非径向对称随机向量的研究

本文利用过定点的Copula的最佳上、下界,构造了4个奇异Copula;证明了任意Copula与其生存Copula差的绝对值的上确界是三分之一;给出了度量随机变量非径向对称的方法;研究了最大非径向对称随机变量的性质及相关性度量的界。     

圆形薄壁构件准静态径向压缩下的吸能特性分析

为探讨薄壁吸能构件径向压缩下的吸能防冲特性,以圆形薄壁构件为例,采用理论分析、数值模拟和实验研究方法,对构件径向压缩下的吸能防冲特性进行研究,得出以下主要结论:构件压缩过程中具有稳定的变形破坏模式和较为恒定的承载力。内径对载荷波动系数、冲程效率和总吸能影响较小,压溃峰值载荷、平均压溃载荷随内径增加而降低。构件压溃峰值载荷、平均压溃载荷和总吸能均随壁厚增加而增大,载荷波动系数和冲程效率随壁厚增加而降低。长度对载荷波动系数和冲程效率影响较小,构件压溃峰值载荷、平均压溃载荷和总吸能均随长度增加而增大。研究结果为圆形构件尺寸选取提供理论依据,为其它类型薄壁构件径向压缩吸能特性分析提供参考。     

基于改进HHT和SVM的滚动轴承故障状态识别

针对滚动轴承故障信号特征难以提取与故障诊断效率较低问题,引入集合经验模态分解(EEMD)对Hilbert-Huang变换(HHT)进行改进,将改进的HHT结合拉普拉斯得分(Laplacian score,LS)进行轴承故障特征提取,并利用遗传算法(GA)优化支持向量机(SVM)分类参数,将其应用于滚动轴承振动信号故障状...     

状态空间下基于小波变换的时变系统参数识别

基于状态空间和小波理论提出了时变系统的参数识别方法。该方法将线性时变系统的二阶振动微分方程转化为状态空间里的一阶微分方程组,再对系统的自由响应数据进行小波变换,利用小波尺度函数的正交性,又将一阶微分方程组的求解转化为线性代数方程组的求解问题。识别出等效的系统转移矩阵,再利用特征值分解,可以得到系统的模态参数,然后将等效的系统转移矩阵与实际物理模型中的质量、刚度和阻尼矩阵对照,识别出系统的刚度和阻尼矩阵。以4层楼房剪切模型为例,对突变、线性变化和周期变化3种情形下的时变参数进行了识别,仿真算例验证了该方法的正确性和有效性。     

用于时变系统参数识别的状态空间小波方法

该文利用系统的激励和受迫响应数据,基于状态空间和小波变换理论,提出了一种识别时变系统参数的新方法.该方法首先将线性时变系统的二阶振动微分方程转换为一阶状态方程,然后对系统的激励和响应信号进行小波尺度函数空间投影,利用小波尺度函数的正交性,把一阶状态空间方程解耦为线性代数方程组.其次求解方程组,识别出不同时刻的等效系统转...     

论变电站运行状态的检测和识别

介绍了变电站的运行状态的检测及识别,并针对运行状态做出控制对策,使变电站达到自动控制的目的。     

含径向双边裂纹圆环小试样的疲劳裂纹扩展试验方法

针对传统断裂测试试样受构型的限制往往尺寸较大,无法满足小尺寸金属管疲劳断裂行为测试要求的问题,设计新构型小尺寸试样。并基于有限元分析和柔度理论,建立含径向双边对称裂纹圆环(O-ring with double radial symmetric cracks,DOR)小试样的裂纹长度预测公式和应力强度因子公式,进而提出DOR小试样的疲劳裂纹扩展试验新方法。应用5083-H112铝合金加工成含径向裂纹小管试样和标准CT试样,开展疲劳裂纹扩展速率对比试验。结果显示,基于DOR试样得到的5083-H112铝合金的疲劳裂纹扩展规律与CT试样的试验结果相吻合,证明新方法的有效性。经过对试样端口的测量和分析,试样两侧对称裂纹的扩展量基本一致,说明对称裂纹满足唯一性要求,且不同于CT试样,该圆环试样裂纹前缘非常平直,表明圆环构型试样沿厚度方向的约束状态更加接近。     

考虑底板与池壁相互作用和池壁剪切变形影响的圆形水池动力特性计算

考虑圆形水池池壁剪切变形的影响、底板对池壁的径向约束作用和转动约束作用,将圆形水池底板与池壁的相互作用简化成端部受切向弹性约束和转动弹性约束下的弹性地基Timoshenko梁,基于Timoshenko梁振动的修正理论,导出了底部环向简支、顶部分别为自由、铰支和固支三种边界条件下的振动频率超越方程;根据池壁和弹性地基梁微分方程的类比性,阐述了利用ANSYS建立圆形水池振动模态分析的有限元方法。利用二分法对底板环形简支的圆形水池的振动频率进行了计算,分析了顶部不同边界条件、池高、池的半径和底板对池壁弯曲约束刚度对池壁振动频率的影响。得到了圆形水池轴对称振动可采用弹簧-质量模型进行基频估算、该文所建立的分析方法只能分析圆形水池的轴对称振动模态、圆形水池底板与池壁相互作用对基频影响不明显、壁厚的剪切变形和转动惯量对高阶振动影响大等结论。     

自然状态和信息不对称条件下对代理人的激励和约束问题

在委托-代理关系中,对代理的激励和约束影响双方的利益,而信息不对称和不确定性使问题更为复杂。为此,建立了在信息不对称和不确定性条件下,对代理的激励和约束如何影响双方利益的博弈模型。基于该模型,可以定量和定性地分析影响双方签订的合同的因素,因此可以获得一个最优的激励合同。     

基于ECG和HRV特征提取的情绪状态分析

心电(ECG)和心率变异性(HRV)是心脏活动的直接响应,与自主神经系统有着密切关系,不同情绪状态有特定的自主神经反应模式,因而ECG和HRV可以反映人体情绪变化.本文利用Augsburg大学建立的情感生理数据库,选取音乐情感诱发下的心电信号,对其进行滤波处理去除噪声和干扰;采用小波变换提取心电信号小波系数的模极值和过...     

改进的Hough变换对油库目标识别

油库是典型的感兴趣目标之一,大多数呈圆形.针对传统的基于Hough变换检测圆的算法存在计算量大、空间复杂度高等缺点,本文提出一种改进的梯度模糊Hough变换进行油库目标识别.算法首先利用梯度信息减少计算量,然后对边缘像素进行模糊映射,以减少峰值扩散和伪峰现象,最后针对Hough变换不考虑点之间的连通性的缺点设计去虚警算法.实验结果表明该方法计算量小,精度高,能准确定位圆心和半径,识别率达82.5%,虚警率为1.6%.     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

基于Hough变换和清零法的缸套内面网纹角检测

目的 发动机缸套内面网纹角直接影响到发动机的性能,为了高效准确地检测出内纹角,舍弃残次品,拟研究网纹夹角的检测方法。方法 采用邻域运算和自适应中值滤波对网纹图像进行图像增强,达到去除噪声和保留细节的双重效果;然后对其进行边缘分割处理,得到边界分明的边缘图像;再对其进行二值化,以减少Hough变化所用时间;最后提出一种基于Hough变换与清零法相结合的直线提取算法,并根据提取的直线特征计算网纹角。结果 实验结果表明,基于所提算法检测出来的夹角,对比传统方法和国外通用的仪器,平均检测误差降低为0.43%。结论 所提算法具有夹角误差小、准确度高、用时少等优点,能代替昂贵的进口仪器。所提算法在直线检测和包装条形码领域有较好的应用价值。     

Applications of the Phase-Coded Generalized Hough Transform to Feature Detection,Analysis, and Segmentation of Digital Microstructures

The generalized Hough transform is a common technique for feature detection in image processing. In this paper, we develop a size invariant Hough framework for the detection of arbitrary shapes in three dimensional digital microstructure datasets. The Hough transform is efficiently implemented via kernel convolution with complex Hough filters, where shape is captured in the magnitude of the filter and scale in the complex phase. In this paper, we further generalize the concept of a Hough filter by encoding other parameters of interest (e.g. orientation of plate or fiber constituents) in the complex phase, broadening the applicability of Hough transform techniques. We demonstrate the application of these techniques to feature detection in micrographs (2-D) and three-dimensional (3-D) microstructure datasets, and explore their utility to the closely related applications of feature based image segmentation and calculation of 3-D microstructure metrics.