高速超宽带系统中频谱优化方法的研究

脉冲波形设计和频谱控制是超宽带通信系统解决频谱共存和相互干扰问题的关键。提出了基于最小面积准则(LAC)的频谱优化方法,并将其应用在正交脉冲调制超宽带系统中。该系统由多条并行发送支路组成,每条支路利用正交脉冲进行脉冲位置调制(PPM)与脉冲形状调制(PSM)相结合的调制。仿真结果表明:利用LAC优化的结果和最小均方误差准则(MMSE)相比更符合FCC的要求,不仅能提高频谱利用率,还能实现对频谱的灵活控制。     

基于免疫抗体生成算法的电力变压器故障诊断

提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。     

基于有限体积法的G4-73型离心风机三维流场数值模拟

基于有限体积法,利用Fluent软件对G4-73型离心风机内部流场进行了全三维数值模拟。结果表明:蜗壳内的低能流体区沿轴向朝流动方向推进;叶轮内的静压和动压在叶片吸力面靠近叶轮进口处最低,叶轮流道中动压等值线呈"凸"型分布,在叶片压力面靠近叶轮出口处静压和动压达到最大值,且叶轮出口相对总压损失集中在吸力面和前盘侧。     

基于积分法的热非平衡效应下剪切液膜流的表面波演化模型

当液膜表面同时存在热非平衡效应和切应力作用时,引发液膜流动不稳定的扰动及其影响将更为复杂。基于边界层理论,通过建立气液界面受热非平衡效应和切应力耦合作用的液膜流动的理论模型,采用包含弱非线性项的积分法,推导出热非平衡效应下剪切液膜流的表面波积分演化模型,模型中包括了相变强度、切应力、雷诺数和倾斜角度等不同参数的影响,为分析复杂边界条件下的液膜流的演化特征和稳定性提供了一种可借鉴的理论模型。     

分时控制MOSFET固态高频感应加热电源研究

研究了一种采用分时控制方法的MOSFET固态高频感应加热电源,电源输出频率是功率器件工作频率的n倍(采用n个桥分时工作)。利用MATLAB/SIMULINK实现了分时控制的仿真,分析了分时控制的工作状态,对器件功耗进行了理论推导,并对如何实现分时控制进行了介绍,且根据仿真画出了并行控制和分时控制2种控制方式下MOSFET器件损耗的曲线图。仿真结果表明分时控制在实现固态感应加热电源的高频化方面优于并行控制。     

改进的基于移动小波树的数据流异常检测方法

针对移动小波树数据流异常检测算法的不足,提出了一种改进的移动小波树异常检测方法,利用比率阈值去除颠簸数据的干扰,提高了检测精度;利用二分查找检测算法,提高了检测的效率;结合实时增量更新算法满足了数据流在线处理的要求;改进了阈值设定方法,可实现双边异常检测。用射线数据和电能质量扰动数据进行仿真实验,结果验证了方法的有效性。     

一种基于图像识别的高性能混沌特性判别算法

利用混沌阵子可以检测强噪声背景下极其微弱的周期信号。该方法应用中的关键问题是混沌特性的判别。提出了一种新的基于图像识别的混沌特性判别方法,该方法需要的存储量小,算法简单易行,尤其适合系统资源受限的场合,比如嵌入式系统。阐述了该混沌特性判别算法的原理,给出了一个基于此方法的完整判别程序流程。计算机仿真结果表明,该方法用于Duffing信号幅值检测系统是有效的。     

关于基体曲率的热障涂层残余应力分析

采用空心和实心四相同心圆模型,导出了轴对称温度应力状态下的位移公式,分析了基体曲率对热障涂层残余应力的影响。结果表明:热障涂层结构中各层内既有环向应力,又有径向应力,应力大小与温降成线性关系;当陶瓷层在外层时,在氧化层/陶瓷层和粘结层/氧化层界面上产生垂直界面的拉应力,且实心模型的拉应力远大于空心模型的拉应力;当陶瓷层在里层时,空心模型中相应界面上的应力为压应力。     

基于逆向解耦的BTU协调系统内模控制设计

针对火电单元机组协调系统的多变量强耦合特点,提出一种基于内模控制器与解耦器一体化思想的内模解耦控制方法.区别于一般的多变量内模控制,将解耦技术与内模控制相结合,同时具有解耦器和内模控制器的特性.首先根据相对增益系数矩阵选择控制主通道,然后通过基于逆向解耦的原理设计控制器,其计算过程简单并且适用于高阶对象.最后以300MW单元机组为控制对象,在MATLAB/SIMULINK环境下,仿真并验证了控制器在不同工况下均可以实现较好的控制品质,具有较强的鲁棒性.     

最优知识传递宽残差网络输电线路螺栓缺陷图像分类

目的 输电线路螺栓图像具有分辨率低和视觉信息较差的特点,针对螺栓缺陷图像分类时教师网络（大模型）参数量大、学生网络（小模型）分类精度低的问题,提出了一种最优知识传递宽残差网络输电线路螺栓缺陷图像分类方法,来弥补使用大小模型进行分类任务的局限性。方法 首先改变大模型宽度,即拓宽网络特征表达维度来增加向小模型传递的螺栓缺陷知识和简化小模型结构至3个残差块;然后为了选出传递螺栓缺陷知识性能最优的大模型,提出知识偏差的概念来可视化大模型向小模型螺栓缺陷知识传递的程度,综合分析不同宽度大模型利用知识蒸馏算法与注意力转移算法分别指导小模型训练后的分类准确率,并用知识偏差来确定最优知识传递模型;最后将最优知识传递模型利用知识蒸馏算法与注意力转移算法相结合指导小模型训练,尽可能提升小模型的螺栓缺陷分类性能。结果 在自建螺栓缺陷图像分类数据集上进行了验证,结果表明宽度为5的大模型向小模型传递螺栓缺陷知识性能最优,使小模型的螺栓缺陷分类准确率提高了5.56%,小模型与最优大模型的分类准确率只差2.17%,知识偏差为0.28,且小模型的参数量仅为大模型参数量的0.56%。结论 本文提出的最优知识传递宽残差网络输电线路螺栓缺陷图像分类方法,弥补了大小模型螺栓缺陷图像分类的局限性,实现了精度与资源消耗的平衡。