荧光免疫层析定量检测系统的设计与实现

荧光免疫层析定量检测技术正被广泛应用于临床检测领域,实现基于该技术的定量检测系统具有实际意义。针对这一目的,通过设计光学机构与电子电路,实现了一套完整的荧光免疫层析定量检测系统。该检测系统包括荧光信号检测,信息处理以及上位机软件等功能模块,可自动控制样本定量检测的全过程,最终输出结果。实验表明,系统最小可测的荧光物质溶液浓度量级为0．001％;测得的数据重复性误差为1．3％;定量结果误差小于2％。系统对荧光分析样本的测试快捷准确,具有重要的意义。     

基于EEMD阈值去噪的电能质量扰动检测研究

电能质量信号的采集常受噪声干扰,影响对扰动信号的分析。研究具有自适应性的EEMD阈值去噪方法,对染噪电能质量扰动信号进行去噪,并与小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值4种阈值方法的去噪效果相比较。通过对去噪前后的波形、信噪比SNR和重构后的均方误差MSE 3个标准进行分析比较,对除噪后的信号进行HHT获取扰动的特征量。仿真结果表明,EEMD阈值方法消噪后的波形接近真实值,信噪比高,均方误差小,通过HHT提取的特征量可以准确定位扰动发生的起止时刻和获取扰动的瞬时频率和幅值信息。     

基于改进经验小波变换的局部放电荧光信号去噪

由于现场环境的复杂性,局部放电(partial discharge,PD)检测伴随着大量噪声干扰,易出现PD漏报与误报现象,影响电力设备后续运维工作。文中采用荧光光纤PD检测法,提出了基于谱峭度和改进经验小波变换(empirical wavelet transform,EWT)的自适应PD荧光信号去噪算法。首先利用快速谱峭度图确定荧光信号傅里叶频谱的紧支撑区域边界,随后对含噪荧光信号进行EWT分解并获得荧光信号所在的有用信号分量,最后对有用信号分量采用小波阈值法去除残留噪声,得到去噪后的PD荧光信号。利用该方法对仿真荧光信号进行去噪分析,并将去噪结果与经验模态分解-小波变换(empirical mode decomposition-wavelet transform,EMD-WT)法和EWT法进行对比,结果表明,该方法在信噪比、均方根误差和归一化相关系数等指标方面都有所提升,证明了该方法具有良好的去噪效果。此外,实测信号的去噪结果表明,该方法的降噪率优于EMD-WT法和EWT法,具有较好的噪声抑制能力。     

染污绝缘子安全区泄漏电流检测中去除信号干扰方法

针对染污绝缘子安全区泄漏电流信号包含大量噪声干扰、很难准确提取其有效特征量的问题,利用4种小波阈值去噪方法对不同信噪比的实测安全区泄漏电流信号进行去噪,提取去噪前后的泄漏电流波形、有效值以及3次谐波与基波幅值比这3个特征量,对比分析了其去噪效果,优选出最适合安全区泄漏电流特征量提取的小波去噪方法。通过分析得出在信噪比大于1.0时,对于安全区泄漏电流波形和有效值,自适应阈值是最佳的去噪方法;对于3次谐波与基波的幅值比,4种阈值去噪法获得的比值对真实比值的逼近效果基本一样。综合比较实测信号提取的各个特征量去噪前后的效果可知,自适应阈值法是提取安全区泄漏电流特征量的最佳去噪方法。     

基于广义S变换模时频矩阵的局部放电特高频信号去噪方法

为有效抑制局部放电特高频信号中的噪声干扰,提出一种基于广义S变换模时频矩阵的去噪方法。基于二维模时频矩阵,采用区域最大能量法提取周期性窄带干扰的特征量,并通过矩阵逆向分离将其去除;采用奇异值分解去噪方法抑制信号中的高斯白噪声。使用该方法对仿真信号和实验室实测信号进行去噪处理,并与传统方法去噪结果进行对比。结果表明,所提方法能有效抑制局部放电信号特高频信号中的噪声,同时更好地保留了原始局部放电信号特征。对现场实测信号进行去噪处理,与传统方法相比,该方法具有较高的噪声抑制比和较低的幅值衰减比,可以有效提取局部放电超高频信号。     

基于 TDLAS 技术的 CO2 浓度检测方法研究

全球变暖日益严重,二氧化碳作为温室气体的主要成分,需要精准把控。 可调谐半导体激光吸收光谱技术因其具有高 灵敏度、高分辨率的特点,被广泛应用于气体检测等领域。 为了进一步提高 TDLAS 系统的测量精度,在小波去噪的基础上,对 去噪后的 TDLAS 二次谐波信号进行了频域分析处理,利用离散小波变换提取与 CO2 浓度变化相关的频域特征信号,建立回归 模型反演气体浓度。 时域回归模型校正集与预测集的相关系数分别为 0. 998 5 和 0. 997 3,RMSE 值分别为 0. 045 9% 和 0. 017 9%,预测集的最大相对误差为 4. 62%;频域回归模型校正集与预测集的相关系数分别为 0. 999 3 和 0. 999 7,RMSE 值分 别为 0. 032 0%和 0. 006 9%,预测集的最大相对误差为 1. 54%。 实验结果表明 TDLAS 系统的预测能力和测量精度均有效提高, 验证了该方法的可行性。     

基于谱峭度分析和粒子群Kmeans算法的高压断路器故障诊断研究

为满足电网对高压断路器高效诊断要求,提出一种谱峭度分析和粒子群K均值算法(PSO-Kmeans)相结合的故障诊断方法。该方法首先对正常状态和故障状态振动信号进行快速Kurtogram谱峭度分析,得到谱峭度指标最大中心频率和相应频率分辨率,据此设计带通滤波器对信号进行去噪;对去噪后的信号进行小波分解,提取小波包能量熵作为特征量;进一步采用PSO-Kmeans对特征量进行聚类分析。实验结果表明:改进谱峭度分析法弥补了传统带通滤波器参数确定的不足,提升去噪效果;去噪与PSO-Kmeans算法相结合的诊断方法克服了传统Kmeans易受初始聚类中心影响的缺点,聚类效果良好且精度高于传统算法,证实该方法适用于高精度高压断路器机械故障诊断。     

基于小波和扩展Prony算法的电压闪变检测新方法

实际信号中通常叠加有随机噪声,针对Prony算法对噪声较为敏感的不足,将小波变换和扩展Prony分析相结合应用于电压闪变检测分析。采用一种基于新阈值函数的小波去噪法对含噪闪变信号进行去噪预处理,并通过扩展Prony分析提取去噪后信号的特征信息。仿真实验结果表明,该方法有助于提高扩展Prony算法对电压闪变信号检测的精确性,并验证了其准确性和有效性。     

基于小波和扩展Prony算法的电压闪变检测新方法

实际信号中通常叠加有随机噪声,针对Prony算法对噪声较为敏感的不足,将小波变换和扩展Prony分析相结合应用于电压闪变检测分析.采用一种基于新阈值函数的小波去噪法对含噪闪变信号进行去噪预处理,并通过扩展Prony分析提取去噪后信号的特征信息.仿真实验结果表明,该方法有助于提高扩展Prony算法对电压闪变信号检测的精确性,并验证了其准确性和有效性.     

基于改进小波阈值函数和奇异值分解的电能质量扰动检测定位

为了在噪声环境下准确提取电能质量扰动特征,本文提出基于改进小波阈值函数去噪和奇异值分解的电能质量扰动检测定位方法。首先构建改进小波阈值函数对含噪电能质量扰动信号降噪,利用经验模态分解的信号频带划分能力,实现降噪后扰动信号各模态的有效分离,再采用希尔伯特变换提取各模态幅值、频率等特征信息,同时基于奇异值分解实现对扰动信号的起止时刻的有效定位。最后分别采用不同类型的电能质量扰动信号进行仿真实验,实验证明本文提出的算法不仅具有良好的抗噪性能,同时具有较高的定位准确度和良好的鲁棒性。     

颅内压检测分析仪电磁屏蔽效能定量计算方法

提出一种定量计算无创颅内压检测分析仪电磁屏蔽效能的方法,使仪器电磁泄漏这一不可控因素变得可控。基于经典Schelkunoff原理及传输线理论推导出平面波屏蔽模型,并引入箱体孔隙修正系数对屏蔽模型进行修正;对修正前后的屏蔽模型进行仿真分析,获得箱体屏蔽效能计算模型;通过辐射发射试验对屏蔽前后仪器的辐射场强数据进行测试,对测试结果与模型计算结果进行比较。结果表明仪器的屏蔽效能计算值与试验值场强衰减一致,故将该计算模型作为颅内压检测分析仪电磁屏蔽效能定量计算的一种方法,同时为医用电气设备电磁兼容设计、测试及整改提供重要参考。     

改进D-S证据理论在变电站人体跌倒检测的应用

为了提高变电站人体跌倒检测准确率,提出了一种基于改进D-S证据理论的人体跌倒检测算法。利用垂直外接矩形和最小面积外接矩形对检测到的人体目标进行描述,分析目标区域的矩形宽高比、人体质心高度比和人体躯干倾斜角的人体目标特征变化。针对复杂人体姿态情况下存在的目标特征冲突问题,提出采用D-S证据理论对特征信息进行融合。通过自定义的广义三角模糊函数构造3种人体特征的基本概率指派函数,生成3种人体目标特征基本概率指派(basic probability assignment,BPA)。基于Murphy算法,提出一种双重加权平均证据源的改进算法,既可以融合各个独立证据的一致信息,也可以融合冲突信息。实验结果证明,该人体跌倒检测算法具有较高的跌倒识别准确率,可以合理的生成基本概率指派,有效地融合冲突证据,能够满足变电站人员安全监控的需要。     

基于太赫兹波的复合绝缘子界面检测研究

复合绝缘子的交界面缺陷问题严重威胁着电网的安全运行。为了有效评估复合绝缘子的界面性能,研究基于太赫兹波的无损检测方法。首先理论分析了太赫兹反射波在不同性能界面中的传播过程。测试界面气隙、蚀损缺陷情形的太赫兹反射波,分析太赫兹波在含缺陷界面中的反射传播特性。针对气隙缺陷,提出通过太赫兹波形特征比对的定量检测方法;针对蚀损缺陷,提出基于波形差值的成像检测方法。根据太赫兹波形特征信息,可对界面气隙和蚀损缺陷进行分类诊断。对实际缺陷的测试表明,太赫兹时域反射波在复合绝缘子界面缺陷检测中具有较高的应用价值。     

基于主成分回归分析的SF6分解组分红外光谱定量

SF6气体分解组分的定量分析对于气体绝缘组合电器(gas insulated switchgear,GIS)设备的在线监测与故障诊断具有重要的意义。基于朗伯比尔定律进行气体红外定量分析时存在吸收系数的难确定性和多组分检测的繁琐性问题,为解决此问题,采用了主成分回归分析的红外定量算法,并选取SO2F2、SOF2、SO23种分解组分及其特征吸收峰作为研究对象。该算法分别以光谱数据与气体体积分数作为输入和输出,建立了吸收光谱图与浓度信息的直接对应关系。试验配制了3种特征组分的含量样本,由训练样本获得光谱数据并依据算法建立了红外定量预测模型。通过比较主成分回归分析算法和拟合法的红外定量效果,表明了回归算法模型定量精度高于拟合法。检验样本和实测数据的预测结果都表明,该算法和预测模型具有很好的适用价值。     

基于多参数权重分析的油中溶解气体色谱峰识别

针对因监测装置现场干扰而出现色谱图曲线存在基线抖动,并导致色谱峰误识别和漏识别的问题,提出多参数权重比分析方法。通过计算得出峰偏移时间、峰型的半峰宽、峰型与标准峰的相似度以及峰高等特征参数,并进行归一化处理。同时,设置特征参数在不同条件下的权重比系数,并以峰型差异综合判断真假色谱峰。测试结果表明,该算法可规避现场干扰的影响,提高了低浓度气体峰检测的准确性,利于提高变压器油中溶解气体监测的可靠性。     

基于Radon变换的机织物纬斜检测方法

利用图像处理技术分析纺织品的参数、确定其品质是纺织工业领域的一个发展趋势。为了准确检测织物的纬斜角度,提出了一种基于Radon变换的机织物纬斜检测方法。通过全1矩阵补偿织物图像的Radon变换,使其方差-倾角特性曲线呈现单一的峰值特性,将纬斜检测问题转化为峰值搜索问题,提高了检测的可靠性。提出了一种变尺寸搜索算法,利用图像尺寸的变化加快了纬斜检测速度,减少了检测耗时。实验结果表明,在合理的参数配置下,该方法用于检测机织物纬斜,能够确保不大于0.15°的检测误差,单次检测耗时不超过30ms。     

基于数据统计特性的GS-SVM电池峰值功率预测模型

以锰酸锂动力电池为研究对象,对电池处于不同温度和荷电状态下的情况进行10 s峰值功率测试,同时测量电池内阻。对实验测试得到的温度、荷电状态、内阻及峰值功率数据进行统计分析,包括测试变量间的相关程度评估和共线性检测,挖掘电池外特性参数与峰值功率数据间的统计关系。在此基础上,提出采用基于网格搜索的支持向量机(GS-SVM)建立电池的峰值功率预测模型。验证结果表明所提模型预测精度高,平均误差仅为3.65%;该模型训练时间短、响应速度快、操作性强,可以实现对动力电池峰值功率的快速估计,为电动汽车安全可靠运行提供有力保障。     

一种将共模电压抑制50%的间接矩阵变换器新型空间矢量调制方法

针对现有间接矩阵变换器(IMC)共模电压峰值抑制只能达到43%的问题,提出一种可以将共模电压(CMV)峰值抑制50%的新型空间矢量调制方法。首先研究了IMC各矢量下的CMV特性,在此基础上,新型调制方法根据输入电压所在的扇区选择最小CMV的零矢量和有效矢量,将有效矢量作用下的CMV峰值降低到0.29 V_in,零矢量作用下的CMV峰值降低到0.5 V_in,从而整体上抑制了CMV峰值。该新型调制方法利用IMC零电流矢量作用下的CMV与逆变级矢量无关的特性,解决了逆变级死区效应引起的共模尖峰问题,以及利用零电流矢量作用下的直流侧电压为0特性,逆变级实现了零电压开关(ZVS)。最后通过实验验证了新型调制方法的有效性。     

Evaluating two new indicators of cardiac reserve

The receiver operator characteristic (ROC) curve and likelihood ratio (LR) are two effective methods to comprehensively and accurately evaluate a diagnostic test, which can select the cutoff point for a diagnostic indicator and judge the efficiency of a diagnostic test by calculating area under the ROC curve (AUCROC). To evaluate the value of these two new indicators for cardiac reserve in evaluating cardiac function, we carried out the study discussed in this article. A cardiac contractility monitor (CCM), based on a notebook computer was used The hardware of the CCM consists of a phonocardiographic sensor, a heart sound signal preprocessing box, a notebook computer, and a printer. The basic points for heart sound quantitative analysis were: 1) measuring the duration and the amplitude of relevant heart sound components and 2) generating relevant indicators based on the data obtained from the above measurements. The phonocardiogram exercise test was used for this study.     

低压系统短路故障建模及电流预测技术

短路电流峰值对低压系统选择性保护及其断路器可靠分断十分重要,迄今尚缺乏深入研究。利用短路故障早期检测技术,在仿真分析短路故障早期参数的基础上,采用灰度关联度,得出对短路电流峰值的主要影响因素,并采用极端学习机(ELM)实现短路电流峰值的预测。仿真结果表明,灰色关联度可有效辨识短路电流主要因素,降低了短路电流预测特征变量维数。基于短路故障早期检测及极端学习机的短路电流预测方法,具有鲁棒性强且精度高的特点,为低压选择性保护技术的实现奠定基础。