基于统计模拟试验法的主机组故障周期分析

智能巡检是水电厂设备智能维护的重要内容,为了实现智能巡检,确定不同设备的理论故障周期是关键。设备系统的寿命分布具有一定的规律,由这一规律确定的理论设备故障周期是确定巡检周期的重要依据。假定同一设备系统具有恒定的故障率,采用寿命指数分布模型描述设备系统可靠度与理论故障周期之间的关系(可靠度函数),建立并利用设备系统故障树的方法描述水轮发电机组故障与其子系统故障之间的关系,通过统计模拟试验法统计模拟子系统故障发生情况,并以该统计模拟结果为依据,拟合得出指数分布可靠度函数中的关键参数。利用可靠度函数,能够求得不同可靠度对应的预期可靠寿命,可为水轮发电机组理论故障周期的确定提供依据。     

一种去除随钻泥浆脉冲信号基线漂移的算法

当前,随钻泥浆脉冲传输仍然是随钻测量数据传输广泛应用的方式,但其信号来自于现场泥浆压力脉冲,常常受到严重噪声干扰,尤其是当被处理信号存在严重的极低频率基线漂移时,导致有效信号幅度波动很大,并与高频噪声混合在一起,难以使用常规硬件或软件的滤波方法将有效信号准确检测出来。文中通过比较几种常用滤波方式对基线漂移的处理效果,分别使用Matlab程序验证了经典滤波、多项式拟合及小波变换的处理效果,实验结果证明小波分析处理效果明显优于其他方式,对去除泥浆脉冲信号中的基线漂移,提高解码效果提供了验证方法。通过使用实际采集的典型泥浆脉冲信号验证,具有可行性,效果良好,解码率可达到95%以上。     

干扰条件下的“北斗”信号解扩重构DOA估计

在干扰条件下，卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival，DOA）的先验信息。但当存在低信噪比信号或主动干扰源时，常规的DOA估计算法性能急剧下降甚至失效。针对此问题，提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号，然后对抑制干扰后的信号进行解扩重构处理，最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明，在干扰信号干信比80 dB条件下，“北斗”信号DOA估计误差在5°以内，为下一步进行波束形成计算提供了高精度的入射角信息。     

有监督的人工智能机器学习图片认知分类系统的方法研究

人工智能出现在我们视野的占比逐渐增大,给我们的生活工作带来了很多便利,步入信息时代的社会离不开信息技术。人工智能机器学习在众多的数据以及产品中具备其独特的特点,本文以介绍机器学习的进行简要介绍,并在此基础上对图片认知分类进行阐述。     

咖啡渣“出圈”

对于起早贪黑的上班族来说,咖啡的存在可以说是"曾经用来消遣,现在用来保命"。在城市的各商圈中,星巴克、Luckin等咖啡店络绎不绝;在写字楼里,咖啡机几乎已成标配。有数据统计,全球每年约消耗12000亿杯咖啡,与此同时,每年至少累计产出800万吨咖啡渣。咖啡在制备过程中会产生大量的咖啡渣,约占咖啡干豆的2/3。大部分咖啡渣最终被填埋,并会排放约50.4亿公斤的二氧化碳,简直就是个隐形的二氧化碳"制造器",给环境造成了污染。