基于卓越工程师教育的频率特性分析课堂教学研究

频率特性分析在工程应用中具有重要的作用,在电路分析、模拟电子技术、信号与系统、自动控制理论等相关课程中都涉及到相关章节内容,在不同课程中如何根据工程应用和学生学习阶段把握具体的讲解内容和讲解方式非常重要。本文从频率特性的求解方法和具体物理意义角度开展在不同课程中讲解的方法,从时域和频域角度分别讨论其物理意义和具体的分析方法。通过渐进深化的教学过程和教学方法不断提高学生的知识掌握和应用技能,提高学生的工程意识、工程素质和工程创新能力,强化学生对于频率特性课程知识的综合应用能力。     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

基于人工神经网络的柴油机失火故障诊断

车载诊断系统在诊断失火故障时,采用基于曲轴段角加速度和阈值规则相结合的方法,该方法在内燃机高速轻载运行时诊断单缸完全失火工况存在一定的局限性。通过对比分析失火和正常工况下曲轴瞬时转速的幅频和相频特征,提取不同谐次的幅值和相位信息,结合人工神经网络作为故障模式识别工具,得到了一种改善方法。通过台架实验,对此改善方法进行了单缸完全失火、两缸完全失火和单缸一定程度失火的故障诊断测试。结果表明,在实验条件下该方法可以有效识别不同的失火模式,并可在单缸失火模式下实现失火程度判别。同时,该方法通过少量工况数据训练神经网络,即可实现一定转速范围内的失火诊断,可行性强,可用于发动机失火故障在线诊断。     

波浪荷载作用下海上新型潜式浮式风力机运动特性研究

以适用于中等水深(50~200 m)的新型潜式浮式风力机为研究对象,该风力机基础综合Spar式、半潜式及张力腿(TLP)3类浮式风力机基础的优点,运行时基础主体淹没在水下,具有较小的水线面(如同Spar平台),受波浪影响较小;平台通过张紧式系泊线与海床相连(如同TLP平台),具有良好的垂荡和摇摆运动特性;拖航状态下,浮式平台处于半潜状态,水线面面积大(如同半潜式平台),具有良好的浮稳性。通过分析不同波况下的潜式浮式风力机耦合动力响应得到潜式浮式基础的横荡、纵荡、垂荡及纵摇运动响应,以及发电功率、叶片根部弯矩、塔筒顶部和底部弯矩、锚链张力时程曲线。研究结果表明:波浪对于结构的纵摇运动的影响最为明显,对发电功率、叶片根部弯矩和塔筒顶部弯矩影响较小,对塔筒底部弯矩和系泊线张力影响较大。     

高速数据采集分析系统在连铸机振动台的应用

板坯连铸机结晶器振动系统是铸机重要系统之一,该系统工作性能优劣直接影响连铸坯产品质量及铸机系统设备安全运行。可靠采集并有效分析铸机振动系统过程数据是设备有效管理的重要手段之一。本文通过一个工程实例研究分析高速数据采集分析系统应用平台在板坯连铸机振动系统的应用效果,并以振动系统典型的故障案例简要叙述该系统在设备故障分析处理过程中的方法及应用优势,具有一定的实用价值。     

激光焊接裂纹磁光成像频域特征分析

为了研究旋转磁场激励下激光焊接裂纹磁光成像在频域内的特征, 采用对激光焊接裂纹磁光图像进行2维离散傅里叶变换的方法, 进行了理论分析和实验验证, 取得了旋转磁场不同励磁强度下激光焊接裂纹的频谱图数据。结合裂纹磁光图的空域特征, 对所获裂纹频谱图灰度值为255的点进行统计分析。结果表明, 激光焊接裂纹磁光图像的频域特征和空域特征有一定的对应关系; 在一个变化周期内(885帧磁光图), 对应频谱图上会出现先变小再变大、再变小再变大或相反的变化过程, 最终回到初始状态。这一结果验证了旋转磁场下裂纹磁光成像规律的正确性, 对激光焊接缺陷的无损检测是有帮助的。     

基于FDS法研究水分含量对特征频率处介质损耗的影响

为研究水分对油纸绝缘系统的影响,分别在30℃和60℃下对试验室制备的试品进行频域介电谱(FDS)测量,通过对所得试验结果进行分析,选取特征频率处的介质损耗和水分含量进行拟合,并获得相关的拟合关系。研究表明:水分含量和特征频率处的介质损耗呈指数函数关系,随着水分含量的增大介质损耗也增大,其增长速率也逐渐增大,且频率越小其增长速率越大;在同一特征频率处,温度越高介质损耗的增长速率越大。     

LTE-A系统中主同步信号重叠分段检测算法

针对LTE-A系统中频域快速相关算法计算复杂度高、检测性能不稳定的问题,提出一种主同步信号重叠分段检测算法。通过序列循环操作延长半帧数据尾部,以保证序列的完整性。在此基础上,利用重叠分段操作降低相关复杂度,并根据门限值操作结果判断同步序列是否检测成功。仿真结果表明,该算法的计算复杂度相比频域快速相关算法减少53.85%,且对于不同的分段数,当信噪比为-7 dB时,正确检测率接近1.0,检测性能稳定。     

基于 GA-SVM 算法的通信网络入侵信号自动识别技术

针对当前通信系统入侵行为自动识别技术存在入侵信号样本识别成功率较低、误识别率和漏识别率较高的问题,提出基于 GA-SVM 算法的通信网络入侵信号自动识别技术。利用混沌原理提取通信网络入侵的非平稳信号时域特征,并凭借自回归模型提取对应频域特征,捕捉邻域入侵信号间的非线性时空动作频率,评价相邻行为间的状态关联性,预测入侵信号后续行为,完成入侵信号的识别。实验表明,所提方法识别精度高、误识别率较低,漏识别率非常低,具有可应用于实际的理论价值。