D-Markov模型在疲劳裂纹扩展模式识别中的应用

研究曲轴在交变载荷作用下,疲劳裂纹扩展的阶段性,以及裂纹扩展阶段内隐含的一些内部模式的演变,对曲轴疲劳试验过程中谐振台架的振动加速度进行了测录,并应用基于D-Markov模型的异常检测算法对这一监测信号进行分析,计算了其在各个时间段中的异常度曲线,与曲轴疲劳裂纹扩展速率曲线进行了对比,分析了D-Markov模型对裂纹扩展模式的识别能力.结果表明,基于D-Markov模型的异常检测算法对曲轴疲劳裂纹扩展内部模式的演变有一定的预测能力,如果能针对系统的某种可测量信号建立一种识别方法,对发动机工作过程中零部件裂纹扩展的演变模式进行动态、实时的监视和预测,则可以为预防破坏性疲劳失效事故的发生和科学合理地制定维修计划提供参考依据.     

瞬态磁共振弹性成像的仿真与算法研究

磁共振弹性成像技术可以量化人体组织弹性属性。磁共振弹性成像的弹性波激励方式有稳态和瞬态两种。由于人体组织的特殊性,弹性波在组织中传播情况复杂。文章通过建立一个磁共振弹性成像的有限元仿真平台,对瞬态磁共振弹性成像技术进行数值建模,并针对瞬态磁共振弹性成像设计了基于到达时间的弹性重构算法。通过 MATLAB编程处理仿真得到的瞬态磁共振弹性成像数据,最终导出瞬态磁共振弹性成像的结果。数值平台仿真的稳态和瞬态磁共振弹性成像对比实验表明,瞬态磁共振弹性成像对于反射和衍射具有较好的抗干扰能力,对于深处的小尺寸组织,具有较高的灵敏度和较好的精准度,而基于到达时间的算法能够实现瞬态磁共振弹性成像的弹性重构。     

惯性动捕数据驱动下的智能下肢假肢运动意图识别方法

为了解决传统意图识别方法使用多模态传感器信号所带来的复杂性以及识别转换模式一般具有滞后性等问题, 本文提出了基于惯性传感器的智能下肢假肢的运动意图实时识别方法.从模式识别的角度看, 在对象空间到模式空间的转换中, 对运动模式尤其是运动转换模式进行了重定义; 在模式采集中, 采用在患侧的运动模式进行转换之前, 采集绑定在健侧的传感器于摆动相前期所产生的时序运动数据, 选择均值、方差等特征统计量和支持向量机分类器对其进行特征选择提取与特征分类的策略, 实现对残疾人运动意图准确、实时地识别.实验结果表明, 本文所提出的方法可以识别出单肢截肢患者在不同地形下的运动意图, 包括平地行走、上楼、下楼、上坡、下坡5种稳态模式, 识别率可达到97.52 %, 并且加入在5种模式之间相互转换的转换模式之后, 识别率可达到95.12 %.本文方法可以极大提高智能下肢假肢的控制性能, 实现智能假肢能根据人的运动意图在多种运动模式之间进行自然、无缝的状态切换.     

便携式心电监护仪的低功耗设计与仿真

针对现有心电监护仪存在的不足,设计了一种基于ARM9微处理器和TC35i无线传输模块的便携式心电监护仪.阐述了如何以降低功耗为核心,从软硬件协同的角度设计系统,在Pspice下对模拟电路和数字系统的功耗做了相应仿真.系统不仅能实时监护病人,而且具备无线数据传输和组网功能,有较强的通用性.     

低碳时代生态式包装设计的路径探讨

近几年来,低碳环保已经成为全世界各国人民共同倡导的话题。本文首先阐述了全球气候变暖对于全人类的生存环境所带来的影响,并在此基础上,对低碳时代的生态式包装设计进行分析,在此过程中以竹炭的低碳生态包装设计举了例子,探讨了低碳时代中生态式包装设计的可行性及其路径。     

高线加速度下热与振动复合试验环境中信号的采集

本文叙述了如何采集高线加速度下热与振动复合试验环境中振动台动圈的振动信号并把它传输到上位机，最终实现波形显示。该过程的实现方案不仅对其它高线加速度下的复合试验环境具有借鉴意义，同时对于要求信号采集、传输和显示的场合也具有参考价值。     

面向磁共振弹性成像的数值建模与仿真研究

磁共振弹性成像技术能够定量可视化人体组织的生物力学属性,正逐步成长为一种新型的医学成像手段.然而,其研发不仅要深入探索弹性波的产生、传播及耗散特性,而且需要建立特殊的磁共振成像装备.建立数值模型并开发仿真实验系统,可以有效促进磁共振弹性成像研究工作的开展.本文首先对人体组织进行弹性力学分析,得到外力作用下人体组织的运动微分方程,并利用有限元法求解该方程.同时建立了不同结构和弹性分布的人体组织数值模型.采用剪切弹性波作为成像探针,并根据人体组织的运动微分方程,仿真计算得到弹性波在组织中的传播信息.通过比较不同模型的估算值和理论值,验证了仿真实验系统的有效性和可靠性,说明建立的数值模型可以有效支撑磁共振弹性成像研究.     

电机动态参数的鲁棒最小二乘辨识方法研究

最小二乘常用于辨识电机参数的动态变化,对于电机的精确控制至关重要。工况条件下的电流、电压采样都包含大量噪声,电机模型中的求导操作进一步放大了噪声,导致最小二乘的信息矩阵奇异,辨识结果出现很大偏差。为提高辨识方法的噪声鲁棒性,提出了两种思路。一是用三次样条拟合采样信号,然后求解其一阶和二阶导数,可防止高频噪声在求导过程中被继续放大。二是采用岭回归估计取代最小二乘估计,避免矩阵求逆出现病态结果,消除信息矩阵奇异性的影响。基于半实物仿真的实测数据表明,两种改进方法均可获得更加合理可靠的辨识结果。     

湿度传感器复阻抗测量方法的研究

高分子电阻型湿度传感器是一种有着广泛应用前景的新型湿度传感器,在研究过程中,对于其关键特性－复阻抗的测量一直缺乏一直行之有效的方法,提出了一套有效的阻抗测量方法,并在实际使用过程中收到了很好的效果,特别是对于传感器低湿情况下高阻抗的测量,效果尤为明显。     

一种基于隐含模式发现的时间序列处理算法

机由Santa Fe研究所(SFI)的学者最先提出,它致力于从时间序列中发掘隐含模式,并已成功应用到符号序列中。该文主要研究如何将机应用到一般的时间序列中。分析了现有的符号化方法之后,在动态变换方法的基础上,提出了新的符号化方法,并将其成功应用到文中的实例研究中。改进了因果态分割重建算法,提出了简单的递归算法用来识别循环态并取得了很好的效果。实验发现,噪声污染和过程非平稳是机处理方法中的主要障碍,它们将是我们以后工作的重点。