基于时频域特征融合的龙井茶品质判定

智能感官分析技术是模拟人的感官获取茶叶滋味特征信息,用于茶叶品质自动检测的有效方法。本文采用电子舌智能感官分析仪器采集不同等级西湖龙井茶的智能味觉指纹图谱,从时域和频域两个角度提取电子舌传感器响应信号参数,并将时域特征参数和频域特征参数进行特征融合,然后茶叶样品特征分别采用线性降维方法(主成分分析、线性判别分析)和非线性降维方法(核主成分分析、核线性判别分析)进行维数约简,采用最近邻分类器判定茶叶等级。对单特征参数和多特征参数以及线性降维和非线性降维方法的算法效果进行比较,结果龙井茶等级判定的最高正确识别率在95%以上,实现了电子舌对不同等级龙井茶样品的自动模式分类。     

造纸机烘缸动平衡灰色关联分析诊断

提出了造纸机烘缸动平衡灰色关联分析诊断模型。针对传统灰色关联分析模型存在的问题，采用加权的方法对模型进行改进，反映各特征参数对故障诊断的影响程度。选择烘缸振动信号中恰当的时域和频域参数为故障特征参数，通用比较检测状态模式与标准故障模式的关联度判别烘缸动不平衡故障，诊断方法简单方便，结果准确可靠。     

基于随机共振-反向传播算法的压电选针器渐变失效检测

针对压电式选针器在提花过程中故障特征难以判断的问题,提出了一种基于随机共振-反向传播(SR-BP)算法的压电选针器渐变失效检测方案。研究压电选针器提花过程中驱动件的运动状态及其双向压电效应产生的电信号,对渐变失效状态下的压电陶瓷驱动件内部电信号进行随机共振(SR)故障诊断。提取振动序列的时域及频域参数与SR参数生成训练样本,通过算法使特征参数匹配出最优SR参数,将压电选针器振动信号与噪声信号混入SR参数形成的非线性系统中,观察该系统输出量的时域和频域变化达到快速检测故障的目的。研究结果表明：选针器失效后时域特征在30～350 Hz将发生明显差异,全参数的SR-BP故障检测方法的精确度可达到97.5%,信噪比达到7.36 dB,可有效地对压电选针器进行故障检测。     

一种磨粉机磨辊不平衡故障诊断的方法

提出了磨粉机磨辊动不平衡灰色关联分析诊断模型.针对传统灰色关联分析模型存在的问题,采用加权的方法对模型进行改进,反映各特征参数对故障诊断的影响程度.选择磨辊振动信号中有关的时域和频域参数为故障特征参数,比较通用检测状态模式与标准故障模式对照的关联度判别磨辊动不平衡故障,其诊断方法简单方便,结果准确可靠.     

换热管弹性结构振动传递函数的建立

为了解决换热管振动的建模问题,提出了一种基于有限元分析的弹性振动传递函数建模方法。首先建立能准确反映换热管动力学特性的有限元模型,然后根据输入参数和辨识算法类型的不同,分别从时域和频域进行传递函数建模,其中时域辨识建模以PRBS信号的瞬态响应结果为辨识数据进行时域参数辨识,频域辨识建模以换热管的频响函数为辨识数据进行频域参数辨识。将有限元分析结果与时域和频域内传递函数计算结果进行对比,发现误差较小。该方法具有可行性和有效性。     

旋筛式碾米机碾辊动平衡故障灰色关联诊断

该文提出旋筛式碾米机碾辊动平衡故障灰色关联分析诊断模型,针对A型灰色关联分析模型和B型灰色关联分析模型存在问题,采用灰色混合关联度模式,以加权方法将二者有机结合起来;选择碾辊振动信号中恰当时域和频域参数为故障特征参数,通过比较检测状态模式与标准故障模式关联度判别碾辊动不平衡故障,诊断方法简单方便,结果准确可靠。     

基于灰色关联的预缩整理机磨辊动不平衡故障诊断

提出了预缩整理机磨辊动平衡灰色关联分析诊断模型.针对A型灰色关联分析模型和B型灰色关联分析模型存在的问题,采用混合关联度分析模式,以加权的方法将二者有机结合起来.选择磨辊振动信号中恰当的时域和频域参数为故障特征参数,通过比较检测状态模式与标准故障模式的关联度判别磨辊动不平衡故障,诊断方法简单方便,结果准确可靠.     

由模拟电路构成的PID控制器以及参数整定

绘制实际中遇到的控制电路,引入了一种简单有效的PID参数整定方法进行参数整定,通过时域和频域两方面的仿真实例都验证了该方法的有效性。     

卷烟制叶丝段不同生产线产品感官质量差异的工艺特征参数提取方法

为了解决卷烟制叶丝段不同生产线同一牌号产品感官质量存在差异等问题,提出了一种基于改进Fisher判别分析和参数贡献度评价的工艺特征参数提取方法。采用改进Fisher判别分析提取制叶丝段优秀生产线和问题生产线同一牌号工艺参数数据的最大分离方向,进而沿最大分离方向计算不同生产线的相似度,并根据优秀生产线的相似度计算控制限。如果问题生产线相似度超出控制限的占比大于给定置信值,计算问题生产线各工艺参数的差异贡献度,将本次迭代中贡献度最大的工艺参数作为特征参数,通过迭代提取获得导致感官质量差异的所有工艺特征参数。基于某特定牌号对不同生产线的工艺参数数据进行实验验证,结果表明:该方法提取的工艺特征参数更加科学和完备,通过量化问题生产线工艺参数的差异贡献度,有效提高了不同生产线多参数差异分析的可靠性。该方法可为制叶丝段不同生产线相同工艺路径下的工艺参数优化提供技术支持。     

基于DBSCAN的风电叶片音频分类研究

利用某风场实际采集的风电叶片音频数据,提取时域与频域特征,利用DBSCAN聚类方法对音频进行分类,可有效区分出机组叶片是否处于运转工况,并且可提取出含噪的音频,有助于针对性的音频去噪工作.     

冲激响应与L、C等效电路

利用单位冲激激励转化为动态元件初始值的结果,可以简便地求出时域中非零状态的电感、电容的等效电路,这一方法,和复频域中的运算电路相对应,可以达到完善这部分教材内容的目的.     

基于小波分析的折叠成网机传动辊轴承故障诊断

针对折叠成网机传动辊轴承振动信号调制源多和呈现非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况,提出了一种小波变换的时频分析方法,对轴承振动信号进行分解和重构处理,获得振动信号在不同的频段的分量,提取相应特征频段重构分量的功率谱的频域统计值作为特征参数,进行轴承故障诊断。试验结果显示该方法有较好的诊断效果。     

基于贝叶斯模型的羊绒羊毛识别

探讨一种基于贝叶斯模型鉴别羊绒羊毛的方法。利用扫描电镜对羊绒羊毛纤维进行图片采集,然后对羊绒羊毛纤维图像进行预处理,提取羊绒和羊毛纤维参数的5个直观特征参数,再利用直观特征参数得到4个相对特征参数。对这些特征参数的分布进行统计分析,对各参数的正判率进行比较和相关性分析,最终选择纤维直径、鳞片高度、鳞片密度、周径比、面积比、径高比这6个参数建立贝叶斯模型。试验结果表明:该方法鉴别羊绒羊毛正确率达到95%左右。认为:基于贝叶斯模型的羊绒羊毛识别具有较高的精确度。     

基于纹理滤波与局部熵的织物疵点检测

针对织物疵点检测中织物纹理常被误认为噪声而给疵点自动检测造成很大干扰的问题,以织物纹理和疵点频谱的不同分布为依据,提出了一种结合纹理滤波和局部熵的织物疵点检测方法。通过频域滤波降低织物纹理的干扰,然后再结合局部熵与领域操作实现疵点的自动检测,并提取相关特征参数。     

三相输入大功率LED驱动电源设计

针对LED驱动电源功率小,含有电解电容限制LED光源寿命,文章设计了一种三相输入大功率LED驱动电源,包括主电路及控制电路;控制电路包括用于驱动主电路中开关管的驱动电路、用于控制驱动电路的PWM产生电路,以及用于进行系统环路中电流电压补偿的环路补偿电路。本LED驱动电源,没有大功率电解电容,寿命长、体积小、输出稳定、驱动效果好,适用于大功率LED光源的驱动。     

基于小波分析的铺网机传动辊轴承故障诊断

铺网机传动辊轴承振动信号调制源多呈现出非平稳性等特点，导致常规的傅立叶分析诊断故障效果不佳的情况。本文提出了一种应用小波变换的时频分析方法，对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，进行轴承故障诊断。试验结果显示该方法对铺网机传动辊轴承故障诊断有很好的效果。     

一种输入电压控制方法

现有的交流无刷电路都采用大电解电容,大电解电容使电机控制相对简单,但大电解电容体积通常比较大,增加了电路板体积,因此,现在常规的方案采用无大电解电容,减小体积,且电路板使用寿命长,但是,这种电路由于没有使用大电解电容,利用小容值的电容,整流后母线电压会随着负载电流的变化而发生变化,通常控制器需采集整流后电压并进行控制,使输入至电机的电压能够稳定,但由于这种变化,影响了无刷电机的控制效果,且由于采用无极性电容,整流后电压波动,容易导致提供给电机的输入电压波动,且容易触发电流保护.     

驾驶员生命体征数据监测系统

本文研究一种驾驶员生命体征数据监测系统。本系统设计的健康方向盘装载PPG和ECG传感器,可以用来获取一系列身体参数,利用这些参数通过一种基于LSTM的PPG和ECG融合的可靠算法、心率变异性的时域与频域双重分析,再加上PPG提取血氧饱和度和血压参数的算法,对驾驶员生命体征进行分析,并将分析结果由移动终端上传。结合驾驶时间,对驾驶员健康状态和疲劳程度实时评估,将异常状态及时提醒驾驶员,从而避免交通事故的发生、减少生命财产损失。     

避雷器雷击电流波形参数检测方法及其应用

文章提出一种检测避雷器雷击电流波形特征参数的方法,其波形参数在避雷器安装现场提取,所述特征参数包括雷击冲击电流波形的幅度、宽度、冲击间隔和冲击个数。讨论雷击冲击电流波形特征参数的两种潜在应用:(1)用于分析雷击强度、雷击次数对避雷器劣化的影响;(2)用于对配送网行波定位误差进行标定,提高故障定位精度;(3)用于对配电线路中的雷击电流波形和短路电流波形进行区分,提高输电线路行波保护的可靠性,描述了相应的物联网实现架构。     

太赫兹时域光谱识别4种食用油真实性的研究

采用太赫兹时域光谱系统(THz-TDS),研究了4种食用油(黑芝麻油、芝麻油、小磨香油和花生油)在0.2~1.6 THz波段的延时特性和折射率特性。使用主成分分析法(PCA),根据累计贡献率的大小提取光谱的特征数据。提取了4个主成分(累计贡献率大于95%)作为一个支持向量机(SVM)模型的输入用于识别食用油的种类。结果表明:结合主成分分析法,通过选择合适的支持向量机核函数及其参数,食用油种类识别的正确率可达到93%;通过与主成分回归(PCR)、偏最小二乘回归(PLS)和后向(BP)神经网络方法的比较,支持向量机结合主成分分析(PCA-SVM)方法具有更突出的分类性能,同时也说明了采用太赫兹时域光谱,结合化学计量学方法精准鉴别食用油种类的可行性。