基于VMD及广义分形维数矩阵的滚动轴承故障诊断

提出基于变分模态分解及广义分形维数矩阵的滚动轴承故障诊断方法。对信号进行变分模态分解得到若干模态函数,根据不同权重因子计算得到每个模态函数的广义分形维数序列,排列构成广义分形维数矩阵,最后通过分析待测信号和各样本信号的广义分形维数矩阵的相关系数判断故障状态。实验结果表明该方法能精确、稳定提取故障特征,区分不同状态的信号。     

电能质量扰动识别的不同时频分析方法研究

分析了EEMD、LMD、ITD的算法、特点及分解不同扰动信号的实现步骤。经过实验模拟,对比分解所得效果图,得到适合各种电能质量扰动信号的最佳分解方法:对于电压暂升、电压暂降、电压中断幅值类扰动信号用EEMD方法分解效果最佳;脉冲暂态扰动EEMD和ITD均可,ITD方法更快、定位更准;暂态振荡信号用ITD方法效果较好;电压闪变扰动EEMD分解效果较好;谐波信号用ITD分解效果较好。     

基于ICEEMD及AWOA优化ELM的机械故障诊断方法

旋转机械设备故障检测及识别一直是研究的热点。针对目前故障特征提取和诊断方法的不足,提出一种基于改进的完备集合经验模态分解(ICEEMD)与自适应鲸鱼优化算法(AWOA)优化极限学习机(ELM)的机械故障诊断方法。ICEEMD能够避免在分解过程中产生伪模态,其模式中残留噪声小,使提取故障信息更加准确。利用ICEEMD将采集到的信号分解成多个本征模态函数(IMF),对滚动轴承不同故障状态IMF的斯皮尔曼等级相关系数(SRCC)的计算结果进行分析,得出筛选IMF的标准为其SRCC大于0.02;将筛选后的IMF的混合熵(HE)作为特征向量。WOA相比其他仿生算法所需要调整的相关参数少、收敛速度快、稳定性好。AWOA利用自适应权重优化WOA的局部搜索方式,进一步提高了收敛精度。利用AWOA对ELM的权值和阈值进行优化,可以提高故障诊断的准确率。通过对比实验证明,AWOA-ELM的学习能力强、故障诊断的准确率更高。AWOA-ELM应用在滚动轴承不同尺寸滚珠和外圈故障诊断中,对滚珠故障诊断的准确率达到99.5%,对外圈故障诊断的准确率达到100%。     

钢筋混凝土材料有限元分析中的等效模量方法

目的为了解决目前在研究复杂的大体积钢筋混凝土结构的整体性质时，计算精度和计算效率问的矛盾，简化结构的计算机模拟方法．方法应用复合材料力学理论和细观力学的等效模量方法对钢筋混凝土材料进行模量等效．结果在Y．H．Zhao和G．J．Weng建立的纤维增强复合材料的等效模量理论基础上。针对钢筋混凝土材料的力学特征。提出了钢筋单方向分布、三方向分布情况下钢筋混凝土材料的平均等效模量的简化公式．结论并通过有限元模型计算和模型试验的对比，验证了笔者提出的等效模量公式的适用性．为钢筋混凝土结构性质的研究提供了一种新的有限元模型创建方法．     

提高超声波物位检测精度方法的研究

针对超声物位检测中声速随温度变化、回波信号弱和信噪比低的问题,对提高超声物位检测系统的测量精度进行了研究.提出加装温度传感器和自校准装置两套温度补偿方案.针对回波信号弱的问题提出一种利用间歇混沌进行微弱信号检测的技术.给出理论分析和仿真试验.实验证明该方法可准确实现对回波信号的特征提取,具有较高的信噪比.     

基于改进PSO和DE优化神经网络的电能质量扰动分类

针对电能质量问题提出了基于改进粒子群优化算法(PSO)和差分进化算法(DE)相结合优化神经网络的分类方法。首先用Matlab仿真几种典型的电能质量扰动信号,再利用小波变换进行多尺度的分解,得到各尺度的能量信息作为特征向量输入BP神经网络分类器中对扰动信号进行快速、准确的分类识别。并针对传统BP算法收敛耗时长速度慢,不能保证获得全局最优等缺点,在种群分类基础上提出了一种混合粒子群与差分进化算法的新型PSO-DE算法,并利用其对神经网络进行改进。这种混合PSO-DE算法在很大程度上能弥补BP神经网络的不足,采用该算法对网络进行优化后完成电能质量扰动信号的自动分类。     

教你拍夜景

拍摄夜景人像,我们首先要搞清楚,夜景的拍摄方法和闪光灯摄影原理。我们逐一来谈： 首先,说夜景的拍摄的方法。拍摄夜景首先要搞清楚,摄影学上的倒易律失效。大家可以去网络上查查,我们这里就挑一些对夜景拍摄实用的来说一下。     

基于核主成分分析和极限学习机的短期电力负荷预测

电力负荷预测的影响因素很多,需要综合考虑多个指标。各种指标间的关系通常是非线性的,采用线性主成分分析(PCA)往往会出现各主成分的贡献率太过分散,找不到具有全面综合能力的成分的情况。核主成分分析(KPCA)作为非线性主成分评价模型,通过核技巧,规避了非线性主成分分析(NLPCA)中非线性变换的未确知性,获得的主成分的贡献率比较集中,得到的评价结果更符合客观事实。采用KPCA来改进极限学习机(ELM)神经网络的输入量,兼顾了各个指标间非线性关系,以保留大部分原始信息为前提,有效的降低了输入维数,以极限学习机为预测模型,对实际电网中的负荷数据进行预测分析,结果表明,KPCA-ELM方法有效地提高了预测精度。     

基于改进双树复小波的光谱去噪算法研究

为了消除可见光近红外光谱噪声,提高利用光谱曲线进行信息提取的精度,提出一种改进双树复小波变换(DTCWT)的后验估计及广义形态滤波的光谱去噪方法。首先对带噪信号进行双树复小波分解,将信号的高频部分和低频部分进行分离。然后分别采用最大后验(MAP)估计算法和广义形态学滤波(GMF)对高频系数和低频系数进行去噪处理。最后对去噪后的高频系数和低频系数进行DTCWT反变换,得到去噪光谱。对USGS光谱库中的植被光谱以及铁铝榴石光谱进行实验,结果表明该方法易于实现,去噪效果理想,是一种很好的可见光近红外光谱去噪方法。     

水中矿物油全光纤三维荧光测量仪

研究了光纤传输三维荧光谱的参量化理论与实现技术,给出了一种能广泛用于测量地表水和工业废水中矿物油含量的便携式全光纤荧光矿物油测量仪.用激发光波长和被测油种(如原油、煤油、柴油等)受激荧光波长及荧光强度三个量,经微机重新采样和曲线拟合处理得到的三维荧光谱并表示为等值线图(指纹图)形式,可反映出油种组成的丰富信息,为测量水中矿物油提供理论依据,并能鉴别污染的油种.