刘远红
- 作品数：55 被引量：28H指数：3
- 供职机构：东北石油大学电气信息工程学院更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目黑龙江省普通高校骨干教师创新能力资助计划黑龙江省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术机械工程石油与天然气工程理学更多>>
- 基于LMI的参数不确定鲁棒D稳定容错控制
- 2010年
- 针对离散时滞系统,研究了传感器失效后D稳定容错性能控制问题,给出一个对传感器失效具有完整性的D稳定控制系统的充分条件,进而讨论了参数不确定离散时滞系统的D稳定鲁棒容错控制问题,给出了D稳定鲁棒容错控制系统的设计方法及步骤,最后用设计示例及仿真结果验证了这种设计方法的有效性。
- 邵克勇邹丹丹刘远红廖庆军
- 关键词：完整性D稳定
- 迭代学习控制算法的分析与研究
- 众所周知,非线性系统极为难于控制,即使利用现代控制理论也难以设计适当的控制器。对于重复跟踪相同轨迹的系统,例如机械手的操作,磁盘驱动系统等,迭代学习控制是控制这一类系统简单而有效的方法。迭代学习控制针对具有重复运行性质的...
- 刘远红
- 关键词：迭代学习控制收敛性鲁棒性线性矩阵不等式
- 文献传递
- 基于深度学习的绝缘子故障检测研究
- 2023年
- 绝缘子是架空线路中重要组成部分之一,当出现故障时,影响电网安全运行。为实现绝缘子故障快速、精准的识别,提出了一种基于改进YOLOv3-Tiny的绝缘子故障检测方法。首先,为了增强小目标检测能力,对浅层特征图与第二检测层之前特征图进行同维拼接构建第三预测层。随后,该网络采用Ghost模块替换主干网络中的卷积层,降低模型的参数量。然后,设计了一个新的注意力模块MECA,不仅能够多尺度信息融合,还能使网络专注绝缘子的显著特征。最后,提出了新的交并比EIoU作为边框回归损失函数,更好的定位目标位置。实验结果表明,改进的YOLOv3-Tiny在绝缘子故障检测中平均准确率(MAP)高达96.1%,较原始YOLOv3-Tiny算法MAP提高了17%。
- 张彦生王成龙刘远红
- 关键词：卷积神经网络
- 一种具有信道衰落的无穷分布时滞神经网络系统的状态估计方法
- 提供一种具有信道衰落的无穷分布时滞神经网络系统的状态估计方法，在其中考虑了随机发生的不确定性、信道衰落和无穷分布时滞对状态估计性能的影响，构造李亚普诺夫函数完整利用了时滞的有效信息，相比于已有的神经网络动态系统的状态估计...
- 董宏丽王子栋路阳沈波侯男李佳慧刘远红孙行衍
- 文献传递
- 基于压力传感器的电脑智能关机装置
- 一种基于压力传感器的电脑智能关机装置，主要为了解决现有的电脑自动关机装置以延迟时间作为考察点容易导致误关机的问题。其特征在于：座垫内固定有内胆，内胆上固定有压力传感器和温度传感器，座垫通过拉链将内胆封闭；控制器内置有由A...
- 赵志华宋金波段志伟路敬祎刘远红
- 文献传递
- 一种天然气管道泄漏检测方法
- 一种天然气管道泄漏检测方法，涉及管道泄漏检测技术领域，其解决了管道泄漏检测系统误报率高的问题。所述方法包含以下步骤：利用声学传感器采集声波信号；利用海鸥算法优化变分模态分解算法；利用基于优化的变分模态分解阈值去噪方法对所...
- 路敬祎岳继康王冬梅董宏丽刘庆强刘远红刘均张彦生宋金波
- 文献传递
- 通过信息融合方式进行风力发电机故障诊断的方法和装置
- 本公开涉及一种通过信息融合方式进行风力发电机故障诊断的方法和装置。所述方法包括根据风力发电机在不同运行状态下的运行数据，构建原始数据空间；确定所述原始数据空间中任一样本数据的K近邻样本数据，利用第一方式，得到任一样本数据...
- 刘远红郭攀攀张彦生刘庆强路敬祎李鑫
- k-means聚类算法在油水界面检测中的应用被引量：6
- 2014年
- 油田以电容式传感器检测原油沉降罐中油水界面时,受传感器制作工艺的限制,检测点数过少导致定位精度不高,并且通常采用拐点法定位油水界面,这种方法由于采集点的凸凹不平,检测到伪拐点的现象经常发生,导致较大的误差。为解决以上两个问题,提出对所采信号进行三次样条插值,增加信号的点数提高测量精度,同时通过k-means聚类算法定位油水界面。现场实验结果表明:该检测方法提高了原油油水界面检测的鲁棒性与精确性。
- 刘远红习玉阳吴华远郑敏红李艳平
- 关键词：油水界面多项式插值K-MEANS聚类
- 一种基于SPCE061A单片机的超声测距装置
- 一种基于SPCE061A单片机的超声测距装置。主要解决现有的超声测距装置制造成本较高且探头存在盲区的问题。其特征在于：在壳体上固定有太阳能极板、无线发射天线、超声波发射头和超声波接收头，超声波发射头和超声波接收头均通过可...
- 杨莉张彦生刘远红高宏宇刘玉敏王炳北
- 文献传递
- 基于黎曼流形的轴承故障诊断方法被引量：2
- 2021年
- 为解决传统流形学习方法在轴承数据的非欧氏空间中特征提取时的不佳表现,提出引入黎曼流形学习方法。在黎曼流形的框架下,利用原始数据集构造出黎曼流形,并基于此流形提出了黎曼图嵌入特征提取方法,通过对局部结构编码实现初步降维。然后,在低维黎曼流形的基础上融合主成分分析算法(PCA:Principal Components Analysis)和线性判别分析算法(LDA:Linear Discriminant Analysis)设计分类器并对轴承数据进行了聚类。最后,通过在两个轴承数据集上的实验,分析了该方法提取特征的能力。实验结果表明,与现有的故障诊断方法相比,该方法具有较强的故障诊断能力。
- 刘远红刘帆李鑫
- 关键词：滚动轴承故障诊断流形学习黎曼流形特征提取
