基于间接示功图测量的电潜柱塞泵故障诊断研究与应用

在分析电潜柱塞泵工作原理的基础上,结合柱塞式抽油泵的结构,建立了机组运行的理论示功图,对其进行了深入分析。以功率信号作为故障信息,提出一种基于间接示功图测量的电潜柱塞泵故障诊断方法,并描述了小波去噪方法绘制实测示功图的主要过程。针对机组典型故障,在室内模拟平台和现场油井上对该方法的准确性进行了验证实验与分析。测试结果表明:故障诊断效果较好。     

Characteristic scales of two‐dimensional turbulence in polymer solutions

An experimental study has been performed to investigate the relationship between the extensional viscosity of polymers and the turbulent drag reduction. Self‐standing flowing soap film was used to generate two‐dimensional (2‐D) turbulent flow to eliminate shear stress. Two types of polymers having different flexibilities were added to the 2‐D turbulence. The effects of these polymers were visualized by the interference pattern of flowing soap films. The vortex deformation by adding polymers was analyzed by Fourier transformation and wavelet transformation. The scaling exponents of the power spectrum of interference patterns indicate that the mechanism of turbulence laminarization due to the extensional viscosity is anisotropic. A wavelet analysis reveals the high and low fluctuations of the polymer‐added flow. Results from wavelet analysis indicate disappearing of original vortices, and appearing of new structures in low frequency in 2‐D flow. © 2014 American Institute of Chemical Engineers AIChE J, 60: 1854–1862, 2014     

基于最小二乘支持向量机测定重油中金属含量

运用微波消解样品预处理技术,对训练集光谱测试数据进行小波压缩,然后用最小二乘支持向量机建立数学模型,并用检验集光谱数据考察模型的优劣,表明小波压缩—支持向量机建立的数学模型泛化能力好。试验表明,用建立的方法,测定重油中的铁、镍和钒,使测试时间由2 d缩短为5 h,与原子吸收的测试结果一致。     

基于WTD-AR谱和MEA-BPNN的轴承故障诊断方法

针对滚动轴承故障诊断模型在噪声干扰下鲁棒性能差的问题,提出一种基于小波阈值去噪（WTD）、AR谱和思维进化算法（MEA）优化反向传播神经网络（BPNN）的轴承故障诊断方法。以原始振动信号为输入,采用小波方法分解重构原始信号滤除高频噪声,然后采用Burg算法估计AR模型参数提取降噪信号功率谱特征,最后将特征向量与对应标签分别作为MEA-BPNN神经网络的输入、输出进行训练,最终实现诊断。将该方法与一些先进的人工神经网络诊断方法作比较,测试该诊断模型的性能。研究结果表明：WTD-AR谱-MEA-BPNN诊断模型能够有效降低轴承振动信号的噪声干扰,实现特征增强,分辨率更高;相较于传统神经网络训练速度更快,在更短时间内甄别故障类型且识别率高。     

基于小波分析的双频激电法在西藏墨竹工卡帮浦铅锌矿区中的应用

帮浦铅锌矿是西藏自治区墨竹工卡境内规模较大的一处矿山,经过多年开采目前已处于资源枯竭期,急需开展深、边部找矿。本文介绍了矿区地质成矿基本信息,利用双频激电法对矿区进行勘查,根据总结的成矿模型结合其它相关地质资料,分析了成矿地质要素与视电阻率及视幅频率异常之间的关系,针对区内视幅频率异常干扰较为严重,提出利用小波分析手段对视幅频率进行分解和重构,对重构后的视幅频率异常,根据其与成矿地质要素的密切程度,筛选出区内可能与成矿相关的视幅频率异常,通过钻探验证取得了预期找矿效果。     

考虑二阶效应高层建筑结构地震反应分析

高层建筑结构计算分析中,若结构的轴向力较大而侧向刚度较小时,P-Δ效应不可忽视;针对高层建筑结构的二阶分析,建立了考虑P-Δ二阶效应的结构动力学基本方程;并采用小波包分解,将地震输入能量分解到不同频段上,分析了不同频段范围内结构的反应以及能量的分布。并采用文中的方法对一结构进行了分析,揭示了结构地震反应能量在时频域上的分布特性。     

混凝土声学参数与应力相关性的试验研究

对不同材料组分的12组48个混凝土试件进行不同荷载条件下的超声波测试，研究了混凝土应力与声速、首波振幅、最大振幅等声学参数的相关性。同时，利用傅罩叶变换和小波变换对测试信号进行处理，分析了主频、主频幅值、谱面积以及加权波谱参数等与应力的相关关系，得到了混凝十声学参数同应力的相关性。研究表明：主频与应力不敏感；声速与应力有一定的敏感性，稳定性较好；声幅能反映混凝土内部应力的变化，但稳定性较差：加权谱面积同应力有较好的敏感件和稳定性。是超声脉冲能量的综合反映。     

小波变换在结构损伤检测中的应用

小波变换具有良好的时频局部化性质,特别适合于分析和处理突变信号。在获得结构的动力学响应的基础上,应用小波变换对结构响应信号进行小波分解。根据各种响应信号对损伤的灵敏度,选择损伤特征,通过捕捉结构出现损伤的时刻,实现对结构时间监控。     

基于小波变换的结构损伤识别与试验分析

钢筋混凝土结构在中等以上地震作用下将产生损伤,结构动力特性随之变化。通过对结构微幅振动信号的Fourier分析,可以判断结构是否产生损伤,但是不能确定损伤位置。本文将结构振动信号置于不同频段进行时-频分析,利用小波变换的多分辨率特点对结构损伤进行在线检测,确定损伤位置。通过钢筋混凝土框架的振动台试验,将模型地震反应信号按不同频段分解,提取各频段的损伤信号特征。对于试件模型而言,如果某处出现开裂,即产生损伤,表现在响应信号上为一瞬态分量,通过信号小波变换的尺度函数可以判断结构某层是否损伤。该方法克服了Fourier变换不能反映结构振动信号局部特性的缺点,试验表明本文所采用的方法是可行的。     

岩石超声波信号的小波时频分析

岩石超声波信号是一种非平稳信号.由于传统的短时Fourier变换(STFT)使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化.小波变换(WT)以小波基为变换基础,具有多分辨率特点,其分析结果较详细地反映了质点震动强度随时间的衰减起伏变化.分析认为小波变换是一种更优越的处理岩石声学信号的时频方法.