车用空压机性能快速试验关键技术研究
|
摘要
车用空压机是大中型卡车、客车及动车的关键部件之一,其制动系统的动力源都来自空压机,因此车用空压机的性能对整车的制动性能和安全性能至关重要。国外对车用空压机的出厂检测及综合性能的考核都极为重视。由于国际上对华限制一些关键技术的出口,导致目前我国车用空压机性能试验的一些方法及原理和装置还处于上世纪八十年代水平,特别是在车用空压机产品的设计研发试验验证上缺乏技术和试验装置,对车用空压机快速性能试验的研究目前国内还是空白,严重制约了我国车用空压机行业的发展。
本文结合欧洲克诺尔制动大连分公司的“车用空压机综合性能试验台”以及安徽省教育厅自然科学研究重点项目“基于动态充罐修正法的车用空压机容积流量在线快速检测方法的研究”,针对国内车用空压机性能试验所存在的缺陷,对车用空压机快速性能试验关键技术进行了研究,解决了车用空压机快速性能测试中的测试数据误差修正、性能试验结果的事例推理方法以及快速性能试验中变工况排气压力自动调节实现的关键技术问题,并应用于车用空压机快速性能试验系统。
论文的主要工作和创新点如下：
1、对目前空气压缩机行业采用的性能试验方法进行了分析,在此研究基础上,对车用空压机快速性能试验的可行性进行了研究,并分析了需要待解决的关键技术问题。
2、针对快速充罐试验方法的缺陷,提出数据动态预估误差修正、缓冲稳压压力调节和事例推理相结合的快速性能试验技术方案。
3、结合快速性能测试过程中测量信号的特点,分析了目前所采用动态误差预估修正方法的不足,对无味卡尔曼(UKF)预估修正方法进行了研究,仿真及实际应用效果对比的结果表明,该修正技术可以有效对车用空压机性能快速测试中的数据进行动态误差修正。
4、结合车用空压机性能测试中知识表示模型属性的特点,给出了车用空压机性能测试结果的事例推理方法,该方法在事例检索上采用了模糊相似优先方法,在模型属性间的相似距离比较上采用海明距离的方法,可以更好地判断不同属性的事例,能够对数据库中的定量属性进行更加精确的检索。
5、车用空压机快速性能变工况试验中,要求不同工况下的排气压力具有稳压稳态特点,文中给出了模糊自适应PID控制策略,并对车用空压机快速性能试验中的排气压力控制系统进行了设计与仿真研究,成功应用于实际系统,实现了不同工况下的排气压力恒压控制。
6、将无味卡尔曼预估修正方法与事例推理方法应用到基于缓冲稳压充罐法的车用空压机快速性能测试系统,试验结果表明该系统满足车用空压机快速性能试验的要求。
The vehicle air compressor is one of the key component for medium-sized trucks and vehicle car, because the power for braking system of them is supplyed from the vehicle air compressor, so the performance of vehicle air compressor performance is vital important for vehicle braking system. It is very seriously important for vehicle air compressor inspection and comprehensive performance test before to the market. Because the limit export of the key technologies to China, our country's compressor performance test method and device are now on the last century eighty time,especially lack of the technology and test device on the product design&experiment verification for vehicle air compressor. The rapid performance test for vehicle air compress is blank in current domestic. This situation has serious hampered the development of vehicle air compress industry.
Combining with "the vehicle air compressor integrated performance testting bench" of European Knorr brake Dalian Branch and the project "the research of vehicle air compressor volume flow online rapid detection method based on dynamic filling modification method" that founded by the Education Department of Anhui Province, this dissertation aims at the defects of domestic vehicle air compressor performance test, research the key technologies to realize the vehicle air compressor rapid performance test, include the dynamic error correction method for the measure data, use the Case-Base Reasoning(CBR) method of reasoning the test result and the buffer pressure automatic regulating problem in different conditions, and successfully apply them to rapid performance test device of vehicle air compressor.
The main works and innovations of the thesis are as follows:
1. Based on the research of the performance test method in current vehicle air compressor industry, the feasibility of the vehicle air compressor rapid performance test and the key technologies are analysised.
2. According to the defect of the filling tank method, a new rapid performance test method including the dynamic data error correction, buffer pressure automatic regulating and case-based reasoning is put forward.
3. Combining with the characteristic of the measure signals for the rapid performance test, this dissertation analysised the deficiency of estimation methods for dynamic error correction that used in rapid performance test currently, study the Unscented Kalman Filter(UKF) predictor-correction method. The simulation and actual application results show that the UKF predictor-correction technique can correct dynamic error efficienttly in rapid vehicle air compressor performance test.
4. Combining with the property of the vehicle air compressor performance test, this dissertation puts forward the case-based reasoning method to realize the rapid performance test. The Fuzzy similarity case retrievl method and the hamming distance are adopted in the method, which can better judge different attributes, and can more accurate retrieval the attribute for database.
5. In the rapid vehicle air compressor performance test, the discharge pressure under different condition is required to be steady state. The Fuzzy adaptive PID control strategy is given in this thesis, the discharged pressure control system for vehicle air compressor rapid performance test is designed and simulated. The simulation and actual application results show that the control strategy can achieve steady discharge pressure under variation operation condition.
6. The UKF predictor-correction method and CBR method are applied to the vehicle air compressor rapid performance test device that based on buffer pressure regulating, the test results show that the research of this dissertation can realize the rapid performance test for vehicle air compressor.
本文结合欧洲克诺尔制动大连分公司的“车用空压机综合性能试验台”以及安徽省教育厅自然科学研究重点项目“基于动态充罐修正法的车用空压机容积流量在线快速检测方法的研究”,针对国内车用空压机性能试验所存在的缺陷,对车用空压机快速性能试验关键技术进行了研究,解决了车用空压机快速性能测试中的测试数据误差修正、性能试验结果的事例推理方法以及快速性能试验中变工况排气压力自动调节实现的关键技术问题,并应用于车用空压机快速性能试验系统。
论文的主要工作和创新点如下：
1、对目前空气压缩机行业采用的性能试验方法进行了分析,在此研究基础上,对车用空压机快速性能试验的可行性进行了研究,并分析了需要待解决的关键技术问题。
2、针对快速充罐试验方法的缺陷,提出数据动态预估误差修正、缓冲稳压压力调节和事例推理相结合的快速性能试验技术方案。
3、结合快速性能测试过程中测量信号的特点,分析了目前所采用动态误差预估修正方法的不足,对无味卡尔曼(UKF)预估修正方法进行了研究,仿真及实际应用效果对比的结果表明,该修正技术可以有效对车用空压机性能快速测试中的数据进行动态误差修正。
4、结合车用空压机性能测试中知识表示模型属性的特点,给出了车用空压机性能测试结果的事例推理方法,该方法在事例检索上采用了模糊相似优先方法,在模型属性间的相似距离比较上采用海明距离的方法,可以更好地判断不同属性的事例,能够对数据库中的定量属性进行更加精确的检索。
5、车用空压机快速性能变工况试验中,要求不同工况下的排气压力具有稳压稳态特点,文中给出了模糊自适应PID控制策略,并对车用空压机快速性能试验中的排气压力控制系统进行了设计与仿真研究,成功应用于实际系统,实现了不同工况下的排气压力恒压控制。
6、将无味卡尔曼预估修正方法与事例推理方法应用到基于缓冲稳压充罐法的车用空压机快速性能测试系统,试验结果表明该系统满足车用空压机快速性能试验的要求。
The vehicle air compressor is one of the key component for medium-sized trucks and vehicle car, because the power for braking system of them is supplyed from the vehicle air compressor, so the performance of vehicle air compressor performance is vital important for vehicle braking system. It is very seriously important for vehicle air compressor inspection and comprehensive performance test before to the market. Because the limit export of the key technologies to China, our country's compressor performance test method and device are now on the last century eighty time,especially lack of the technology and test device on the product design&experiment verification for vehicle air compressor. The rapid performance test for vehicle air compress is blank in current domestic. This situation has serious hampered the development of vehicle air compress industry.
Combining with "the vehicle air compressor integrated performance testting bench" of European Knorr brake Dalian Branch and the project "the research of vehicle air compressor volume flow online rapid detection method based on dynamic filling modification method" that founded by the Education Department of Anhui Province, this dissertation aims at the defects of domestic vehicle air compressor performance test, research the key technologies to realize the vehicle air compressor rapid performance test, include the dynamic error correction method for the measure data, use the Case-Base Reasoning(CBR) method of reasoning the test result and the buffer pressure automatic regulating problem in different conditions, and successfully apply them to rapid performance test device of vehicle air compressor.
The main works and innovations of the thesis are as follows:
1. Based on the research of the performance test method in current vehicle air compressor industry, the feasibility of the vehicle air compressor rapid performance test and the key technologies are analysised.
2. According to the defect of the filling tank method, a new rapid performance test method including the dynamic data error correction, buffer pressure automatic regulating and case-based reasoning is put forward.
3. Combining with the characteristic of the measure signals for the rapid performance test, this dissertation analysised the deficiency of estimation methods for dynamic error correction that used in rapid performance test currently, study the Unscented Kalman Filter(UKF) predictor-correction method. The simulation and actual application results show that the UKF predictor-correction technique can correct dynamic error efficienttly in rapid vehicle air compressor performance test.
4. Combining with the property of the vehicle air compressor performance test, this dissertation puts forward the case-based reasoning method to realize the rapid performance test. The Fuzzy similarity case retrievl method and the hamming distance are adopted in the method, which can better judge different attributes, and can more accurate retrieval the attribute for database.
5. In the rapid vehicle air compressor performance test, the discharge pressure under different condition is required to be steady state. The Fuzzy adaptive PID control strategy is given in this thesis, the discharged pressure control system for vehicle air compressor rapid performance test is designed and simulated. The simulation and actual application results show that the control strategy can achieve steady discharge pressure under variation operation condition.
6. The UKF predictor-correction method and CBR method are applied to the vehicle air compressor rapid performance test device that based on buffer pressure regulating, the test results show that the research of this dissertation can realize the rapid performance test for vehicle air compressor.
引文
[1]孙晓明,张志勇,林子良,等.压缩机排气量快速充罐试验方法[J].流体机械,2006,34(8)：26-29
[2]金海军,王群京,张志勇,等.压缩机性能试验装置排气压力自动调节系统的设计与研究[J].流体机械,2009,37(2)：28-31.
[3]林子良,孙晓明,邓永清,等.快速充气修正法测量压缩机流量的不确定度分析[J].通用机械,2007,4：70-73
[4]金海军,王群京,张志勇,等.车用空压机在线快速检测的动态修正方法[J].流体机械,2012,40(2)：28-31.
[5]Pierre Dewallef. On-Line Performance monitoring and engine diagnostic using robust kalman filering techniques[J].2003 ASME TURBO EXPO:proceedings of GT2003,2003,16-17
[6]乔善智.车用空压机的窜油问题[J].压缩机技术,1993,120(4)：29-34.
[7]刘桂华.车用空气压缩机品质改进的研究[D].吉林：吉林大学硕士学位论文,2008.
[8]国家质量技术监督司计量局,测量不确定度评价与表示指南[M],北京：中国
计量出版社,2000.78-85
[9]徐科军,李成.传感器动态误差的频域修正方法[J].电子测量与仪器学报,1999,13(1)：34-39
[10]卢荣胜.动态测量实时误差修正技术研究[D].合肥：合肥工业大学博士学位论文,1998.
[11]肖矛.压缩机性能试验不确定度分析[J].流体机械,2003,31(9)：8-10.
[12]杨卫玲.容积式压缩机流量测量与不确定度分析[J].通用机械,2007,31(5)：17-21.
[13]ISO 5168-2005.流体流量的测量.不确定度评估程序[M],北京：国家标准委员会,2005.19-35
[14]田旭东,周仝,等.制冷压缩机制冷量的测定及其不确定度分析[J].流体机械,2003,31(9)：8-10.
[15]林子良,邓永清,金海军,孙晓明,张志勇,等.汽车用压缩机耐久性试验装置的研制[J].流体机械,2003,31(9)：8-10.
[16]范莉娜.基于Internet的大型矿山设备选型设计系统研究[D].太原：太原理工大学硕士论文,2008.
[17]GB/T15487-1995.容积式压缩机流量测量方法[S].北京：中国标准出版社.2004.
[18]朱顺才.空压机实验装置的设计建造与性能研究基于[J].海军工程大学学报,1994,21(3)：22-25
[19]王柏华.矿用压缩机性能测试分析[J].矿山机械,2006,34(11)：104-106.
[20]曹荣曼,朱凤彬.关于空气压缩机性能对比分析论证[J].压缩机技术,2009,30(4)：23-27.
[21]金海军.车用空压机性能试验装置的研制[D].合肥：安徽农业大学硕士论文,2008.
[22]赵国山,仇性启,邵宗水.活塞式压缩机控制方法概述[J].通用机械,2005,26(12)：41-46.
[23]王广兵.往复活塞式压缩机特性参数的确定[J].化工设备与管道,2005,33(3)：11-15.
[24]刘莉.车用空压机故障模式分析与改进[D].吉林：吉林大学硕士论文,2006.
[25]张纪鹏.车用空气压缩机性能试验台[J].汽车技术,2000,21(6)：21-23
[26]刘立义.车空压机窜油问题的分析[J].铜业工程,2003,34(4)：55-56
[27]刘峰,李德金,田庆福.微型空压机活塞窜油分析[J].铁道机车车辆工人,2004,18(3)：18-19
[28]TB/T2711-2005.机车、动车用空气压缩机试验方法[S].中华人民共和国铁道部标准,北京：中国标准出版社.
[29]刘志平,石林英.最小二乘法原理及其MATLAB实现[J].中国西部科技,2000,21(6)：21-23
[30]陆毅,翟丽芳.基于最小二乘法拟合的热电偶温势特性的虚拟设计[J].系统仿真技术,2008,07(6)：33-34
[31]于连栋.动态测量系统现代建模理论研究[D].合肥：合肥工业大学博士论 文,2003.
[32]陈晓怀,费业泰,黄强先,全系统测量精度理论的基本问题[J].制造业自动化,1999,21(6)：46-47.
[33]程真英,费业泰,陈晓怀.动态测量系统均匀设计理论研究[J].中国机械工程,2008,19(8)：1000-1007.
[34]费业泰,陈晓怀,李树富.精密测试及仪器的误差修正技术[J].宇航计测技术,1996,16(4)：66-70
[35]曲巍巍,高峰,等.三坐标测量机误差源分析与修正技术[J].机械设计,2009,26(6)：76-78
[36]杨洪涛.坐标测量机误差建模与修正技术研究[D].合肥：合肥工业大学博士论文,2000.
[37]朱庆杰,陈静,等.贝叶斯预测模型在气温变化预测中的应用[J].河北理工学院学报,2002,22(4)：92-97.
[38]吕林涛,李军坏,吕晖,等.贝叶斯模型及其预测算法在数据挖掘中的应用研究[J].计算机工程与应用,2004,20(4)171-174.
[39]陈晓怀,程真英,费业泰,基于贝叶斯模型的动态误差实时修正方法的研究[J].计量学报,2006,27(9)：31-34.
[40]陈茜,贝叶斯预测模型的应用[J].科苑论坛,2007,11(5)：43-44.
[41]周代刚,李世平,杨尚达,张子良.基于改进RBF神经网络的动态测量误差预测方法[J].工业仪表与自动化装置,2008,20(6)：63-65.
[42]韩敏.基于改进RBF神经网络的非线性时间序列预测[J].仪器仪表学报,2003,(8)：574—576.
[43]宁晓菊,梁军利.基于UKF的高斯和滤波算法[J].计算机仿真,2006,23(12)：100-10.
[44]Angrisani L, Baccigalupi A, Moriello R S. Performance assessment of a Kalman filter based method for ultrasonic time of flight estimation[C], Proc IEEE Ultrason Ferroelectr and Freq Control Conf, Montreal, QC, Canada, 2004,1:1058-1061.
[45]张弦,李世平,孙浚清,等.基于支持向量机的动态测量误差非线性组合预 测方法[J],工业仪表与自动化装置,2007,21(7)：50-53.
[46]Simon Haykin. Kalman filtering and neural networks. Wiley series on adaptive and learning systems for signal processing, communications and control,2001.
[47]田瑞.应急交通保障辅助决策支持系统相关模型与方法研究[D]吉林大学博士论文,2011.
[48]赵永龙,杜成瑞,等.基于知识推理的水库智能化调度决策技术研究[J],水电能源科学,2011,12(5)：33-37.
[49]王晓亮；刘西拉,等.基于事例推理系统中的模糊检索[J],上海交通大学学报,2007,34(11)：24-28.
[50]费业泰.误差理论与数据处理[M].北京：机械工业出版社,2005：180-190,
[51]王晓波.用非线性最小二乘法拟合Logistic曲线及其在计算机技术扩散研究中的应用[J].上海大学学报,1995,1(4)：369-375.
[52]张艳锋,严家明.基于最小二乘法的压力传感器温度补偿算法[J],计算机测量与控制,2007,15(12)：1870-1874.
[53]马松龄.最小二乘法在热点偶热电势-温度特性线性化中的应用[J],西安建筑科技大学学报,2001,33(1)：86-88
[54]陈建民.常用热点偶温度计算公式的拟合[J],石油大学学报,1989,13(5)：73-84
[55]陈良,高成敏.快速离散化双线性插值算法[J],计算机工程与设计,2007,28(15)：3787-3789
[56]鞠衍清.用线性插值法求单摆运动周期的近似解[J],大学物理,2006,25(12)：32-33
[57]Zhang Sanyuan, Jiang Fangyan. Interpolating space curve with arc spline[J]. Journal of Image and Graphics:A,1999,4(8):702-706(in Chinese)
[58]舒振宇,汪国昭.开圆弧样条的保形插值算法[J],计算机辅助设计与图形学学报,2007,19(11)：1496-1503.
[59]吕勇刚.汪国昭.扬勋年,等.单圆弧样条保形插值算法[J],计算机学报, 2002,25(5)：483—489.
[60]Hoschek J. Circular splines[J]. Computer-Aided Design.1992.24(11): 611-618
[61]Meek D S. Walton D J. Approrximation of discrete data by G1 arc splines [J]Computer-Aided Design,1992,24(6):301-306
[62]刘继征,雍俊海,郑国勤,孙家广.约束双圆弧插值[J],计算机辅助设计与图形学报,2007,19(1)：123-129
[63]张三元,伍家凤,梁友栋,3D型值点列的双圆弧样条插值[J],浙江大学学报(理学版),2000,27(5)：540-543.
[64]谭建荣.一个矢量形式的双圆弧插值算法[J],工程图形学报,1994,1(1)：63-65.
[65]龚莲.动态测量误差修正灰色建模理论与应用技术研究[D],合肥：合肥工业大学博士论文,2000.
[66]龚莲,费业泰.基于误差传播理论的动态测量误差灰色评定方法[J],工具技术,2001,12(5),31-33.
[67]龚莲,费业泰.动态测量误差灰色模型插值预报理论及应用[J],合肥工业大学学报,2002,25(1),5-8.
[68]何斌,蒙.灰色预测模型拓广方法研究[J],系统工程理论与实践,2002,12(9),137-140.
[69]朱世平.北京河湖水质评价与水华预测方法研究及系统实现[D],北京：北京工商大学硕士论文,2010.
[70]王明伟.风电场短期风速预测研究[D],兰州：兰州理工大学硕士论文,2009.
[71]卢荣胜,费业泰,等.标准量插入神经网络实时误差修正技术研究[J],计量学报,2001,12(1),22-25
[72]丛爽.面向Matlab工具箱的神经网络理论与应用[M],合肥：中国科学技术大学出版社2003.
[73]闫建波.基于BP神经网络的灰色预测模型[D],西安：西安理工大学硕士论文,2009.
[74]李强.基于支持向量机的文本分类方法研究[D],西安：西安科技大学硕士论文,2009.
[75]张万宏.非平稳时间序列的预测方法研究[D],兰州：兰州理工大学硕士论文,2007.
[76]罗凤曼.时间序列预测模型及其算法研究[D],成都：四川大学硕士论文,2006.
[77]贺国光,马寿峰.基于小波分解与重构的时间序列预测法[J],自动化学报,2002.28(6),1012-1014.
[78]王剑.基于MATLAB的小波变换在图象压缩中的应用[J],计算机工程与应用,2003.10(1),22-26.
[79]杜芸芝.基于PRED的厦门绿色城市协调发展评价研究[D],福州：福建农林大学硕士论文,2010.
[80]牛英勃.人体脉搏信号检测分析系统的设计[D],北京：燕山大学硕士论文,2009.
[81]张韵,基于纹理的文本独立离线笔迹鉴别[D],石家庄：河北工业大学硕士论文,2007.
[82]胡家声,变换域数字图像水印技术[D],重庆：西南交通大学硕士论文,2006.
[83]邱文华,运动物体检测及其在机库安全监控中的应用[D],南昌：南昌大学硕士论文,2007.
[84]丁志秀,拭于小波分析的多聚焦图像融合及效果评价方法研究[D],北京：燕山大学硕士论文,2006.
[85]左平,虹膜图像恢复算法的研究[D],吉林：吉林大学博士论文,2008.
[86]兰虎,基于电弧声信号特征MIG焊熔透状态模式识别[D],哈尔滨：哈尔滨理工大学硕士论文,2009.
[87]万伟学,罗会彬.基于小波变换的滤波方法[J],水雷战与舭船防护,200715(3),12-15.
[88]徐波,王玉兰.基于矩阵形式的小波快速算法及DSP实现[J],科学技术与工程,2007,7(2),195-198.
[89]张瑾,杨常清.基于矩阵分析的数字图像处理方法[J],微机发 展,2003,13(5),36-37.
[90]张绪伟,段培永,段晨旭,杨修文.Unscented Kalman滤波的流量测量研究[J],计算机工程与应用,2011.47(1),135-138.
[91]程水英.无味变换与无味卡尔曼滤波[J],计算机工程与应用,2008,44(24)：25-35.
[92]Angrisani L, Baccigalupi A, Moriello R S. Performance assessment of a Kalman filter-based method for ultrasonic time-of-flight estimation[C] Proc IEEE Ultrason Ferroelectr and Freq Control Conf, Montreal, QC, Canada, 2004,1:1058-1061
[93]陆可,肖建.双UKF算法及其在感应电机矢量控制中的应用[J],电机与控制学报,2007,33(11),1202-1208
[94]郁亮.单站无源定位跟踪技术研究[D],成都：电子科技大学硕士论文,2006
[95]Peter J. Huber. Robust Statistics. JohnWiley & Sons,1992.
[96]Pierre Dewallef and Olivier L'eonard. Robust measurement validation on jet-engines. In Proceedings of the Fourth European Conference on Turbomacinery, pages 899-909,2001.
[97]B.T. Pol jak and JA. Z. Tsypkin. Robust identification. Automatica, 16:53-63,1980.
[98]Taewon Yang, Joohun Lee, Ki Yong Lee, and Koeng-Mo Sung. On robust kalman filtering with forgetting factor for sequential speech analysis. Signal Processing,63:151-156,1997.
[99]C. J. Masreliez. Approximate non-gaussian filtering with linear state and observation relations. IEEE Transactions on Automatic Control, pages 107-110, February 1975.
[100]J. T. Connor, R. D. Martin, and L. E. Atlas. Recurrent neural networks and robust, time series prediction. IEEE Transactions on Neural Networks, 5(2), March 1994.
[101]李静,UKF滤波方法在组合导航系统中的应用研究[D],哈尔滨：哈尔滨工程大学硕士论文,2006.
[102]张卫明,张继惟,范子杰,钟山.UKF方法在惯性导航系统初始对准中的应用研究[J],系统工程与电子技术,2007,12(4),23-27
[103]黄铭媛.高超巡航飞行器组合导航系统研究与算法验证[J],上海：上海交通大学硕士论文2008.
[104]Christopher M. Bishop. Neural Networks for Pattern Recognition. Clarendon Press-Oxford,1995.
[105]Louis Wehenkel. Automatic Learning techniques in power systems. Kluwer Academic & Universit'e de Li ege,1998.
[106]王晓亮,刘西拉.基于事例推理系统中的模糊检索[J].上海交通大学学报,2007,41(11),1783-1787.
[107]邱凤翔,许治皋等.基于智能推理技术的凝汽器在线监测和故障诊断系统系统[J].动力工程,2009,29(6),554-558.
[108]屈利,知识库在短期电力负荷预测中的应用研究[D],华北电力大学(河北)硕士论文,2007.
[109]屈利,苑津莎,李丽.基于事例推理的电力系统短期负荷预测[J].电力科学与工程,2008,12(3),33-36
[110]Kolodner J. (1983). Maintaining organization in a dynamic long-term memory. Reconstructive memory, a computer model.2 papers in Cognitive Science, Vol.7, pp.243-280, and pp 281-328.
[111]Schank R. (1982). Dynamic memory; a theory of reminding and learning in computers and people. Cambridge University Press.
[112]Bareiss R. (1989). Exemplar-based knowledge acquisition; A unified approach to concept representation, classification, and learning,. Academic Press.
[113]张俊福,邓本让,朱玉仙,等.应用模糊数学[M].北京：地质出版社,1988.
[114]钟诗胜,王知行,黄炽强,等.基于模糊相似优先的实例检索模型[J].计算机研究与发展,1998,35(9),810-813.
[115]董继先,李伟等.模糊PID控制器在碱回收炉的应用[J].轻工机械, 2009,27(3)：43-46
[116]蔡自信.智能控制原理与应用[M].北京：清华大学出版社,2002.
[117]诸静.模糊控制理论与系统理论[M].北京：机械工业出版社,2005.
[118]李常贤,诸静.双模模糊预测控制在水泥回转窑生料系统中的应用[J].自动化仪表,2004,25(2)：37-39
[119]汪德彪,汤毅.基于RBF神经网络重构模糊PID控制器的研究[J].海南师范大学学报,2008,21(4)：420-42
[2]金海军,王群京,张志勇,等.压缩机性能试验装置排气压力自动调节系统的设计与研究[J].流体机械,2009,37(2)：28-31.
[3]林子良,孙晓明,邓永清,等.快速充气修正法测量压缩机流量的不确定度分析[J].通用机械,2007,4：70-73
[4]金海军,王群京,张志勇,等.车用空压机在线快速检测的动态修正方法[J].流体机械,2012,40(2)：28-31.
[5]Pierre Dewallef. On-Line Performance monitoring and engine diagnostic using robust kalman filering techniques[J].2003 ASME TURBO EXPO:proceedings of GT2003,2003,16-17
[6]乔善智.车用空压机的窜油问题[J].压缩机技术,1993,120(4)：29-34.
[7]刘桂华.车用空气压缩机品质改进的研究[D].吉林：吉林大学硕士学位论文,2008.
[8]国家质量技术监督司计量局,测量不确定度评价与表示指南[M],北京：中国
计量出版社,2000.78-85
[9]徐科军,李成.传感器动态误差的频域修正方法[J].电子测量与仪器学报,1999,13(1)：34-39
[10]卢荣胜.动态测量实时误差修正技术研究[D].合肥：合肥工业大学博士学位论文,1998.
[11]肖矛.压缩机性能试验不确定度分析[J].流体机械,2003,31(9)：8-10.
[12]杨卫玲.容积式压缩机流量测量与不确定度分析[J].通用机械,2007,31(5)：17-21.
[13]ISO 5168-2005.流体流量的测量.不确定度评估程序[M],北京：国家标准委员会,2005.19-35
[14]田旭东,周仝,等.制冷压缩机制冷量的测定及其不确定度分析[J].流体机械,2003,31(9)：8-10.
[15]林子良,邓永清,金海军,孙晓明,张志勇,等.汽车用压缩机耐久性试验装置的研制[J].流体机械,2003,31(9)：8-10.
[16]范莉娜.基于Internet的大型矿山设备选型设计系统研究[D].太原：太原理工大学硕士论文,2008.
[17]GB/T15487-1995.容积式压缩机流量测量方法[S].北京：中国标准出版社.2004.
[18]朱顺才.空压机实验装置的设计建造与性能研究基于[J].海军工程大学学报,1994,21(3)：22-25
[19]王柏华.矿用压缩机性能测试分析[J].矿山机械,2006,34(11)：104-106.
[20]曹荣曼,朱凤彬.关于空气压缩机性能对比分析论证[J].压缩机技术,2009,30(4)：23-27.
[21]金海军.车用空压机性能试验装置的研制[D].合肥：安徽农业大学硕士论文,2008.
[22]赵国山,仇性启,邵宗水.活塞式压缩机控制方法概述[J].通用机械,2005,26(12)：41-46.
[23]王广兵.往复活塞式压缩机特性参数的确定[J].化工设备与管道,2005,33(3)：11-15.
[24]刘莉.车用空压机故障模式分析与改进[D].吉林：吉林大学硕士论文,2006.
[25]张纪鹏.车用空气压缩机性能试验台[J].汽车技术,2000,21(6)：21-23
[26]刘立义.车空压机窜油问题的分析[J].铜业工程,2003,34(4)：55-56
[27]刘峰,李德金,田庆福.微型空压机活塞窜油分析[J].铁道机车车辆工人,2004,18(3)：18-19
[28]TB/T2711-2005.机车、动车用空气压缩机试验方法[S].中华人民共和国铁道部标准,北京：中国标准出版社.
[29]刘志平,石林英.最小二乘法原理及其MATLAB实现[J].中国西部科技,2000,21(6)：21-23
[30]陆毅,翟丽芳.基于最小二乘法拟合的热电偶温势特性的虚拟设计[J].系统仿真技术,2008,07(6)：33-34
[31]于连栋.动态测量系统现代建模理论研究[D].合肥：合肥工业大学博士论 文,2003.
[32]陈晓怀,费业泰,黄强先,全系统测量精度理论的基本问题[J].制造业自动化,1999,21(6)：46-47.
[33]程真英,费业泰,陈晓怀.动态测量系统均匀设计理论研究[J].中国机械工程,2008,19(8)：1000-1007.
[34]费业泰,陈晓怀,李树富.精密测试及仪器的误差修正技术[J].宇航计测技术,1996,16(4)：66-70
[35]曲巍巍,高峰,等.三坐标测量机误差源分析与修正技术[J].机械设计,2009,26(6)：76-78
[36]杨洪涛.坐标测量机误差建模与修正技术研究[D].合肥：合肥工业大学博士论文,2000.
[37]朱庆杰,陈静,等.贝叶斯预测模型在气温变化预测中的应用[J].河北理工学院学报,2002,22(4)：92-97.
[38]吕林涛,李军坏,吕晖,等.贝叶斯模型及其预测算法在数据挖掘中的应用研究[J].计算机工程与应用,2004,20(4)171-174.
[39]陈晓怀,程真英,费业泰,基于贝叶斯模型的动态误差实时修正方法的研究[J].计量学报,2006,27(9)：31-34.
[40]陈茜,贝叶斯预测模型的应用[J].科苑论坛,2007,11(5)：43-44.
[41]周代刚,李世平,杨尚达,张子良.基于改进RBF神经网络的动态测量误差预测方法[J].工业仪表与自动化装置,2008,20(6)：63-65.
[42]韩敏.基于改进RBF神经网络的非线性时间序列预测[J].仪器仪表学报,2003,(8)：574—576.
[43]宁晓菊,梁军利.基于UKF的高斯和滤波算法[J].计算机仿真,2006,23(12)：100-10.
[44]Angrisani L, Baccigalupi A, Moriello R S. Performance assessment of a Kalman filter based method for ultrasonic time of flight estimation[C], Proc IEEE Ultrason Ferroelectr and Freq Control Conf, Montreal, QC, Canada, 2004,1:1058-1061.
[45]张弦,李世平,孙浚清,等.基于支持向量机的动态测量误差非线性组合预 测方法[J],工业仪表与自动化装置,2007,21(7)：50-53.
[46]Simon Haykin. Kalman filtering and neural networks. Wiley series on adaptive and learning systems for signal processing, communications and control,2001.
[47]田瑞.应急交通保障辅助决策支持系统相关模型与方法研究[D]吉林大学博士论文,2011.
[48]赵永龙,杜成瑞,等.基于知识推理的水库智能化调度决策技术研究[J],水电能源科学,2011,12(5)：33-37.
[49]王晓亮；刘西拉,等.基于事例推理系统中的模糊检索[J],上海交通大学学报,2007,34(11)：24-28.
[50]费业泰.误差理论与数据处理[M].北京：机械工业出版社,2005：180-190,
[51]王晓波.用非线性最小二乘法拟合Logistic曲线及其在计算机技术扩散研究中的应用[J].上海大学学报,1995,1(4)：369-375.
[52]张艳锋,严家明.基于最小二乘法的压力传感器温度补偿算法[J],计算机测量与控制,2007,15(12)：1870-1874.
[53]马松龄.最小二乘法在热点偶热电势-温度特性线性化中的应用[J],西安建筑科技大学学报,2001,33(1)：86-88
[54]陈建民.常用热点偶温度计算公式的拟合[J],石油大学学报,1989,13(5)：73-84
[55]陈良,高成敏.快速离散化双线性插值算法[J],计算机工程与设计,2007,28(15)：3787-3789
[56]鞠衍清.用线性插值法求单摆运动周期的近似解[J],大学物理,2006,25(12)：32-33
[57]Zhang Sanyuan, Jiang Fangyan. Interpolating space curve with arc spline[J]. Journal of Image and Graphics:A,1999,4(8):702-706(in Chinese)
[58]舒振宇,汪国昭.开圆弧样条的保形插值算法[J],计算机辅助设计与图形学学报,2007,19(11)：1496-1503.
[59]吕勇刚.汪国昭.扬勋年,等.单圆弧样条保形插值算法[J],计算机学报, 2002,25(5)：483—489.
[60]Hoschek J. Circular splines[J]. Computer-Aided Design.1992.24(11): 611-618
[61]Meek D S. Walton D J. Approrximation of discrete data by G1 arc splines [J]Computer-Aided Design,1992,24(6):301-306
[62]刘继征,雍俊海,郑国勤,孙家广.约束双圆弧插值[J],计算机辅助设计与图形学报,2007,19(1)：123-129
[63]张三元,伍家凤,梁友栋,3D型值点列的双圆弧样条插值[J],浙江大学学报(理学版),2000,27(5)：540-543.
[64]谭建荣.一个矢量形式的双圆弧插值算法[J],工程图形学报,1994,1(1)：63-65.
[65]龚莲.动态测量误差修正灰色建模理论与应用技术研究[D],合肥：合肥工业大学博士论文,2000.
[66]龚莲,费业泰.基于误差传播理论的动态测量误差灰色评定方法[J],工具技术,2001,12(5),31-33.
[67]龚莲,费业泰.动态测量误差灰色模型插值预报理论及应用[J],合肥工业大学学报,2002,25(1),5-8.
[68]何斌,蒙.灰色预测模型拓广方法研究[J],系统工程理论与实践,2002,12(9),137-140.
[69]朱世平.北京河湖水质评价与水华预测方法研究及系统实现[D],北京：北京工商大学硕士论文,2010.
[70]王明伟.风电场短期风速预测研究[D],兰州：兰州理工大学硕士论文,2009.
[71]卢荣胜,费业泰,等.标准量插入神经网络实时误差修正技术研究[J],计量学报,2001,12(1),22-25
[72]丛爽.面向Matlab工具箱的神经网络理论与应用[M],合肥：中国科学技术大学出版社2003.
[73]闫建波.基于BP神经网络的灰色预测模型[D],西安：西安理工大学硕士论文,2009.
[74]李强.基于支持向量机的文本分类方法研究[D],西安：西安科技大学硕士论文,2009.
[75]张万宏.非平稳时间序列的预测方法研究[D],兰州：兰州理工大学硕士论文,2007.
[76]罗凤曼.时间序列预测模型及其算法研究[D],成都：四川大学硕士论文,2006.
[77]贺国光,马寿峰.基于小波分解与重构的时间序列预测法[J],自动化学报,2002.28(6),1012-1014.
[78]王剑.基于MATLAB的小波变换在图象压缩中的应用[J],计算机工程与应用,2003.10(1),22-26.
[79]杜芸芝.基于PRED的厦门绿色城市协调发展评价研究[D],福州：福建农林大学硕士论文,2010.
[80]牛英勃.人体脉搏信号检测分析系统的设计[D],北京：燕山大学硕士论文,2009.
[81]张韵,基于纹理的文本独立离线笔迹鉴别[D],石家庄：河北工业大学硕士论文,2007.
[82]胡家声,变换域数字图像水印技术[D],重庆：西南交通大学硕士论文,2006.
[83]邱文华,运动物体检测及其在机库安全监控中的应用[D],南昌：南昌大学硕士论文,2007.
[84]丁志秀,拭于小波分析的多聚焦图像融合及效果评价方法研究[D],北京：燕山大学硕士论文,2006.
[85]左平,虹膜图像恢复算法的研究[D],吉林：吉林大学博士论文,2008.
[86]兰虎,基于电弧声信号特征MIG焊熔透状态模式识别[D],哈尔滨：哈尔滨理工大学硕士论文,2009.
[87]万伟学,罗会彬.基于小波变换的滤波方法[J],水雷战与舭船防护,200715(3),12-15.
[88]徐波,王玉兰.基于矩阵形式的小波快速算法及DSP实现[J],科学技术与工程,2007,7(2),195-198.
[89]张瑾,杨常清.基于矩阵分析的数字图像处理方法[J],微机发 展,2003,13(5),36-37.
[90]张绪伟,段培永,段晨旭,杨修文.Unscented Kalman滤波的流量测量研究[J],计算机工程与应用,2011.47(1),135-138.
[91]程水英.无味变换与无味卡尔曼滤波[J],计算机工程与应用,2008,44(24)：25-35.
[92]Angrisani L, Baccigalupi A, Moriello R S. Performance assessment of a Kalman filter-based method for ultrasonic time-of-flight estimation[C] Proc IEEE Ultrason Ferroelectr and Freq Control Conf, Montreal, QC, Canada, 2004,1:1058-1061
[93]陆可,肖建.双UKF算法及其在感应电机矢量控制中的应用[J],电机与控制学报,2007,33(11),1202-1208
[94]郁亮.单站无源定位跟踪技术研究[D],成都：电子科技大学硕士论文,2006
[95]Peter J. Huber. Robust Statistics. JohnWiley & Sons,1992.
[96]Pierre Dewallef and Olivier L'eonard. Robust measurement validation on jet-engines. In Proceedings of the Fourth European Conference on Turbomacinery, pages 899-909,2001.
[97]B.T. Pol jak and JA. Z. Tsypkin. Robust identification. Automatica, 16:53-63,1980.
[98]Taewon Yang, Joohun Lee, Ki Yong Lee, and Koeng-Mo Sung. On robust kalman filtering with forgetting factor for sequential speech analysis. Signal Processing,63:151-156,1997.
[99]C. J. Masreliez. Approximate non-gaussian filtering with linear state and observation relations. IEEE Transactions on Automatic Control, pages 107-110, February 1975.
[100]J. T. Connor, R. D. Martin, and L. E. Atlas. Recurrent neural networks and robust, time series prediction. IEEE Transactions on Neural Networks, 5(2), March 1994.
[101]李静,UKF滤波方法在组合导航系统中的应用研究[D],哈尔滨：哈尔滨工程大学硕士论文,2006.
[102]张卫明,张继惟,范子杰,钟山.UKF方法在惯性导航系统初始对准中的应用研究[J],系统工程与电子技术,2007,12(4),23-27
[103]黄铭媛.高超巡航飞行器组合导航系统研究与算法验证[J],上海：上海交通大学硕士论文2008.
[104]Christopher M. Bishop. Neural Networks for Pattern Recognition. Clarendon Press-Oxford,1995.
[105]Louis Wehenkel. Automatic Learning techniques in power systems. Kluwer Academic & Universit'e de Li ege,1998.
[106]王晓亮,刘西拉.基于事例推理系统中的模糊检索[J].上海交通大学学报,2007,41(11),1783-1787.
[107]邱凤翔,许治皋等.基于智能推理技术的凝汽器在线监测和故障诊断系统系统[J].动力工程,2009,29(6),554-558.
[108]屈利,知识库在短期电力负荷预测中的应用研究[D],华北电力大学(河北)硕士论文,2007.
[109]屈利,苑津莎,李丽.基于事例推理的电力系统短期负荷预测[J].电力科学与工程,2008,12(3),33-36
[110]Kolodner J. (1983). Maintaining organization in a dynamic long-term memory. Reconstructive memory, a computer model.2 papers in Cognitive Science, Vol.7, pp.243-280, and pp 281-328.
[111]Schank R. (1982). Dynamic memory; a theory of reminding and learning in computers and people. Cambridge University Press.
[112]Bareiss R. (1989). Exemplar-based knowledge acquisition; A unified approach to concept representation, classification, and learning,. Academic Press.
[113]张俊福,邓本让,朱玉仙,等.应用模糊数学[M].北京：地质出版社,1988.
[114]钟诗胜,王知行,黄炽强,等.基于模糊相似优先的实例检索模型[J].计算机研究与发展,1998,35(9),810-813.
[115]董继先,李伟等.模糊PID控制器在碱回收炉的应用[J].轻工机械, 2009,27(3)：43-46
[116]蔡自信.智能控制原理与应用[M].北京：清华大学出版社,2002.
[117]诸静.模糊控制理论与系统理论[M].北京：机械工业出版社,2005.
[118]李常贤,诸静.双模模糊预测控制在水泥回转窑生料系统中的应用[J].自动化仪表,2004,25(2)：37-39
[119]汪德彪,汤毅.基于RBF神经网络重构模糊PID控制器的研究[J].海南师范大学学报,2008,21(4)：420-42