基于MPCA与DTW的间歇反应过程的性能监视及故障诊断

研究了基于多方向主元分析(MPCA)理论和动态时间错位(DTW)理论对间歇反应过程进行性能监视及故障诊断的方法．多元统计分析理论是根据反应过程的历史批量数据，建立过程的统计数据库、统计数学模型；在此基础上确定过程的统计监控指标，并向各自的统计模型投影，判断其与模型的拟合程度来诊断是否有故障发生．由于间歇反应的各批次物理条件的不同、约束条件的不同，导致批次与批次之间的数据轨迹不同步．动态时间错位(DTW)理论通过搜寻两轨迹的相似特征，适时地对轨迹进行压缩和扩张，从而使其达到一致的程度．这为基于MPCA理论进行故障诊断提供了合理、可靠的数据依据．比较轨迹进行同步化处理前、后的故障诊断结果完全不同。因此，DTW理论的应用在基于MPCA理论进行性能监视及故障诊断中具有重要意义     

基于深度卷积网络的运动想象脑电信号模式识别

针对运动想象脑电信号(MI-EEG)分类准确率普遍偏较低的问题,引入基于深度框架的卷积神经网络模型(CNN).首先,使用短时傅里叶变换(STFT)和连续小波变换(CWT)得到两种不同解析度下的时频信息;然后将其与电极通道位置信息相结合并以三维张量的形式作为CNN的输入;其次,设计了两种基于不同卷积策略的网络模型Mixe...     

多特征融合的脑电情绪分类

为进一步探究不同类型特征互补性对脑电情绪分类的影响,提出一种基于多特征融合的脑电情绪分类新方法。对预处理后的脑电信号进行DE、MST和SampEn特征提取,采用双样本T检验去除冗余筛选出最优特征并融合,采用SVM分类模型来识别不同的情绪状态。在SEED-Ⅳ数据集上的实验结果表明,单一特征中DE的平均分类准确率最高（77.86%）,而融合非线性SampEn特征与功能连接MST属性后平均分类准确率得到进一步提升（84.58%）,不同时间段采集的数据上重测实验则证明了该方法的有效性与稳定性。     

模糊熵和深度学习在精神分裂症中的应用研究

精神分裂症是一种常见的重性精神疾病,多年来严重影响人类的生活质量,因此,对该病的准确诊断是治疗疾病的前提。针对以上问题,提出一种基于大脑复杂性和深度学习的精神分裂症脑电信号（EEG）分类方法,旨在发现隐藏在数据中的分布式特征。与忽略空间信息的标准脑电数据分析技术相反,首先将脑电信号的时间序列进行分频处理,并将每个频段的时间序列用模糊熵（FuzzyEn）进行特征提取,按照电极的空间位置构成特征向量,并将特征向量输入到卷积神经网络（CNN）中训练分类模型,自动识别受试者是否患病。实验结果表明,基于模糊熵和卷积神经网络的分类方法是有效的,分类准确率达到了99.16%。     

秦山二期工程反应堆压力容器管座焊接设计和工艺研究

秦山核电二期工程反应堆压力容器(RPV)设计有3种类型的管座.重点描述了RPV顶盖与CRDM管座的焊接没计要求,如何正确选择焊接材料,母材对镍基合金焊缝的影响.介绍了焊接工艺中控制热裂纹的措施和异种钢焊接变形的控制措施.还根据1#和2#机组压力容器制造经验的反馈,吸取国际上容器设计的先进技术,提出了反应堆压力容器管座焊接变形的控制措施.     

企业电能量管理系统的研制

为了提高企业的用电管理水平,开发一种新型的企业电能量管理系统。系统基于无线传感网络和数字化电能测量技术,可通过在线监测企业重要能耗节点的用电状况,对企业现有用电方式和结构合理性、用电负荷、功率因数、谐波分量的动态变化趋势,以及无功功率和谐波功率的大小和产生原因等情况作出准确判断。     

新型数字式三钳相位伏安表的研制

本文在分析传统的基于时域分析的双钳相位伏安表现场使用不便和测试精度低等缺陷的基础上,提出了一种新型的基于频域测量算法的数字式三钳相位伏安表,并详细分析了其测量原理和软硬件设计。实践表明,新型仪表不仅现场使用方便而且测试精度高。     

基于双向迭代离散算法的多联辐射空调系统研究

建立起多联辐射空调系统内部流动的离散理论模型,采用双向迭代算法求解模型控制方程,研究了系统内部分歧管在不同Re数下静压分布和流量分配的均匀性问题.研究结果表明:相同Re数下,分歧管内部冷媒流量分配沿流动方向呈递增式偏流分配,且Re数的增加加剧了冷媒的偏流分配.为克服这种冷媒偏流分配引发的制热不均匀性,从结构设计和控制逻辑两方面措施加以改进,有效提升了冷媒分配的均匀性.     

基于负载转矩观测器的动态恒风量控制

当前不基于外部传感器的恒风量控制技术的控制性能有限.针对此问题,提出一种基于负载转矩观测器的动态恒风量控制技术.构建降阶龙贝格负载转矩观测器,实现风机负载转矩及风道参数的实时观测,并进一步计算风压与风量.将实时计算的风量作闭环PI控制,形成风量-转速-电流三环控制.实测结果表明,所提出方法的风量控制精度高,且无需外部传感器,可有效兼顾实现低成本与高控制性能.     

基于负载转矩观测器的动态恒风量控制

当前不基于外部传感器的恒风量控制技术的控制性能有限.针对此问题,提出一种基于负载转矩观测器的动态恒风量控制技术.构建降阶龙贝格负载转矩观测器,实现风机负载转矩及风道参数的实时观测,并进一步计算风压与风量.将实时计算的风量作闭环PI控制,形成风量-转速-电流三环控制.实测结果表明,所提出方法的风量控制精度高,且无需外部传感器,可有效兼顾实现低成本与高控制性能.