张永
- 作品数：15 被引量：121H指数：4
- 供职机构：武汉科技大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金湖北省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程经济管理电气工程更多>>
- 观测器为基础的多包传输网络化系统故障检测(英文)被引量：2
- 2013年
- 研究了基于不确定马尔科夫模型的多包传输网络化系统故障检测问题.通过引入传输矩阵形式,部分转移概率矩阵元素未知的马尔科夫跳系统模型被用来描述相邻采样周期不同数据包传输时的相关特性.基于获得的模型,利用李雅普若夫方法和随机分析技巧,建立了线性矩阵不等式形式充分条件,所得扩展的误差系统满足随机稳定性和H∞扰动水平.特别的,本文的结论可以包含经典马尔科夫模型和切换模型作为其特例.最后通过仿真例子说明了所用方法的有效性.
- 张永赵敏刘振兴
- 关键词：故障诊断网络化系统多包传输
- PSO优化的BiLSTM-Attention网络的锂电池健康状态评估被引量：4
- 2022年
- 锂离子电池作为一种高效的储能元件,被广泛应用到生产生活的各个领域,其健康状态事关系统的安全性,受到越来越多的重视。基于粒子群优化算法,优化了具有注意力机制的双向长短期记忆网络,实现了锂离子电池的健康评估。首先,考虑到锂电池数据的时序特征,采取了一种双向长短期记忆网络提高预测效果,并且引入注意力机制解决信息过载问题,提高任务处理的效率和准确性。接着,利用粒子群优化算法优化网络模型结构的参数,获得高效的锂电池健康状态估计。最后,引入NASA锂离子电池数据集。实验结果验证了所提方法的有效性。
- 张永辛宇琪钱启政解进冉少林
- 关键词：锂离子电池
- 改进DV-Hop算法在微网中的应用被引量：5
- 2018年
- 为提高微网无线传感器网络监测系统中故障定位的精度,提出一种基于反转法的改进DV-Hop算法。设置锚节点使用双通信半径精化跳数值,使用反转法修正节点的估计坐标,利用与跳数值相关的动态权值进一步修正得到未知节点最终的坐标。仿真结果表明,改进算法与原始DV-Hop算法及其它算法相比,有较低的误差,可以更好应用于微网故障定位。
- 王乾元刘振兴张永蔡彬
- 关键词：故障定位DV-HOP算法反转法动态权值
- 具有双边随机时延和丢包的网络控制系统稳定性分析被引量：17
- 2017年
- 针对具有双边随机网络时延和丢包的网络控制系统,首先基于Markov的随机过程描述系统丢包的特性;然后利用系统增广矩阵的方法建立参数不确定的离散时间跳变系统模型,在考虑Markov链转移概率矩阵中部分元素未知甚至完全未知的条件下,采用Lyapunov稳定理论和随机理论的分析方法,设计依赖于丢包特性且满足系统均方稳定要求的时变控制器;最后通过数值算例仿真表明所提出方法的有效性.
- 刘义才刘斌张永李维刚
- 关键词：网络控制系统时延丢包
- 工业设备的健康状态评估和退化趋势预测联合研究被引量：12
- 2022年
- 工业设备作为工业互联网的基本组成部分,其健康状态事关工业产品的质量水平和生产过程的稳定性以及流畅性.因此,对工业设备的健康状态进行评估和退化趋势预测具有重要的理论价值和工程实践意义.本文基于深度学习方法,拟构建双任务框架,实现工业设备的健康状态评估和退化趋势预测联合研究.具体来说,首先对工业设备的监测信号进行时域和频域特征提取,使用LightGBM选择强相关性的特征,通过主成分分析降维建立健康指标,并构建健康状态的类别标签;接着发展领域自适应的迁移学习算法,即流形空间分布对齐,将源域和目标域在特征层面进行迁移,完成源域和目标域的分布对齐;最后,融合因果膨胀卷积、双向门控循环单元以及注意力机制技术,设计了双任务深度网络框架,实现了工业设备的健康状态评估和退化趋势预测的双功能.本文方法有效解决了单独研究工业设备的健康状态评估或退化趋势预测的缺陷,可以同时对设备进行状态进行实时定性分析(健康状态)和定量分析(剩余使用寿命).最后,以工业关键部件的轴承和刀具为例,通过和当前流行的深度学习方法比较,实验结果验证了本文所提的方法能够实现双任务功能以及显著提升退化趋势预测的精度.
- 张永龚众望郑英谢林柏张泽刘振兴
- 随机传输的量化网络化系统故障检测被引量：1
- 2013年
- 研究了具有传感器量化数据随机丢失情况下非线性网络控制系统的故障检测问题.考虑到数据量化和网络噪声等不确定因素对网络控制系统故障检测性能的影响,建立了随机非线性网络化控制系统模型,并将网络控制系统的故障检测问题转化为H∞扰动问题.基于获得的扩展滤波误差系统模型,利用李雅普诺夫函数方法,给出了线性矩阵不等式形式的结论,在线性矩阵不等式具有可行解情况下,设计了观测器形式的故障检测滤波器.给出了数据传输率和量化水平与故障检测性能之间的数量关系,仿真结果验证了所得结论的有效性.
- 张永王朝辉刘振兴
- 关键词：故障检测网络控制系统数据丢失线性矩阵不等式
- 工业人工智能的关键技术及其在预测性维护中的应用现状被引量：78
- 2020年
- 随着人工智能技术的快速发展及其在工业系统中卓有成效的应用,工业智能化成为当前工业生产转型的一个重要趋势.论文提炼了工业人工智能(Industrial artificial intelligence,IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术,总结了生产过程监控与产品质量检测等4个主要应用场景.同时,论文选择预测性维护作为工业人工智能的典型应用场景,以工业设备的闭环智能维护形式,分别从模型方法、数据方法以及融合方法出发,系统的总结和分析了设备的寿命预测技术和维护决策理论,展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用.最后,探讨了工业人工智能研究所面临的问题以及未来的研究方向.
- 袁烨张永丁汉
- 基于电动公交有序充放电的区域电网负荷优化
- 2023年
- 为减缓电动公交无序充电造成的区域电网负荷波动,降低电网调峰和运行的压力,提出以减小区域电网负荷峰谷差率、提升电动公交参与调度比例为目标,以电动公交充放电时段、充放电量和动力电池荷电状态等为约束条件的优化方法。采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)求解最优值,形成的调度指令能引导批量电动公交充放电行为从无序转为有序,抑制区域电网负荷波动的同时,降低了用电成本。仿真结果表明,50%的电动公交接受调度后,区域电网负荷峰谷差率从78.1%降至57.1%。电动公交参与有序充放电调度的比例越高,电网负荷优化效果越好。
- 张良力侯翔张永崔进
- 关键词：区域电网公交调度参与度
- 基于分形特征的自适应EEMD及其在风功率预测中的应用被引量：2
- 2023年
- 人为设定白噪声的幅值和加噪次数及白噪声自身的随机性会对集合经验模态分解(EEMD)方法的分解结果造成不确定性,导致EEMD应用于风功率预测时不能实现最佳的分解效果。该文研究了白噪声参数对EEMD分解效果的影响机理,并提出基于分形特征的自适应EEMD方法。在不同的白噪声及白噪声参数下,EEMD分解所得到的模态分量具有不同的分形维特征,采用粒子群算法寻优获得EEMD处理某一信号的最佳参数,实现对信号的准确分解。同时结合具有良好非线性建模能力的长短时记忆(LSTM)网络方法对自适应EEMD分解得到的模态分量进行预测,利用仿真信号及两个风电场实际风功率数据进行分析,自适应EEMD避免了白噪声的随机性及人为设定参数对EEMD分解结果带来的不确定性影响。与3种基准预测模型对比,自适应EEMD结合LSTM模型预测两组风功率的RMSE显著降低,验证了该文研究方法的有效性。
- 金吉王斌喻敏张羽晗张永
- 关键词：分形维数
- 基于多尺度加权形态网络的燃气流量计健康状态评估
- 2023年
- 燃气流量计是天然气贸易计量的重要仪器,而其健康状态的改变会造成计量偏差。为了减少燃气企业的经济损失,本文提出了一种基于多模态数据扩充、形态学特征学习和多尺度自适应加权形态学网络的燃气流量计健康状态评估方法。首先,采用基于Wasserstein距离和谱归一化的ACGAN算法进行数据扩充。其次,针对燃气流量计振动信号数据的复杂性和噪声影响,提出了一种基于平均帽变换的形态学方法提取信号的正负脉冲信息。最后,针对非平稳、变工况的工业条件,引入多尺度自适应加权形态学网络,采用具有不同结构元素尺度的多个分量来分别提取脉冲信息,并利用自适应加权融合来增强提供强脉冲分量的尺度。通过实验结果表明,所提出的方法对燃气流量计健康状态评估的准确度超过94%。该方法对实际燃气贸易计量有重要的应用价值。
- 胡凡张永谢林柏
- 关键词：燃气流量计
