摘要：针对一类隐蔽虚假数据注入(FDI)和执行器故障共存的工业信息物理融合系统(ICPS),将数据驱动与机理解析方法有机结合,研究综合安全控制与通讯协同设计问题.首先,设计一种服从指数型自适应律的离散事件触发通讯机制(ADETCS),并构建可同时抵御网络FDI攻击和物理部件故障的自适应ICPS框架;然后,基于数据驱动技术,通过优选和优化建立FDI攻击的预测模型PSO-CatBoost,对攻击进行准确重构和补偿;接着,借助于增广型Lyapunov-Krasovskii泛函、改进仿射Bessel-Legendre不等式等少保守性技术,推导出鲁棒观测器和综合安全控制器的求解方法;最后,通过四容水箱实例验证所提出方法的有效性.实验结果表明:将数据驱动的隐蔽FDI重构补偿与机理解析的补偿误差抑制深度融合,主被动协同有效容侵了网络攻击,结合对故障的主动容错,并在ADETCS下随系统行为变化自适应调整触发参数,可显著提升ICPS的双重安全防御能力,节约更多的网络资源.

摘要：针对具有多变量、非线性和高维度特点的间歇过程数据使得早期故障信号易被噪声干扰且故障幅值低导致故障监测效果不佳的问题,提出一种基于堆叠鲁棒邻域保持自编码(stack-robust neighborhood preserving autoencoder, S-RNPAE)的间歇过程早期故障监测方法.首先,通过L2,1范数重新设计自编码器的目标函数,以提高模型对噪声和离群点的鲁棒性;其次,利用邻域保持嵌入来正则化鲁棒自编码器的方式构建鲁棒邻域保持自编码(robust neighborhood preserving autoencoder, RNPAE)模块,解决自编码器作为一种全局模型而忽略包含早期故障特征的局部近邻信息的提取问题;然后,将多个RNPAE模块堆叠构造S-RNPAE网络,从而获取深层全局-局部特征,保证对早期微小故障信息提取更充分,并建立检测统计量实现过程检测;最后,利用一种适用于非线性过程的贡献图方法完成故障诊断,其诊断结果更准确.通过Swiss Roll数据集和青霉素发酵过程的实验表明,所提方法的特征提取能力更强,对间歇过程的早期故障更敏感,具有更好的早期故障监测效果.

摘要：针对轴承故障诊断中存在训练样本和测试样本分布不同及各类故障数据不平衡导致故障识别率低的问题,设计了一种基于改进残差网络(ResNet)的领域自适应故障诊断方法。在诊断网络第1层使用多维度卷积结构进行特征提取,得到不同维度的故障特征信息;在领域自适应层采用局部最大平均差异(LMMD)对齐源域和目标域的分布,获取更多细粒度信息;使用类平衡损失函数(CBLoss)解决不平衡数据的训练问题,以Adam优化网络实现故障诊断。实验结果表明,所提方法可在故障样本类别不平衡下有较高的诊断结果。在2个轴承数据集和采集的风力发电机数据上进行实验验证,结果表明,所提方法具有一定的优越性,在数据样本不平衡情况下,诊断性能优于深度神经网络和领域自适应网络等深度迁移学习方法,可作为一种有效的跨工况故障分析方法。

摘要：目前许多基于卷积网络的滚动轴承故障诊断方法受噪声信号以及负荷变化的影响,存在诊断效果不佳、泛化能力差的问题。针对此问题提出一种改进卷积胶囊网络的滚动轴承变工况故障诊断方法。该方法设计了多尺度非对称卷积模块,其中采用不同尺度的非对称卷积层对输入数据进行特征提取,在实现最大化提取数据中的特征信息的同时,还能够有效减少参数量;在该模块中引入通道注意力机制,能更好地提取有用的通道特征,提高该方法特征提取的能力;通过将网络中的全连接层改进为胶囊全连接层,使得胶囊在输出向量特征信息时,避免了特征信息在空间中的丢失。使用凯斯西储大学轴承数据集和东南大学变速箱数据集来验证所提方法的诊断性能,并与其他深度学习方法进行了比较。实验结果表明,与其他深度学习方法相比,具有较好的泛化性,效果更佳。

摘要：工业过程中传感器数量众多且可靠性要求高,而传统定期检测评估其健康状况的方式不但费时费力且不能满足传感器智能化的发展需求。针对这一问题,提出了一种基于测量数据统计相关性的传感器自诊断设计方法。利用传感器测量数据建立其统计关系模型,借助自编码器提取传感器数据特征并将其编码为二进制形式。在同时考虑传感器测量数据统计独立和统计相关两种情况下,在有参考值时,通过引入故障检测概率和误检概率建立了独立统计模型实现传感器的故障自诊断;在无参考值情况下,借助高斯Copula函数建立多元统计依赖模型评估参数之间的相关性,并利用贝叶斯理论在不依赖参考值的情况下自学习获取传感器的健康状况。本研究以镍闪速炉系统为例,两种模式下测量系统中健康传感器的故障检测后验概率达到了0.92,即故障统计模型的参数与建模期望相符。实验结果表明,所提方法在两种模式下均能准确识别出测量系统中的故障传感器,验证了所提方法的有效性与可行性。

摘要：针对一类虚假数据注入(FDI)攻击与故障共存的工业信息物理系统(ICPS),在新型自适应离散事件触发通信机制(ADETCS)下,研究了综合安全控制与通信的协同设计问题。引入ADETCS取代传统离散事件触发通信机制,构建安全与通信可自适应协同优化运行的ICPS架构;通过对ADETCS中阈值函数的优化设计,获得一种可随系统动态行为双向连续变化的新型ADETCS;在该机制下,基于主动容侵和容错的思想,通过构造Lyapunov泛函,借助新型Bessel-Legebdre不等式、锥补线性化(CCL)等少保守性技术,在统一的自适应变采样框架下,推证出鲁棒估计器与综合安全控制器的求解方法,使ICPS可同时防御FDI攻击与故障,并具有更优的自适应通信调节能力。仿真结果表明:新型ADETCS中阈值函数的巧妙设计及CCL的应用,相较现存通信机制和设计方法,可使ICPS的综合安全控制性能与资源节约获得更优的折中平衡。

摘要：敦煌壁画图像含有丰富的纹理和结构信息,在破损壁画修复过程中,容易忽略受损特征信息与完整特征信息之间的区别,从而误导修复过程生成不合理的壁画内容。针对该问题,提出一种融合动态特征选择和像素级通道注意力的壁画修复模型。设计基于U-Net的网络生成器,实现对破损图像的编码与解码操作;采用有效可迁移卷积模块,通过动态选择采样空间位置,实现对有效特征信息的灵活提取,采用区域综合归一化模块减少修复区域与完整区域的期望和方差的偏移,从而加强对有效特征信息的选择和利用;在解码层设计像素级通道注意力模块,在增强有效特征权重的同时使模型可从相隔较远的空间位置学习有效特征。在敦煌壁画数据集上的实验结果表明,该算法能够利用有效信息修复掩膜区域比例不一的不规则破损壁画图像,相比PConv、PRVS、DSNet算法,在峰值信噪比(PSNR)指标上平均提升0.502 d B,在结构相似性(SSIM)指标上平均提升1.384%。

摘要：研究了一类存在介质访问约束和信号量化的网络化控制系统的H∞状态估计问题。首先,考虑到介质访问约束和信号量化的影响,将信号量化误差转化为扇形有界的不确定性,对由于访问约束而未获得网络传输的系统输出采用加权补偿策略,根据网络介质的随机访问机制将网络化系统建模为具有不确定性的马尔可夫跳跃系统。然后,在此基础上借助李雅普诺夫稳定性理论和H∞性能约束条件,利用线性矩阵不等式(linear matrix inequality,LMI)方法给出状态估计器存在的充分条件,所设计的状态估计器使得估计误差系统渐近稳定且具有给定的H∞性能。最后,通过仿真实例验证了该设计方法的有效性。

摘要：滚动轴承信号具有复杂性和非线性的特点,对特征提取和故障分类带来挑战。为解决上述问题,文章提出一种自适应注意力LSTM-Resnet(long short-term memory residual network)下的滚动轴承故障诊断方法。首先设计双向LSTM组特征提取模型,获取复杂运行条件下的滚动轴承特征;然后,提出自适应注意力LSTM-ResNet完成特征学习,并自适应调整模型中关键特征的权重;最后,采用全局平均池化(global average pooling,GAP)方法结合Softmax模型缓解模型过拟合并完成故障分类。在数据集中完成滚动轴承故障分类,实验结果表明:文章方法的滚动轴承故障诊断准确率相对于SVD-ResNet方法和宽卷积模型更高,并且能在标记样本数量较少和噪声环境下均达到较高的检测准确率,具有更高的准确性和更强的鲁棒性。

摘要：针对实际非线性系统传统方法难以实现可靠故障诊断的问题,采用粒子滤波算法,利用对数似然函数和作为评价指标,并借助自适应阈值的设计,研究了非线性非高斯系统的故障检测和故障隔离。阈值的选取,是准确判别系统是否发生故障的标准,本文通过分析非线性系统残差的统计特性,在判定残差统计特性成正态分布的基础上,设计了一种基于粒子滤波故障诊断的自适应阈值方法,减少了故障诊断的漏报和误报。通过非恒温连续搅拌水箱式反应堆的仿真实例,验证了该方法在故障诊断中的准确性和有效性。