基于支持向量机的核探测器电路故障诊断方法研究

核数据的获取和处理包括探测器将核粒子能量通过模拟放大器转换成与之对应的脉冲幅度;再由模拟-数字转换器(ADC)或时间-数字变换器(TDC)将探测器给出的脉冲幅度(或时间间隔)变换成离散的核信息数据。本文根据其离散数据提取特征值并进行模式识别,尝试基于支持向量机的模拟电路故障定位,并通过软件仿真对此方法进行检验。通过具体成形放大模拟电路仿真实验,验证了支持向量机对模拟电路故障定位的有效性。     

数字化人体心率检测仪的设计

文章介绍了一种基于人体脉搏信号特征的数字化人体模型心率检测仪的设计.该仪器采用反射式红外传感器获取脉搏信号,以uPSD3234单片机为主控芯片,对红外信号进行A/D转换,采样数据经低通滤波,数字微分后,选择适于脉搏微分波形的模板进行匹配滤波处理,实现了对脉搏波的检测,并使用了一种中值算法来提取有效的脉搏时间间隔,从而获得精确的心率值.实验表明：检测仪的设计和数据处理方法是可行的.     

数控等离子切割系统的抗干扰措施

介绍了数控等离子切割系统干扰特点以及所采取的抗干扰方法，这些措施确保了系统正常工作。     

基于BP神经网络的核探测器故障诊断方法研究

核探测器是核设施放射性监测的重要设备,为了保障该设备的持续稳定运行,本研究针对闪烁体探测器提出了一种基于BP神经网络的在线智能故障诊断方法。采用小波包变换将探测器输出信号从时域变换至频域后提取特征向量,将得到的特征向量作为BP神经网络故障诊断模型的输入,再通过误差梯度下降法对该模型的参数进行优化,最终利用最优的诊断模型完成故障类型的智能识别与分类,并将该方法与统计诊断方法和基于支持向量机的故障诊断方法进行横向的对比研究。研究结果表明,新方法的平均诊断准确率均优于上述两种方法。因此,该方法的应用能有效地提高核探测器的故障诊断准确率。