城市地下燃气管网泄漏定位研究

由于城市燃气管网泄漏极具危险性,而现有的检测定位手段不能有效地对泄漏点准确及时的发现与定位。根据互双谱延时估计理论,将双谱应用于地下中压燃气管网泄漏的定位,通过直接法得到互双谱和自双谱的估计值,由该估计值得到双谱的相位,为了得到真正意义相位,对估计相位进行了解卷绕,得到最小二乘意义上的无卷绕相位,最后由互双谱和自双谱的无卷绕的相位差得到泄漏点的位置,并通过大量的泄漏定位实验证明了该方法的有效性。实验结果表明,该方法应用于城市中、低压管网的泄漏定位,在检测距离为30m的情况下,定位绝对误差小于2m。     

新型智能楼宇燃气管网泄漏监测系统的设计

针对智能楼宇的燃气管网泄漏监测问题,提出了一种基于ZigBee无线网络的新型分布式自动监测系统的设计方案;整体系统由多个分布在楼宇各主要燃气管口的监测节点和一个安装在监控室的中心节点构成;基于ZigBee芯片MC13192、ARM微处理器LPC2124、甲烷传感器及RS-232总线开发技术实现了系统硬件;基于VC++、ACCESS数据库及嵌入式C语言研发了系统软件;试用结果表明,该系统平均响应时间仅为3.56s、燃气泄漏浓度的平均检测精度高达98.6%,具有精度高、鲁棒性强、反应速度快及运行安全稳定等特点,能够很好地满足智能楼宇燃气管网泄漏的高精度自动化监测需求。     

城镇燃气管网优化设计与实现

文章在阐述城镇燃气管网网络结构优化设计理论的基础上,提出了燃气管网系统网络结构的多目标函数优化设计模型,讨论了VC++和FortranPowerStation混合编程的实现方法,运用文中优化设计模型和混合编程技术,编制出适用于城镇燃气输配管网优化设计的软件系统,实现了超大型城镇燃气管网的工程设计与计算。     

地理信息系统在城市地下燃气管网管理中的应用

GIS技术的应用为城市地下燃气管网的管理提供了一个平台。本文主要介绍了福州市燃气管网综合管理系统的结构、功能以及数据库的建立。     

Arclnfo平台下燃气管网事故关阀分析的技术实现

GIS技术提供了一种以空间为特性的全新数据处理模式，近些年在燃气行业中得到广泛应用，但是目前的燃气管网GIS系统大多只停留在对管网资料的管理上。通过工程项目实例，提出燃气管网GIS系统更智能化技术——在Arclnfo平台下实现管网事故关阀分析技术，探讨关阀分析机制的详细方法和实现流程。     

基于GIS技术的燃气管网图档管理系统的设计

图档管理是燃气管线输配管理的重要环节，随着西气东输，上海的燃气将逐渐从人工煤气过渡到天然气，在天然气置换前、中、后的不同阶段，管网图档都起着非常重要的作用，而一般的图档管理技术，必将成为新形势下燃气管网信息管理的瓶颈。该主要探讨如何利用地理信息系统概念和技术，应用于生产实践，解决实际问题。从构建燃气企业的地下管网图档管理地理信息平台出发，介绍了GIS图档管理系统的总体框架、主要功能、应用展望及与其他技术的结合。     

城市燃气管网SCADA系统设计

本文介绍了燃气管网监控和数据采集(SCADA)系统的设计．包括系统的总体结构，通讯方式，软硬件配置等，给出了解决方案。通过组态监控软件，网络技术，PLC，RTU等技术的应用。提高了燃气管网的自动化水平。     

水力计算自适应优化算法仿真研究

利用VC++6.0语言,采用有限元节点法,研制出燃气管网水力计算自适应优化仿真软件。该自适应优化仿真算法在深入研究燃气管网水力计算结果与实际测量值之间存在偏差主要原因的基础上,根据实际测量管网数据对水力计算进行参数自适应辨识优化处理,能够离线或在线动态调整节点流量和管道过气能力系数,使水力计算的结果和实际测量数据在一定精度条件下相吻合,有效地解决了燃气管网计算过程收敛速度慢或不收敛的问题,大大减小了燃气管网水力计算的工作量,提高了计算精度和工作效率。     

基于GIS技术的燃气管网图档管理系统的设计

图档管理是燃气管线输配管理的重要环节,随着西气东输,上海的燃气将逐渐从人工煤气过渡到天然气,在天然气置换前、中、后的不同阶段,管网图档都起着非常重要的作用,而一般的图档管理技术,必将成为新形势下燃气管网信息管理的瓶颈.该文主要探讨如何利用地理信息系统概念和技术,应用于生产实践,解决实际问题.从构建燃气企业的地下管网图档管理地理信息平台出发,介绍了GIS图档管理系统的总体框架、主要功能、应用展望及与其他技术的结合.     

城市燃气管网SCADA系统设计与应用

SCADA系统在城市燃气管网中应用非常广泛.本文描述了SCADA系统的三个重要部分：调度中心,监控终端站,通信系统.该系统可以完成对城市燃气管网的监控.本文提出了先进完整的现场解决方案,在城市燃气管网中可以得到广泛应用.     

Noisy texture classification: A higher-order statistics approach

In this paper, a novel texture classification scheme using higher-order statistics (HOS) functions as discriminating features is proposed. It is well known that such statistical parameters are insensitive to additive Gaussian noise. In particular, third-order statistical parameters, i.e. third-order cumulants and bispectrum, are insensitive to any symmetrically distributed noise, and also exhibit the capability of better characterizing non-Gaussian signals. By exploiting these HOS properties, it is possible to devise a robust method for classifying textures affected by noise with different distributions and even with very low signal-to-noise ratios.     

基于MOMEDA与双谱分析的滚动轴承早期故障诊断

滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。     

基于双谱特征的同质量球形铀部件丰度检测

核部件属性检测是核材料检测中的热点与难点问题,针对铀部件检测系统中丰度信息易受探测器基本属性、几何位置及噪声的影响,通过分析铀部件探测信号互相关函数的双谱特性,提取双谱中的特征量作为铀部件丰度检测的数据集,消除了本底噪声对探测信号的影响。此外,基于BP神经网络,构建了一种同质量球形铀部件的丰度判定方法,实现了对测试样本的丰度检测。测试结果表明,该方法在存在高斯白噪声情况下可有效判定同质量球形铀部件的丰度,其测试误差的平均值为0.005115,最大误差为0.009927。     

基于高阶累积量和DNN模型的井下信号识别方法

针对矿井复杂异构的无线环境,提出一种基于高阶累积量和DNN模型的井下信号识别方法,实现了井下BPSK,QPSK,8PSK,2FSK,4FSK,8FSK,32QAM,64QAM,OFDM等数字信号的自动调制识别。分析得到9种数字信号的高阶累积量理论值,并通过傅里叶变换提高信号辨识度;分析井下小尺度衰落信道对高阶累积量的影响,推导出经过井下衰落信道后信号的高阶累积量计算表达式,根据高阶累积量理论值构造特征参数并训练DNN模型,实现信号识别。仿真分析结果表明,该方法在矿井Nakagami-m衰落信道下有出色的调制识别性能,信噪比为-5 dB时平均正确识别率为89.2%以上,信噪比为5 dB以上时平均正确识别率为100%。该方法为在特殊复杂环境下的信号识别检测提供了新思路。     

基于双谱二次特征的通信信号识别算法研究*

针对卫星通信中辐射源信号分类识别问题,开展基于双谱二次特征的卫星通信信号分类识别算法研究。通过辐射源信号的对角切片双谱获取信号特征,利用Chirp-Z变换将双谱对角切片特征从频域扩展至复平面,并提出扩展的基于巴式（Bhattacharyya）距离的分离度准则作为信号双谱二次特征提取依据,提取出具有最强可分离度特征作为特征参数,并通过支持向量机进行分类识别仿真实验。实验表明,本文识别算法适用于不同类型的卫星通信信号,且对噪声变化不敏感,可实现较高的正确识别率。     

基于互累积量的有噪独立分量分析方法

针对传统独立分量分析(ICA)方法无噪假设的局限性,提出基于互累积量的有噪ICA方法。考虑含高斯噪声的瞬时混合模型,以观测信号的互累积量组成一系列对称矩阵,以对称矩阵的联合对角化程度为目标函数,采用粒子群优化算法对混合矩阵进行全局寻优。通过寻优得到混合矩阵,将有噪ICA转化为一维欠定ICA,基于奇异值分解法得到源信号的估计。仿真结果表明,与传统ICA方法相比,该方法对混合矩阵的估计精度较高,可以明显提高分离信号的信噪比。     

多载波CDMA子载波频率盲估计算法及其性能分析*

针对频谱感知和多载波CDMA信号解调的实际应用,根据多载波CDMA信号的循环平稳特性,提出了一种利用高阶循环累积量估计多载波CDMA信号子载波频率的方法。由于高阶循环累积量可以有效地抑制平稳噪声和非平稳高斯噪声,通过理论分析可以证明在上述噪声背景下,子载波采用BPSK调制的多载波CDMA信号的四阶循环累积量仅在循环频率为子载波频率处存在,可以通过检测此循环频率来实现子载波的估计。考虑到多载波CDMA信号发端可以采用不同的窗函数以降低频谱泄露,以常见的几种窗函数为例进行了算法仿真,发现本算法对窗函数的变化不     

Higher-Order-Statistics-Based Radial Basis Function Networks for Signal Enhancement

In this paper, a higher-order-statistics (HOS)-based radial basis function (RBF) network for signal enhancement is introduced. In the proposed scheme, higher order cumulants of the reference signal were used as the input of HOS-based RBF. An HOS-based supervised learning algorithm, with mean square error obtained from higher order cumulants of the desired input and the system output as the learning criterion, was used to adapt weights. The motivation is that the HOS can effectively suppress Gaussian and symmetrically distributed non-Gaussian noise. The influence of a Gaussian noise on the input of HOS-based RBF and the HOS-based learning algorithm can be mitigated. Simulated results indicate that HOS-based RBF can provide better performance for signal enhancement under different noise levels, and its performance is insensitive to the selection of learning rates. Moreover, the efficiency of HOS-based RBF under the nonstationary Gaussian noise is stable     

Bispectral analysis for on-line monitoring of stamping operation

Owing to the ever-increased demand for product quality improvement and production cost reduction, on-line monitoring of stamping operations has become a common practice in shop floors around the world today. Based on a market survey, for most stamping processes, monitoring systems use tonnage signals and/or strain signals. Recently, a few attempts have been reported using acceleration signals as they contain rich information and are relatively inexpensive. However, it is known that acceleration signals are vulnerable to the noise disturbances, and hence are less robust. This paper presents a study that uses bispectrum to analyze the acceleration signals. It is shown that the bispectrum can suppress Gaussian color noise to boost the signal-to-noise ratio. It also extracts the features of the signal that are related to the defective parts (such as material too thick or slug). The experimental results demonstrate that the method presented is effective and has a good potential for applications in shop floor. We also present new method for reducing the computation load in the process.