为及时对天线罩结构老化及损伤情况预警,需要实时、稳定地对天线罩结构状态进行监测。本天线罩结构损伤分析系统基于自动频域分解法(Automatic Frequency Domain Decomposition-AFDD)和卡尔曼滤波算法,使用加速度传感器和采集仪,通过对...为及时对天线罩结构老化及损伤情况预警,需要实时、稳定地对天线罩结构状态进行监测。本天线罩结构损伤分析系统基于自动频域分解法(Automatic Frequency Domain Decomposition-AFDD)和卡尔曼滤波算法,使用加速度传感器和采集仪,通过对多组实时采集的加速度传感器数据进行处理,得到反应天线罩结构老化和损伤的各种相关数据,并实时将天线罩结构状态在人机界面显示、对异常状态预警。在此基础上,分析了由加速度传感器输出数据经处理得到的不同参数对于天线罩损伤情况的敏感程度,建立多参数的联合预警机制,实现系统面对不同损伤时的实时判断和预警。展开更多
针对传统方法对非线性或多模态间歇过程的故障检测率低的问题,提出一种基于K近邻邻域保持嵌入得分差分(difference of K nearest neighbors score associated with neighborhood preserving embedding,DKNPE)的健康状态监视方法。首先,...针对传统方法对非线性或多模态间歇过程的故障检测率低的问题,提出一种基于K近邻邻域保持嵌入得分差分(difference of K nearest neighbors score associated with neighborhood preserving embedding,DKNPE)的健康状态监视方法。首先,通过NPE方法计算训练数据集的得分矩阵,称其为样本的本质得分。然后,在训练数据集计算每个样本的K近邻均值,并将其投影到低维空间以获得样本的估计得分。接下来,在差分子空间(diffe-rence subspaces,DS)和差分残差子空间(difference residual subspaces,DRS)中分别建立两个新的统计量对样本进行过程监控。将本方法在两个模拟数值例子和半导体蚀刻过程中进行测试,并与PCA、FD-KNN和NPE等传统方法进行对比分析,测试结果验证了该方法的有效性。展开更多
文摘为及时对天线罩结构老化及损伤情况预警,需要实时、稳定地对天线罩结构状态进行监测。本天线罩结构损伤分析系统基于自动频域分解法(Automatic Frequency Domain Decomposition-AFDD)和卡尔曼滤波算法,使用加速度传感器和采集仪,通过对多组实时采集的加速度传感器数据进行处理,得到反应天线罩结构老化和损伤的各种相关数据,并实时将天线罩结构状态在人机界面显示、对异常状态预警。在此基础上,分析了由加速度传感器输出数据经处理得到的不同参数对于天线罩损伤情况的敏感程度,建立多参数的联合预警机制,实现系统面对不同损伤时的实时判断和预警。
文摘针对传统方法对非线性或多模态间歇过程的故障检测率低的问题,提出一种基于K近邻邻域保持嵌入得分差分(difference of K nearest neighbors score associated with neighborhood preserving embedding,DKNPE)的健康状态监视方法。首先,通过NPE方法计算训练数据集的得分矩阵,称其为样本的本质得分。然后,在训练数据集计算每个样本的K近邻均值,并将其投影到低维空间以获得样本的估计得分。接下来,在差分子空间(diffe-rence subspaces,DS)和差分残差子空间(difference residual subspaces,DRS)中分别建立两个新的统计量对样本进行过程监控。将本方法在两个模拟数值例子和半导体蚀刻过程中进行测试,并与PCA、FD-KNN和NPE等传统方法进行对比分析,测试结果验证了该方法的有效性。
