对比。实验结果表明:异常诊断功能能够判别流体内气泡状态;基于自适应采样算法,超声波流量计在小流量0.1 m^(3)/h~1.5 m^(3)/h区间内平均误差达到1.02%,重复性也达到0.47%,准确度等级达到1.5级。经液体流量标准装置检定,流量计累积流量测量误差降低了60%,重复性提高了80%。研究结果表明:异常监测系统可以及时判断流体异常情况,同时自适应采样算法有效改善了超声波流量计的测量精度与稳定性。

摘要：针对中国石化华东成品油管网调度运行的实际,充分利用移动互联网技术和大数据、智能化方法,在分析用户需求的基础上,基于Android studio开发平台和oracle数据库,对华东管网调度支持与异常诊断的移动应用(APP)进行了设计,对其系统架构、业务流程以及主要模块的设计原理和实现方法进行详述,并对关键技术数据库搭建、专家知识库设计、故障树模型的建立等进行了介绍。该系统集调度作业、风险识别、应急指导、管输异常诊断和培训于一体,促进了数据流动和共享,与多媒体工具联运可实现远程控制,对输油管网提质增效和安全运行具有重要作用。