西江流域压咸风险调度及其时空传递规律研究

枯水期珠江河口咸潮情势日益加重,径流不确定加剧了压咸风险,严重威胁沿线的供水安全。本文基于概率密度分布描述径流不确定性,构建了单源风险调度基本框架。以西江流域五座水库为研究对象,量化了预报误差与压咸风险的响应关系;揭示了压咸风险的时空传递规律;将压咸风险划分为3个等级;确定出各级风险越级传递的临界阈值。研究表明：随预报误差的增大,压咸风险提前且持续天数增加、风险率增大;压咸风险呈逐时段累积和从上游向下游、从支流向干流的时空传递规律;当预报误差超过±16%、±21%时,压咸风险从轻险越级至中险、中险越级至重险。研究成果对于西江流域压咸风险的调控和粤港澳大湾区的供水安全具有重要的应用价值。     

基于随机奇异值分解的局部放电脉冲提取及去噪技术

针对低信噪比下局部放电信号易漏检与传统奇异值分解算法在进行局放脉冲提取时计算量大的问题,提出一种基于随机奇异值分解的局部放电脉冲提取及去噪方法。该方法能有效提取局放脉冲及去除白噪声,且相较于传统SVD脉冲提取计算所需时间更短,更具工程实用价值。首先,利用滑动短时数据窗截取原始局放信号片段,采用随机奇异值分解法计算最大奇异值,并与全局最优奇异值阈值进行比较,确定脉冲信号的起止点;然后,利用奇异值分解法结合局部最优奇异值阈值,去除提取信号的白噪声。通过对典型局放模拟脉冲进行实验,验证了该算法在脉冲提取时的执行效率优越性。在工频电压下对实验室模拟电缆缺陷进行局放测试,分别采用所提方法、离散小波变换及自适应双阈值方法进行对比性实验,结果表明,所提方法局放信号漏检率低,去噪效果好。     

工件同轴度误差的视觉检测系统

建立了一种基于虚拟仪器技术的工件同轴度误差检测系统.该系统选用蓝色平行光作为背光源,经过中值滤波、图像二值化、模板匹配、边缘提取等图像处理技术,采用最小二乘法拟合轴心线来计算工件的同轴度误差,同时提出了自动迭代最优化搜索阈值法和环境变化实时监控方法.实验结果表明,此系统检测结果准确可靠,具有良好的实用价值.     

基于统计损伤理论的邓肯—张修正模型研究

由于邓肯—张EB模型没有考虑颗粒破碎损伤对材料变形及强度的影响,不能模拟堆石料应变软化的缺陷,故将统计损伤理论引入邓肯—张双曲线模型。通过探讨堆石料应力—应变曲线不同阶段损伤变量的规律,描述堆石料的损伤破碎过程,考虑其损伤阈值的影响,建立了邓肯—张修正模型表达式,该模型参数能通过试验数据拟合得出。经过验证,邓肯张修正模型在高围压下能较好的模拟堆石料破碎损伤的全过程,低围压下退化为常规邓肯—张模型。与传统邓肯—张模型、统计损伤模型、弹塑性模型及试验结果相比较,其形式简单、参数少。研究成果可应用于底部围压较大的高堆石坝分析,为堆石坝的设计计算提供参考。     

基于全散度的C-V模型阈值法

为了提高传统C-V模型的收敛速度并降低其对噪声的敏感性,提出基于全散度的C-V模型及其快速阈值分割算法。将Bregman散度与全散度统一获得新的全散度,并将其引入C-V模型的拟合偏差项,提高图像灰度值与分割区域平均灰度偏差值计算的鲁棒性。同时,采用变分水平集理论获得基于直方图的快速阈值计算方法。实验结果表明,该方法分割效果及收敛速度得到提高,且具有较好的鲁棒性和抗噪性。     

基于小波变换和QNN的TRT中透平机运行状况预测

针对TRT系统中透平机结构复杂,故障特征表现及故障产生原因普遍具有模糊性、复杂性的特点,将现场采集的数据利用小波变换的软硬阈值折中算法处理小波系数,滤除噪声。通过建立量子神经网络(QNN)预测模型中网络结构的调整、网络的训练,得到预测结果。实验仿真结果表明:利用小波变换可以有效地滤除数据中的噪声,所建立的QNN预测模型可以有效地实现对TRT系统中透平机的运行状况预测。     

滇池环湖截污干渠错峰技术模拟与分析

为了实现滇池流域截污效果的最大化,基于前期建立的东岸排水管网SWMM模型,结合该区域1995-2016年间降雨资料,研究环湖截污干渠的错峰调蓄技术。根据雨水干渠液位高度执行不同控制模式:当水位低于6.76 m时执行典型污染物浓度阈值控制模式;当水位高于6.76 m时执行典型污染物阈值控制的同时执行液位-污染物通量控制模式。采用SS和TN作为干渠截流的典型污染物控制指标,其控制浓度阈值分别取12和5 mg/L。模拟重现期为0.5~1 a降雨时SS、TN浓度-负荷通量调蓄方案下干渠负荷收集情况,结果表明两种调蓄方案均能有效提高雨水干渠的负荷收集率,提高污水干渠出口浓度,降低雨水径流对污水厂的高水量和低浓度冲击负荷。随着重现期增大,干渠对污染物的高效和最大化收集效果越明显。但是TN调控下污染负荷收集效果优于SS,因此选择TN作为干渠截流的最优典型污染物控制指标。     

WSN中一种基于扩展卡尔曼滤波器的虚假数据注入检测算法

为了有效地检测传感器网络中被注入的虚假数据,提出一种基于扩展卡尔曼滤波器（EKF）的虚假数据注入检测算法。首先通过监控邻近节点行为,使用EKF预测邻近节点未来状态;然后给出了使用不同的融合函数（平均、求和、最大、最小）时理论阈值的确定方法;最后为了克服本地检测机制的缺陷,将本地检测方法与系统监控模块有效配合,从而准确地区分出恶性事件和紧急事件。仿真实验结果表明,无论是在合成数据还是实时数据下进行测试,该算法都能为无线传感器网络进行安全的数据融合提供有效的入侵检测功能。     

基于改进小波去噪和EMD方法的轴承故障诊断

将改进的小波阈值去噪与EMD分解相结合应用于轴承故障诊断中。该方法首先利用改进的小波阈值去噪法对原始信号进行去噪,然后采用EMD方法将去噪后的信号自适应地分解成一系列IMF分量之和,通过能量-相关系数法选取能够反映故障特征的IMF分量进行包络谱分析提取故障频率。实验结果表明该方法能够有效识别故障特征频率。     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。