基于尺度滤波与小波去噪的PID继电整定

针对PID参数继电整定法存在继电环节对噪声敏感和受噪声污染的输出波形无法提取出特征参数等缺陷,提出一种利用小波技术的解决方法.该方法以尺度函数为低通滤波器在线滤除反馈信号中的高频干扰,并用小波阈值去噪法离线去除输出波形中的噪声,恢复真实波形以提取出精确的特征参数.从理论上证明了尺度滤波与小波去噪的正确性,并给出了实用算法.仿真实例验证了该方法的有效性.     

增进核电焊材用钢508 Ⅲ洁净度的工艺实践

核电焊材用钢508 Ⅲ（/%:0.09~0.12C,0.30~0.40Si,1.45~1.65Mn,≤0.008P,≤0.008S,0.45~0.60Mo,0.60~0.75Ni）的生产工艺流程为20t EAF-LF-VD-4t铸锭-锻造150 mm×150 mm坯-轧制Φ5.5mm盘条。采用精选炉料,以及高碱度渣、高FeO含量,钢水温度1550~1570℃等措施控制,电弧炉终点[P]≤0.002%,并选用低磷合金,使钢中磷含量≤0.006%;LF采用硅钙合金沉淀脱氧,SiC粉扩散脱氧、CaO-Al₂O₃-SiO₂渣系,碱度5.0~5.5,VD真空度≤67Pa,Ar流量30~50 L/min,保护浇铸等措施后,3炉钢的分析结果表明,钢中气体含量为1.3×10^-6~1.5×10^-6[H],10×10^-6~14×10^-6[O]和44×10^-6~58×10^-6[N],满足核电焊材用钢508Ⅲ洁净度的要求。     

基于HHT的径流变化特征分析及验证

Hilbert-Huang变换方法(Hilbert-Huang Transform,简称HHT)是针对非线性、非平稳序列的一种新的时间序列分析方法。本文以大理河流域青阳岔水文站近40年来逐年径流实测序列为例,首先采用HHT方法得到反应周期的本质模态函数(Intrinsic Mode Function,简称IMF)分量、反应变化趋势的趋势项Res及表征波动能量的HHT谱,计算表明青阳岔水文站年径流量呈明显下降趋势,下降速率约为436980m3/a,同时其存在约29a、15a、6a及3a的变化周期。继而分别采用Mann-Kendall(简称MK)检验法及Mexhat小波变换方法分别对该序列径流特征进行分析并与HHT方法计算结果进行对比,结果表明HHT得到的结果与MK检验及小波变换得到的结果基本一致,但比小波变换具有更高的周期分辨率。MK检验法则发现该径流序列存在的突变点。这不仅验证了HHT对水文时序分析的适用性,而且可充分挖掘径流序列所蕴含的水文信息,这表明采用多种方法进行分析能够从多角度探索序列径流变化特征,有助于全面认识水文过程的变化特性。     

基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类

针对单一极限学习机(ELM)在癫痫脑电信号研究中分类结果不稳定、泛化能力差的缺陷,提出一种基于互信息(MI)的AdaBoost极限学习机分类算法。该算法将AdaBoost引入到极限学习机中,并嵌入互信息输入变量选择,以强学习器最终的性能作为评价指标,实现对输入变量以及网络模型的优化。利用小波变换(WT)提取脑电信号特征,并结合提出的分类算法对UCI脑电数据集以及波恩大学癫痫脑电数据进行分类。实验结果表明,所提方法相比传统方法以及其他同类型研究,在分类精度和稳定性上有着明显提高,并具有较好的泛化性能。     

二维翻转结构9/7离散小波逆变换研究与VLSI实现

采用提升结构的二维9/7离散小波逆变换模块是高清图像解码显示和实时处理的关键支撑技术。为实现电路模块的整体优化,在提升结构二维9/7离散小波逆变换标准算法的研究基础上,通过分析图像数据的输入输出顺序,结合器件模型提出一种翻转结构的优化算法。进一步地,给出了所提算法的一种多核并行VLSI结构：通过流水线技术将关键路径降为一级乘法器延迟;通过重组织数据流,处理N×N大小的图像仅需4N的中间缓存,从而在提升该模块速率的同时降低了中间缓存。基于Sparten6-xc6slx150t FPGA进行综合验证,结果表明该模块可稳定运行于166.34 MHz时钟速率。     

基于小波的搜索量聚类及在变量选择中的应用

针对使用网络购物搜索量数据建立预测模型时的变量选择问题,提出一种基于连续小波变换(CWT)及其逆变换的聚类方法。算法充分考虑了搜索量的数据特征,将原始序列分解成为不同时间尺度下的周期成分,并重构为输入向量。在此基础上通过加权模糊C均值(FCM)方法进行聚类。变量选择是根据聚类后每个分类中的关键词隶属度函数值确定的,选择效果通过我国居民消费价格指数(CPI)的预测模型进行验证。结果表明,搜索量序列具有不同长度的周期成分,聚类后同组关键词具有明显的商品类型一致性。与其他变量选择方法相比,基于小波重构序列聚类的预测模型具有更高的预测精度,单步和三步预测相对误差仅为0.3891%和0.5437%,预测变量也具有清晰的经济含义,因此特别适用于解决大数据背景下高维预测模型的变量选择问题。     

钒氮合金标准样品研制中的数理统计方法应用

通过对钒氮合金标准样品研制过程中的样品均匀性检验、定值结果的计算和误差的统计分析,阐述了数理统计方法在标准样品研制过程中的实际应用,为冶金标准样品研制者提供一个可以借鉴的参考样本。根据GB/T 15000《标准样品工作导则》和YB/T 082《冶金产品分析用标准样品技术规范》对标准样品研制的要求并结合实际,采用了方差分析法对标准样品均匀性进行判断,夏皮罗-威尔克方法用于考查定值数据的正态性,科克伦、格拉布斯和狄克逊检验法对定值数据的可疑值和离群值进行了检查和筛选,t检验对标准样品稳定性进行了判定,确保了钒氮合金标准样品的均匀性、稳定性及定值数据的准确性,使钒氮合金标准样品成为合格的标准参考物质。