-
题名基于分层过程模型的过程演化技术
- 1
-
-
作者
徐刚
胡昊
余萍
葛季栋
吕建
-
机构
南京大学计算机软件新技术国家重点实验室
南京大学软件学院
南京理工大学高维信息智能感知与系统教育部重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2013年第8期1913-1919,共7页
-
基金
国家自然科学基金可信集成资助项目(91318301)
国家自然科学基金资助项目(61003019,61021062,61100039)
+3 种基金
国家973计划资助项目(2009CB320702)
计算机软件新技术国家重点实验室(南京大学)自主课题面上资助项目(ZZKT2011B10)
高维信息智能感知与系统教育部重点实验室(南京理工大学)基金资助项目(30920130122005)
中央高校基本科研业务费专项基金资助项目(021714340029)~~
-
文摘
为了解决当前工作流语言粒度过细和引擎对过程动态演化支撑不足的问题,通过在原有工作流模型上建立一层抽象的业务过程模型,建立了一种新的分层过程模型,从而增强了过程的描述能力。同时扩展原有的过程演化技术,使其适用于分层模型下的过程演化,并给出相应的系统实现。通过实例验证了所设计系统的正确性。
-
关键词
分层过程模型
过程演化
WEB服务
业务过程执行语言
JBOSS业务过程管理引擎
-
Keywords
layered model
process evolution
Web services
business process execution language
JBOSS businessprocess management engine
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于分层POMDP的智能轮椅行为控制方法
被引量：3
- 2
-
-
作者
陶永
王田苗
魏洪兴
陈殿生
-
机构
北京航空航天大学机械工程及自动化学院
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2010年第6期613-617,共5页
-
基金
863计划(2007AA041701
2007AA041702)资助项目
-
文摘
针对部分可观察马尔可夫决策过程(POMDP)模型在智能轮椅控制上的应用因模型参数难以确定而受到限制的问题,将POMDP模型决策过程中的动作空间分成一系列较小动作子集,进而提出了一种基于分层POMDP模型的智能轮椅行为控制方法。该方法综合了动作的不确定性和状态的部分可观测性,通过对环境的观测和信息的采集,得到不确定环境下的最优策略选择,进而选择相应的最优动作,从而提高了动作的执行效率。在室内家居环境下进行的交互任务与导航控制试验以及对实验结果进行的分析验证了这一方法的实时性、有效性和可靠性。
-
关键词
智能轮椅
行为控制方法
分层的部分可观测马尔可夫决策过程(POMDP)模型
-
Keywords
intelligent wheelchair, behavior control method＇ hierarchical partially observable Markov decision process （POMDP） model
-
分类号
TP273.5
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于HDP-HMM的机械设备故障预测方法研究
被引量：7
- 3
-
-
作者
王恒
周易文
瞿家明
季云
-
机构
南通大学机械工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2019年第8期173-179,共7页
-
基金
国家自然科学基金(51405246)
江苏省自然科学基金(BK20151271)
+2 种基金
南通市应用基础研究-工业创新项目(GY12016010)
江苏省研究生科研创新计划项目(KYCX17_1913)
江苏省"六大人才高峰"高层次人才资助项目(2017-GDZB-048)
-
文摘
针对隐马尔科夫模型状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-隐马尔科夫模型(HDP-HMM)的机械设备故障预测方法。该算法通过构造HDP作为HMM参数的先验分布,利用HDP分层共享和自动聚类的优点,实现了模型结构动态更新,获得设备运行过程中的隐状态数;基于HDP-HMM所建立的退化状态动态转移关系,确定设备早期故障点和功能故障点,实现设备的健康等级评估和故障预测。利用美国USFI/UCR智能维护系统中心提供的滚动轴承全寿命数据进行了应用研究。结果表明,针对多观测序列,HDP-HMM能有效实现组合聚类,识别结果不依赖于算法初始参数的选择,具有较强的鲁棒性;与基于K-S检验的退化评估算法比较表明,HDP-HMM更能有效描述设备实际退化过程。
-
关键词
分层狄利克雷过程-隐马尔科夫模型(HDP-HMM)
退化状态
故障预测
-
Keywords
hierarchical dirichlet process-hidden markov model(HDP-HMM)
degradation state
prognostics
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
-
题名HDP-HSMM的磨削声发射砂轮钝化状态识别
被引量：7
- 4
-
-
作者
钟利民
李丽娟
杨京
梁彬
程建春
刘翔雄
-
机构
南京大学声学研究所
人工微结构科学与技术协同创新中心
华辰精密装备(昆山)股份有限公司
-
出处
《应用声学》
CSCD
北大核心
2019年第2期151-158,共8页
-
基金
国家自然科学基金项目(11374157)
-
文摘
在高精度金属材料磨削加工中,刀具即砂轮的状态对加工效率和加工质量具有重要的影响。钝化程度较高的砂轮不适于加工精密工件,需提前预警并修整更换砂轮。该文提出一种通过磨削声发射信号来检测砂轮钝化状态的方法。首先,对于采集到的信号进行小波软阈值降噪。然后,将其分割成多个有重叠的帧,并提取每帧信号的8个特征组成声发射数据集。最后,通过分层Dirichlet过程-隐半马尔可夫模型来建立声发射数据集和不同的砂轮钝化状态之间的非线性关系,旨在识别砂轮钝化状态。结果表明,上述检测方法能有效识别砂轮的不同钝化状态并能对整个加工过程中的砂轮钝化程度进行自动划分,其在测试数据集上的准确率达到93.7%,可以为实际工业应用提供理论指导。
-
关键词
砂轮钝化
分层Dirichlet过程-隐半马尔可夫模型
磨削声发射
小波阈值降噪
-
Keywords
The blunt state of grinding wheel
Hierarchical Dirichlet processes-hidden semi Markov models
Grinding acoustic emission
Wavelet soft threshold denoising
-
分类号
O429
[理学—声学]
-
