泡沫铝在船舶舱室中的降噪应用

针对船舶舱室内的噪声问题,利用阻性吸声材料泡沫铝无毒、阻燃、无粉尘、工艺性能好的特点,模拟舱室环境,对舱室进行了噪声治理。模拟结果表明加泡沫铝后,可以使舱室空气噪声平均降低约10dB,具有显著的降噪效果。     

基于人工神经网络的中期电力负荷预测研究

采用人工神经网络(ANN)进行电力负荷中期预测．阐述了人工神经网络的基本原理和反向传播算法(Back Propagation)．根据实际情况建立了人工神经网络的模型并利用Visual Basic编制了相应的计算程序．进行了实例计算，并验证了ANN适用于中期电力负荷预测．     

飞机舱室内噪声预测及软件开发

应用面向对象及可视化技术，开发了一套飞机舱室内的噪声预测软件。该软件利用统计能量法对整个飞机及其所处环境进行子结构划分、功率流分析及外部激励处理，研究了飞机壁板的隔声量及其内部声场分布，为用户提供操作简单的界面，初始参数选择灵活，分析结果可为飞机舱室降噪提供依据，后处理直观明了。     

船舶封闭舱室空气调节和再生

封闭舱室不能与大气中的空气进行交换，必须去除舱室中有害杂质，维持必需的气体成分和纯净度，需要一套有效的空气调节和再生装置来完成 这一任务。介绍 了一种综合的空气处理系统的工艺流程、组成设备和工作特点。阐明该系统能够有效地净化封闭舱室中的气体、液体、固体污染物，补充氧气及维持舱室必需的热湿规范，建立和应用这种综合空气处理系统是封闭舱室空调系统的发展方向。该系统适用于各种水面舰艇和潜艇封闭舱室的空气处理和再生。     

船舶大空间舱室火灾烟气填充研究

进行了船舶大空间舱室池火烟气自然填充的试验研究,分别采用修正的适用于热驱动浮力流的N-S方程组、LES方法的场模拟程序和双层区域模拟程序对试验场景进行了模拟研究,对烟气层的沉降规律和烟气温度分布规律进行了分析.试验结果表明,烟气在大空间舱室内的沉降速度很快;烟气层的温度较低,对于以温度作为阀值的探测器和消防喷头很不利.试验结果和计算结果对比表明,区域模拟和大涡模拟均可以较好地预测大空间舱室内火灾烟气的填充规律,大涡模拟能获得比试验和区域模拟更完备的物理场信息;模拟计算时,池火的上升和下降可简单按照t2规律设定;试验采用热电偶法和摄像法来判定烟气层高度时,热电偶法容易获得较准确的结果.     

基于ANN方法的煤巷掘进前方小构造预报技术

利用煤巷掘进过程中所暴露出的大量的煤层信息，确定了与煤巷掘进前方小构造存在密切关系的影响因素，分析了煤层倾角、煤层厚度、涌水量、瓦斯等各个影响因子，选出主控因子，建立主控因子与煤巷掘进前方小构造预测危险性指数间的人工神经网络（ANN）分析模型，求取了各影响因素对前方小构造预测的权重系数，并建立了煤巷掘进前方小构造预测预报的ANN模型及其判据．对鹤壁十矿煤巷掘进前方小构造进行了预测，结果表明：ANN技术可用于煤矿巷道掘进前方小构造预测．     

人工神经网络结合遗传算法在焙炒大米过程中的应用

焙炒是一种全新的使原料淀粉糊化的方法．它用热风替代水蒸气，在高温，短时间的条件下处理原料米，具有无废水污染，容易保存等优点，为食用酒酿制过程中的一种新型技术．通过对焙炒大米的3个指标：糊化率、脂肪含量和氨基氮进行测定，利用人工神经网络技术ANN对上述性能指标和操作参数的数据进行训练学习，得到可以描述焙炒过程操作条件和性能指标之间关系的模型．在所得模型的基础上，利用遗传算法GA对大米的焙炒条件实施优化，对未参与ANN建模的数据进行评价和比较，结果发现，结合使用ANN和GA，能够比较准确地预测对应于期望指标的操作条件，预测结果与实验数据吻合．     

城市给水管网水质模型的研究

提出了在城市给水管网中建立水质模型的两种方法：第一种是有外部输入的自回归模型ARX；第二种是神经网络模型ANN，两种模型的建立都是以天津市某小区给水管网水质监测的数据为基础的，模拟的结果显示这两种模型有相近的性能，但是在本实验情况下，ANN模型比ARX模型有更好的预测能力．     

汽车车外噪声分析预测的声场空间变换方法

以某载货汽车为研究对象,利用近场声全息和声场空间变换方法对其车外噪声进行了分析预测。建立了近场声全息测量系统,开发了声场空间变换分析软件,对被试汽车进行了车外噪声源的测试与分析。对汽车远场噪声特性和车外最大加速噪声进行了分析、预测,通过试验验证了远场噪声预测结果的有效性。并对用声场空间变换方法预测汽车加速行驶车外最大加速噪声产生误差的原因进行了分析。结果表明,在获得近场全息面上噪声测量数据的基础上,利用声场空间变换方法可对远场任意重建面的声场分布特性进行预测,并对形成该平面声场的主要噪声源进行识别,还可以对汽车加速行驶时的车外最大加速噪声进行近似预测。     

超深水半潜式钻井平台机舱舱室噪声预报与控制

针对超深水钻井平台舱室噪声的控制问题,本文建立了某超深水钻井平台舱室全频段噪声预报模型,对柴油发电机组舱室及其相邻舱室的噪声进行了分频段预报和分析。在此基础上,提出了控制目标舱室噪声的可行方案。结合预报结果依次研究了铺设吸声材料以及设置复合舱壁结构对海洋平台舱室噪声的降噪效果,同时探讨了发电机组加装隔声罩对舱室噪声的影响。研究结果表明:柴油发电机舱室及其相邻舱室噪声的主要贡献量为设备直接辐射产生的空气噪声;在舱壁表面敷设吸声材料可有效降低舱室噪声,降噪效果随着吸声材料的厚度而增加,在吸声材料达到一定厚度后影响较小。相对于敷设吸声材料,采用复合舱壁结构对柴油发电机组舱室的总声级影响较小,但机组舱室相邻舱室的总声级降低3～4 dB。改进设计了开孔封盖结构提高隔声罩的隔声性能,发电机组加装隔声罩可有效控制钻井平台舱室噪声。     

基于EEMD和ICA方法的驾驶室内噪声源时频分析

为有效控制工程机械驾驶室内噪声,利用集合经验模态分解(ensemble empirical mode decomposition, EEMD)后的本征模函数作为稳定独立成分分析(independent component analysis, ICA)算法中的多个虚拟通道,提出了基于EEMD和ICA相结合的驾驶室内噪声盲源分离方法。通过分析仿真信号验证了EEMD-ICA方法研究复杂非平稳信号可行。结合相干分析、时频分析方法研究推土机驾驶室内噪声特性。结果表明,柴油机的1／2阶、1阶转动频率是驾驶室内相关零部件的振动辐射噪声的主要激励来源,柴油机的燃烧噪声也是室内噪声的来源。通过相干分析与时频分析相结合的技术可较准确实现噪声源定位,结合测试对象的相关常识可实现对噪声类型判别、噪声传入途径等复杂的问题进行研究,为进一步实现驾驶室内噪声治理、故障诊断,提供经济实用的分析手段。     

大型客车车厢环境下的超宽带信道模型

依据频域信道测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的大型客车车厢信道模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国UWB频谱规范的测量信号,并为信道时域测量信号提出了一种基于小波分析的自动分簇算法来替代人眼分簇.信道模型采用修正Saleh-Valenzuela模型,从测量数据中统计提取信道模型参数,并依据模型参数仿真实现了信道模型.结果表明,提出的大型客车车厢信道模型和信道实测数据有相似的附加时延、均方根时延扩展特性和平均多径个数.     

基于HOS的雷达目标分类新算法

提出一种基于高阶谱（HOS）的雷达目标分类方法,将双谱概念从频域推广到时域和距离域,并给出了将双谱和双相干函数的“均值”及“重心”作为特征量的特征提取新算法,在目标散射信号中含有加性噪声和指数噪声的情况下,进行了模拟,同时对BSB(Brain State in Box)模型的人工神经网络进行了学习训练和分类仿真,结果证明本方法具有很好的性能和一定的实用价值。     

Application of BPANN in spinning deformation ofthin-walled tubular parts with longitudinal inner ribs

Back-propagation artificial neural network (BPANN) is used in ball backward spinning in order to form thin-walled tubular parts with longitudinal inner ribs. By selecting the process parameters which have a great influence on the height of inner ribs as well as fish scale on the surface of the spun part, a BPANN of 3-8-1 structure is established for predicting the height of inner rib and recognizing the fish scale defect. Experiments data have proved that the average relative error between the measured value and the predicted value of the height of inner rib is not more than 5%. It is evident that BPANN can not only predict the height of inner ribs of the spun part accurately,but recognize and prevent the occurrence of the quality defect of fish scale successfully, and combining BPANN with the ball backward spinning is essential to obtain the desired spun part.     

一种基于方向性信息测度和IHS变换的图像融合新方法

提出了一种基于图像方向性信息测度和IHS变换的图像融合新方法。该方法首先根据不同邻域尺度下图像方向性信息测度的变化规律．检测出SAR图像象素中的边缘点和纹理点。然后，对TM图像的5、4、3波段(即红、绿、蓝波段)进行IHS变换得到亮度图像Ⅰ。进而根据SAR图像象素分类情况将其和Ⅰ图像进行线性加权融合，其中边界象素和纹理象素的权值比平滑象素大。最后通过IHS反变换，得到完整的融合结果。实验结果表明，与传统的IHS融合方法和基于直方图匹配的IHS融合方法相比，该新方法在保持TM光谱信息和抗噪声能力方面具有明显优势。     

基于小波变换的电能质量监测

针对噪声系数的幅度随着尺度增加而减小的特点,提出了一种改进的基于小波分解层数的波段自适应降噪算法.利用Matlab仿真软件建立了电压暂降的系统模型,运用小波分析的方法对污染白噪声的电压暂降信号进行了时频分析和降噪处理,分析了软硬阈值降噪方法.实验结果表明,该方法通过调整两个可调参数获得较优的小波系数阈值估计,与常见的三种典型算法相比不仅较好地去除了噪声干扰,且信噪比更高,均方误差更小,同时具有更优的信息保全能力.     

高斯噪声与窄带干扰同时抑制技术

为了抑制接收信号中的高斯噪声和窄带干扰,在进一步分析边带相关置换（SCR）算法的基础上,提出了一种新的高斯噪声和窄带干扰抑制算法——循环边带相关置换（CSCR）算法. CSCR算法将SCR思想引入循环谱相关理论中,利用循环谱相关可有效抑制高斯噪声的技术优势,在接收信号的谱相关密度函数中用相对于窄带干扰的边带对称值代替干扰值来重构期望信号,从而实现了高斯噪声和窄带干扰的同时抑制. 该算法对谱相关密度谱对称的调制方式均适用. 通过对2PSK信号的计算机仿真表明,循环边带相关置换算法可以有效抑制高斯噪声和窄带干扰.     

Prediction of mechanical properties of 50CrVA tempered steel strip for horn diaphragm based on BPANN

50CrVA cold-rolled spring steel strip was used to fabricate the diaphragm of the automotive horn. The material parameters which were taken into account in the design of the diaphragm involve elongation, elastic limit, Young’s modulus, yield strength and tensile strength. The tempering process was carried out in order to enable the diaphragm to possess the excellent mechanical properties, such as high elastic limit, high fatigue strength and perfect stress relaxation resistance. As a nonlinear information processing system, the backpropagation artificial neural network (BPANN) was applied to predict and simulate the relationship between the mechanical properties of the diaphragm and the tempering process parameters. Experimental results show that a BPANN with 3-8-5 architecture is capable of predicting the relationship between the mechanical properties of the diaphragm and the tempering temperature successfully and lays the profound foundations for optimizing the design of the diaphragm. BPANN simulation results show that the tempering temperature ranging from 380 to 420 °C contributes to enhancing the comprehensive mechanical properties of the diaphragm including high Young’s modulus, high elastic limit and high fatigue strength.     

EMD遗传神经网络方法

针对BP(back propagation)神经网络搜索速度慢、容易陷入局部最小的缺陷,提出了经验模态分解(EMD)遗传神经网络方法,首先用对带噪的信号进行分解,得到信号的各阶本征模函数分量,每个本征模函数分量对应着一个能量不同的频段,即一种故障特征,将各频段能量的特征向量作为优化神经网络的输入样本;其次用遗传算法对神经网络的初始权值和阈值进行优化.利用EMD遗传神经网络方法对滚动轴承多类故障信号进行分析,可提高故障识别能力.