基于双树复小波和自适应权重和时间因子的粒子群优化支持向量机的轴承故障诊断

提出了一种基于双树复小波和具有自适应权重和时间因子的粒子群算法优化支持向量机的轴承故障诊断方法。首先对机械振动信号进行DTCWT变换,提取能量熵作为特征向量。然后采用AWTFPSO算法优化SVM,实现轴承故障诊断。不同方法的对比实验及分析结果表明,该方法速度快、准确率高。     

基于混合采样的压缩感知重构算法

为了提高图像的重构质量和缩短重构时间,同时保持较高的压缩比,提出了一种基于混合采样的压缩感知重构算法。将图像划分为感兴趣区域和非感兴趣区域,对感兴趣区域采用恢复质量较好的正交匹配追踪算法,对非感兴趣区域采用恢复时间较短的分段正交匹配追踪算法。感兴趣区域图像中除感兴趣区域外,其他部分灰度置零以增加采样率和图像稀疏度。实验表明,该方法可以较好恢复图像感兴趣的区域,并保持较高压缩比。     

改进LMD和LS-SVM在小电流接地故障选线中的应用

提出一种改进的局部均值分解(LMD)和最小二乘支持向量机(LS-SVM)相结合的小电流接地故障选线新方法。针对LMD存在端点效应的缺陷,提出了一种最小平方距离相关的改进算法,对端点效应进行了有效的抑制;LS-SVM在SVM基础上,用二次损失函数代替不敏感损失函数,用等式约束代替不等式约束,降低了计算复杂度。与径向基神经网络(RBF)方法的分类效果对比,验证了LS-SVM在非线性模式识别方面的优势。实验表明该方法能够很好地选出故障线路,为小电流接地故障选线提供了一种有效的新方法。     

基于形态学和广义S变换的小电流接地故障选线方法

提出基于数学形态学和广义S变换相结合的小电流单相接地故障选线新方法。数学形态学为一种新型的非线性滤波技术,考虑电力系统的信号特点,选取一种直线型结构元素,滤波时既能消除毛刺状噪声,又能很好地保持信号的形状;广义S变换克服了S变换中基本小波基固定的缺点,有更好的时频分辨率。首先对信号进行数学形态方法滤波预处理,利用对处理后的故障信号进行广义S变换分析得到模时频矩阵,最后对得到的模时频矩阵特征量进行能量分析,选择出故障线路。仿真结果表明,该方法可以在不同工况的情况下准确地进行配电网故障选线。     

基于数学形态学和模糊聚类的旋转机械故障诊断

提出了一种数学形态学与GG (Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征.为进一步对滚动轴承信号进行故障识别,提取出基于形态学操作的分形维数和描述不同信号形态特征的指标即形态谱墒,并把这2个参数作为GG聚类的故障特征向量,进行聚类分析,同时对GG聚类与FCM(fuzzy center means)聚类和GK (Gustafaon-Kessel)聚类进行了比较.实验证明了基于数学形态学与GG聚类相结合的机械故障诊断方法的有效性,且证明了GG聚类更适合对不同形状、大小和密度的空间故障数据模糊聚类,聚类效果更好.     

液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

混沌理论微弱信号检测方法的可行性分析

论述了混沌理论微弱信号检测方法的可行性,提出了利用混沌理论检测微弱正弦周期信号的仿真模型,采用了含有78个混沌振子的阵列来检测微弱正弦信号的幅值、频率、相位,从而达到高信噪比的测量.此方法是目前信噪比门限较低的时域信号处理方法,因而具有广泛的应用前景.     

激光针治疗三叉神经痛50例报告

激光针治疗三叉神经痛５０例报告张淑清，栾松（大连铁路医院神经内科１１６００１）原发性三叉神经痛是一种顽固性痛疼为主疾病，临床上无特殊疗法的一种常见病，三叉神经痛是在三叉神经分布区域内突发性剧烈痛时，多发生在４０岁以上患者。一般多单侧，很少累及双侧，痛...     

基于混沌的窄带超声检漏系统研究

介绍了一种利用混沌弱信号检测理论的新型窄频带超声管道检漏系统,实现对超声回波信号的特征提取,它能明显区分环境干扰与泄漏信号,具有较高的信噪比.     

J型泡沫剂及其省能建材制品

将最新研制的J型泡沫剂、由专门搅泡机制成的泡沫为发泡组分,以粉煤灰胶结料为基材,用加气混凝土废品破碎后充当粗、细集料,经常压蒸养制得多孔省能建材制品,其性能达到JC315—82《蒸压加气混凝土砌块》700级技术指标。由于以工业废物为主要原料、工艺简单、技术容易掌握、性能优异稳定、投资少、见效快,1万m~3/年工艺线投资,可望在一年内收回,预测有较强竞争力和广阔的发展前景。