智能超声波物位仪的研究

介绍了超声波物位仪的原理,给出了以单片机为核心的智能物位仪系统的组成,论述了温度对测量的影响及解决方法,在实验的基础上对物位测量的误差进行了分析.     

混沌弱信号检测法在超声检漏系统中的应用

提出了利用混沌算法抑制噪声,采用新型窄频带超声检漏原理来进行泄漏检测的新方法.重点介绍了泄漏系统的算法及结构.     

基于多变量加权一阶局域混沌预测模型优化及应用

鉴于实际应用中多变量因素对混沌预测的影响,提出了多变量时间序列相空间重构方法,以此为基础建立多变量加权一阶局域混沌预测模型。引入等概率符号化极大联合熵求取延迟时间、最小香农熵法求取嵌入维数,实现多变量混沌预测模型子序列重构;对实际序列采用区间邻近点法确定预测中心点的邻近点,避免产生伪邻近点;最后用关联分析确定观测变量。将该模型应用于短期电力负荷预测,分析气温等影响因素与电力负荷的相关程度,引入气温时间序列作为另一观测变量,实验证明相对于单变量预测方法提高了预测精度。     

基于正则化线性调频模式追踪算法的信号消噪方法及其应用

信号在采集过程中存在的噪声会给后续工作造成一定程度的困难,因此消除噪声干扰是准确进行下一步工作的关键问题。提出了一种正则化线性调频模式追踪(regularized chirp mode pursuit, RCMP)算法,该算法通过先验频率信息及递归框架提取信号中的每一个信号模式,具有一定的自适应性。将提出的RCMP算法应用到传感器数据降噪中,通过仿真信号和实际信号研究了RCMP算法的去噪性能。同时,通过与EMD结合区间阈值的降噪方法、CEEMDAN结合区间阈值的降噪方法以及VMD结合相关系数的降噪方法进行对比,验证了所提方法的可行性和优越性。     

10kV及以下电网线损精细化管理

本文首先对当前影响10kV及以下电网线损的主要因素进行了一定的分析,进而探讨了加强10kV及以下电网线损精细化管理的有效措施,旨在一定程度上降低企业的电网线损问题,以促进企业的进一步发展.     

我国设计标准和规范体系

本文简述了我国设计标准的等级和层次，讨论新修订的混凝土和砌体结构规范安全度水准，供工程技术人员学习和应用新规范参考。     

小波分析算法研究及在齿轮与滚动轴承故障诊断中应用

分析了齿轮与滚动轴承故障振动信号的特征,利用小波变换的分解和重构算法,有效地提取出齿轮与滚动轴承故障特征信号,得到实验结果.通过比较频谱分析和小波分析的特点,有效地证明了小波分析在微弱故障信号提取中的优势.     

基于MEMD互近似熵及FCM聚类的轴承故障诊断方法

提出了一种基于掩蔽经验模式分解(MEMD)互近似熵及模糊C均值聚类(FCM)的滚动轴承故障诊断新方法。MEMD可以有效抑制经验模式分解存在的模态混叠问题;互近似熵是近似熵的改进,能更好体现信号的不规则度和复杂度。信号经掩蔽经验模式分解后得到一组平稳的本征模函数(IMF),通过能量分析筛选出与原始信号最为相关的几个IMF分量,计算其互近似熵值以作为故障特征向量,能够直观体现设备的运行状况。故障模式识别采用的FCM算法,计算相对简单,聚类效果好。实验分析证明了该方法的优越性。     

基于EEMD样本熵和GK模糊聚类的机械故障识别

针对目前各种机械故障诊断方法的局限性,提出了基于总体平均经验模式分解（EEMD）样本熵和GK模糊聚类的故障特征提取和分类方法,建立了一种机械故障准确识别的有效途径。首先,对机械振动信号进行EEMD分解,得到若干不同时间尺度的固有模态函数（IMF）分量。其次,通过相关性分析和能量相结合的准则对IMF分量进行筛选,并将筛选出的IMF分量的样本熵组成故障特征向量。最后,将构造的特征向量输入到GK模糊聚类分类器中进行聚类识别。实验及工程实例证明了该方法的有效性和优越性。     

基于EEMD和混沌的信号特征提取方法及应用

提出了一种基于集合经验模态分解(EEMD)和混沌相结合的信号特征提取方法,应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量,对各分量与局部呼吸信号进行相关分析,并给出各分量的Hilbert谱,通过局部分析的结果初步判断婴儿是否患有哮喘;然后,以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率,对全局呼吸信号进行整体检测及分析,由混沌的间歇周期可以得出原始呼吸信号的频率,准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进,将其应用到实测信号的分析中,验证了方法的有效性。该方法能够正确地反映信息特征,准确率高。