电工钢磁性检测方法国家标准应用问题和解决方案

通过对电工钢交流磁性检测方法现行国家标准（爱泼斯坦方圈法和标准单片法）在应用中存在的问题进行了梳理和解析，认为主要问题包括次级电压波形失真时需修正比总损耗、约定的有效磁路长度并非实际有效磁路长度以及磁性测量系统校准方法缺失等，并提出了采用数字反馈控制技术控制次级电压波形无需修正比总损耗、取向硅钢单片法测量时采用475 mm有效磁路长度以及磁性测量系统综合校准方案等一些解决方案。     

多分量数据全波形反演在气藏检测中的关键问题——以苏里格气田为例

苏里格气田是中国典型的致密砂岩气藏，构造简单、平缓，横向非均质性强，有效储层与围岩声学特征差别小，地震响应不明显，常规地震监测方法预测难度大，但气田含气砂岩泊松比低，是地震气藏检测的有效参数。利用弹性全波形反演精度高和能处理复杂非均质介质的优势，反演地层拉梅常数、剪切模量和密度，并计算泊松比，从而进行气藏预测。重点阐述了苏里格气田多分量数据全波形反演初始模型建模、先验模型建模和地震数据预处理3个关键问题的处理方法。二维三分量数据反演和"甜点"预测结果表明：①对于具有强非均质性的苏里格气田，利用全波形反演获得精度较高的地层弹性参数能显著提高气藏预测的准确度；②苏里格地区构造简单、平缓，利用常规叠加速度并结合构造解释可以建立比较好的初始模型，从而有效地解决了周波跳跃和局部极小的难题；③先验知识的约束和地震数据的预处理是全波形反演成功应用于苏里格气田气藏检测的关键。     

栈式降噪自编码器在波形单元识别中的应用

为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoencoders,SDAE)与支持向量机(Support Vector Machine,SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法,通过分析波形单元结构并借助参数间的联合变化特征,提出一种MFR波形单元分段识别模型,将传统对脉冲序列的识别转化为对MFR波形单元的识别;然后在该模型的基础上引入SDAE,对训练样本数据、SDAE隐含层神经元节点进行加噪处理,并利用这些加噪后的样本数据训练优化SDAE网络模型,提取出样本数据的深层稳健特征;最后引入SVM算法,借助SDAE挖掘出的样本深层特征,实现SVM模型的优化,得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明:提出的波形单元识别方法在相同样本数目和测试误差的条件下,与SVM算法相比,能够取得较高的识别准确率,具备更优越的识别效果.证实MFR波形单元识别模型是有效的,且通过SDAE网络的引入,使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征,提高波形单元识别的鲁棒性和准确率.     

某矿山地压监测系统建设及预警技术研究

某矿山构造应力较大且岩体硬度较大,发生岩爆风险可能性较高。基于微震监测技术,建设了符合矿山实际特点的地压监测系统,经过台网优化,监测系统定位误差在10 m左右,灵敏度在-2.6左右。分析了微震事件空间分布,划定采场西侧为潜在危险区域。并分析危险区域内微震事件b值动态演化特征,得出b值可做为岩爆预警参量,b值迅速下降可作为岩爆前兆信息,成功预测岩爆发生,可为类似矿山安全生产管理提供一定的借鉴意义。     

高强铝合金双脉冲VPPA焊缝成形机理

建立双脉冲VPPA(variable polarity plasma arc)焊接系统，进行7A52高强铝合金双脉冲VPPA焊接工艺试验，研究低频脉冲调制叠加高频脉冲对VPPA焊接过程中焊缝成形和焊缝力学性能的影响. 结果表明，低频脉冲周期性振荡液态熔池，可获得表面饱满的鱼鳞纹焊缝；高频脉冲使电弧更为集中，有效地提高了电弧能量密度，穿透力加强；双脉冲耦合振荡加强了对熔池的搅动作用细化了铝合金焊缝晶粒. 焊接接头抗拉强度达到384.13 MPa，相比VPPA焊接接头强度提高了10.21%左右；焊接接头断面收缩率和断后伸长率均有一定程度的提高. 铝合金双脉冲VPPA焊接工艺提高了焊接接头力学性能.     

交-交变频器输出波形对称度改造的模糊控制实现

针对在交_交变频器研究中变频器输出电压波形不对称的问题 ,提出用模糊控制方法来进行改造 ,并提供了一套系统的改造方案 ,最后给出实验结果和分析。实验证明 ,用模糊控制方法对采用余弦交截法的变频器输出波形对称度进行改造是行之有效的     

全波形声发射技术用于混凝土材料损伤监测研究

在研究了混凝土材料三点弯曲试验下声发射累积能量随载荷变化关系曲线的基础上,提取了混凝土材料不同破坏阶段的全波形声发射信号并分析了其频谱特性,并且通过与参数分析结果的比较,发现全波形声发射信号能够实时反映混凝土材料在载荷作用下破坏过程的特征信息。     

宽带多普勒声纳信号波形设计

宽带多普勒声纳相对窄带多普勒声纳提高了测速精度,并已广泛应用于多种载体的导航。为了研究其提高精度的机理和设计波形,从海底回波特性出发,从频域推导了窄带多普勒声纳的克拉美-罗界;利用重复相位编码信号的等效时域形式推导了宽带多普勒声纳的克拉美-罗界,分析了引起单波束测速误差的因素以及宽带相对窄带提高精度的原因;最后对波形参数与精度的关系进行了分析并给出了波形参数选择方法。数字仿真表明了理论分析结论的正确性。     

基于斯皮尔曼等级相关系数的新能源送出线路纵联保护

新能源电源均直接或间接通过电力电子装置并网,其故障电流幅值受限、相角受控、谐波含量高、波形非线性度强,与传统同步电源有着明显区别。传统比率制动式差动保护的动作性能面临挑战。为解决该问题,文中提出了基于斯皮尔曼等级相关系数的送出线路纵联保护方法。当正常运行或者区外故障时,流过送出线路的是穿越性电流,因此两侧电流波形完全相反。当发生区内故障时,两侧暂态电流波形存在巨大差异,因此可以利用斯皮尔曼等级相关系数量度两侧电流波形的相关程度,从而区分区内、区外故障。该方法适用于各类新能源场站,且具备较好的抗过渡电阻和抗噪声能力。同时,与现有基于新能源故障特征的保护相比,该方法在新能源弱出力以及重合于永久性故障时也表现出了较好的动作性能。仿真结果和现场录波数据均证实了该方法的有效性。     

基于波形优化的深度调制识别方法

自动调制识别技术,可在接收信号在样式未知、内容未知的前提条件下,自动对其调制方式进行估计。 提出一种基于深 度学习的调制识别方法,该方法通过波形优化的方法迭代更新滤波器参数,对接收信号样本进行滤波,再通过深度识别网络进 行识别。 该方法在处理流程中存在识别结果对滤波器参数的反馈回路,能够减轻信道对调制识别结果的不利影响。 通过开源 数据集进行验证,证明了该方法相比于几种利用经典深度学习网络的方法,识别率均有所提高。 特别是相比于传统的 CNN 方 法,识别率提高了约 7%。