核级气体过滤减压阀结构设计与抗震分析研究

核电站配备的气体过滤减压阀在地震工况下需要保持其功能与结构完整性。首先对过滤减压阀阀体结构及工作原理进行了分析;之后建立了气体过滤减压阀的三维模型,借助Femap有限元软件完成了模态分析,确定其第1阶频率大于截断频率33 Hz后,使用等效静力法完成了气体过滤减压阀的抗震分析;最后根据ASME核电标准对气体过滤减压阀进行了应力评定。研究结果表明,气体过滤减压阀各部件在地震工况下均满足规范要求。所采用的研究方法也为其他核电站气体过滤减压阀的设计与抗震分析提供了参考。     

复合材料网格结构模态分析的均匀化等效建模

复合材料网格结构由于内部结构复杂 , 在有限元分析中难以建立实际模型 , 需要对结构采用均匀化方法进行弹性常数等效。本文中根据结构的最小势能原理和有限元法基本思想 , 对结构的弹性力学基本方程进行了推导 , 使用有限单元法中的位移场 , 根据应变能相等的原则 , 得出了求解等效弹性矩阵的一种比较通用的方法 ;根据动能相等的原则 , 得出了等效质量的求解公式。采用有限元方法 , 对胞元进行了拉伸和剪切载荷下的细观力学分析 , 将分析结果代入到推导的公式 , 求出了复合材料网格结构的等效特性参数 ; 使用求得的等效模型对结构进行了宏观仿真 , 并与实际模型仿真结果进行对比。研究结果表明 , 该等效方法具有较好的精度 , 能够满足工程的需要 , 可用于各类大型结构的分析。      

一类具高阶非线性项的发展方程的准确周期解

本文导出了具高阶非线性项的Lienard方程的准确周期解并从理论上给予了证明,然后利用这些公式得到一大批具高阶非线性项的发展方程的各种Jacobi椭圆函数型的准确周期解,由此避免了一大类非线性发展方程求周期解时求解过程的重复。     

层次分析法中高阶平均随机一致性指标(RI)的计算

利用层次分析法分析和解决问题时,要对通过两两比较判断出的矩阵一致性进行检验犤1犦。高阶平均随机一致性指标的值一般无法直接通过查表而得,这一难点阻碍着层次分析法大面积的推广应用犤2犦。文章在深刻剖析层次分析法的基础上,给出根据平均随机一致性指标的定义计算高阶平均随机一致性指标值的算法,并且基于windows环境在delph6.0下予以程序实现。该算法已成功运用于中国科学院知识创新工程某智能决策系统中。     

基于改进EEMD和HMM的采煤机摇臂轴承故障诊断

提出一种基于改进集成经验模态分解与隐马尔科夫模型的采煤机摇臂轴承故障诊断方法,利用基于极值点对称延拓和余弦窗函数的改进方法,减少端点效应对分解结果的影响,从而提高了信号分解的精度;然后提取每层本征模态函数的能量熵作为隐马尔科夫模型的输入特征向量,进行故障模式识别。实验结果表明,该方法对轴承故障类型的识别率达90%以上,实现了采煤机摇臂轴承故障的准确诊断。     

基于EMD的改进MFCC的语音情感识别

人在不同情感下的语音信号其非平稳性尤为明显,传统的MFCC只能反映语音信号的静态特征,经验模态分解能够精细地刻画语音信号的非平稳特性。为提取情感语音的非平稳特征,用经验模态分解将情感语音信号分解为一系列固有模态函数分量,通过Mel滤波器后取其对数能量,进行DCT反变换后得到改进的MFCC作为情感识别的新特征,采用支持向量机对高兴、生气、厌烦和恐惧等四种语音情感识别。仿真实验结果表明：改进的MFCC识别率达到77.17%,在不同的信噪比下,识别率最大可提高3.26%。     

近似模态控制分析法及其在选择灵活交流输电稳定器安装地点与反馈信号中的应用

文章提出了一种不需要计算系统矩阵的特征值和特征矢量,在应用和计算上较部分多模分解法更加简便的新的近似模态控制分析方法,并给出了将其应用于多机电力系统中灵活交流输电稳定器安装地点与反馈信号选择的实例。     

基于CVMD和DBO-SVM的光纤周界安防信号识别方法

为降低光纤周界安防信号中噪声对分类结果的影响,提升信号分类的准确率和运行效率,提出一种融合了相关变分模态分解(Correlation Variational Mode Decomposition, CVMD)、蜣螂算法(Dung Beetle Optimizer, DBO)和支持向量机(Support Vector Machine, SVM)的分类方法。利用CVMD去除原始信号中的噪声分量,并提取去噪后信号的能量、能量熵和峭度作为特征向量。采用DBO算法优化SVM,得到最佳惩罚因子和核函数参数,并构建DBO-SVM分类模型。搭建了基于相位敏感光时域反射(Φ-OTDR)技术的周界安防系统,采集了攀爬、敲击、踩踏和无入侵四类信号。实验结果表明,CVMD-DBO-SVM的分类准确率相比CVMD-PSO-SVM和CVMD-GA-SVM更高,达到了98.75%,同时运行时间更短,综合性能最优。