发表咨询:400-808-1731
订阅咨询:400-808-1751
部级期刊
影响因子 0.47
人气 24436
省级期刊
影响因子 0.3
人气 18161
部级期刊
影响因子 0.59
人气 16063
统计源期刊
影响因子 0.91
人气 14296
部级期刊
影响因子 0.38
人气 12824
统计源期刊
影响因子 1.71
人气 12632
CSSCI南大期刊
影响因子 5.52
人气 12352
北大期刊
影响因子 0.46
人气 12252
部级期刊
人气 12038
北大期刊
影响因子 3.18
人气 11698
摘要:为了快速估算出流体管道泄露量的大小,提出一种估算流体管道的泄漏孔径大小的方法,可以预测泄漏事故的损失;利用新型压力传感器开展流体管道泄漏监测,发现泄漏信号的近似熵平均值、标准差平均值、管道内流体压力等参量与泄漏孔径之间存在相关性,提出通过三元线性回归的方法获得泄漏孔径大小的有效方法,实验结果显示,表征线性拟合可信度的回归决定系数超过0.8,回归模型成立。利用该模型进行孔径大小的估算时,统计量F对应的概率p=0.033 6,小于显著性水平0.05。
摘要:针对轴承故障诊断问题,提出了一种基于核主元分析和极端学习机的轴承故障识别方法。首先应用小波分析的方法计算轴承时域信号的小波系数能量作为原始特征,然后应用核主元分析方法对高维的原始特征进行优选和降维,最后将优选和降维后的特征应用极端学习机方法建立故障诊断模型,从而区分各类轴承故障。SKF6205滚动轴承故障诊断实验结果表明,核主元分析方法能较好地获取故障响应信号的本质特征,并可直观地描述出了各个故障的低维分布特征,可有效提高轴承故障的诊断正确率。
摘要:特征点三维坐标的测量精度直接影响目标位姿的解算。相机安装校准过程中内部图像传感器产生的装调误差会导致实际成像点位置发生偏离,为消除定位偏差而最终提高三维测量精度,经过理论分析将装调误差分解为夹角误差、位移误差、旋转误差并分别建立不同的误差模型。首先将目标函数设置为成像点坐标差方程,利用多目标不等式的非线性最优化模型从理论上定量分析了装调误差,绘制各误差的三维分布图,定性分析了装调误差的发生趋势。选取某一型号相机进行物理实验,首先测定出主点坐标偏移量Δx=0.665 08 mm,Δy=0.936 68 mm,然后根据上述方法获得装调误差大小,得到相机偏移夹角为0.92°,偏移距离为1.41 pixel,偏移角度为0.047°,与所给真实值范围进行对比,验证了所提出标定方法的有效性。
摘要:针对化工过程采样间隔短、动态性强,短期参数预测不能有效地为现场人员提供充足的操作时间,提出了结合改进粒子群优化(PSO)算法和最小二乘支持向量机(LSSVM)的异常工况超早期监测预警方法。采用最小二乘支持向量机对归一化处理后的过程数据进行训练,利用改进的粒子群优化算法对最小二乘支持向量机中的核参数和惩罚因子进行快速精确地全局寻优,得到优化的预测模型。在丙烷塔的超压异常工况超早期监测预警案例分析中,能够准确地对未来500 s内的过程数据进行预测,并比DCS系统提前40 s发出异常报警,相比于最小二乘支持向量机预测模型和标准粒子群优化的最小二乘支持向量机预测模型,所提方法有效降低了预测误差。
摘要:超声相控阵检测技术通过控制阵列晶片激发声波的延迟时间,改变声波到达物体某点的相位关系,实现声束的偏转和聚焦,从而在不移动探头位置的条件下得到整个检测物体的清晰成像,具有非接触、穿透能力强、灵敏度高等优势,在工业探伤、结构缺陷检测等领域具有广泛应用。在研究超声相控阵技术原理的基础上,设计了基于一维线性阵列探头的等高度聚焦算法,并用该算法在搭建的超声相控阵检测系统上对B型相控阵标准试块进行了扇形扫查,得到了均匀一致、高分辨率的实时成像,最小可分辨半径1 mm的横通孔,探测深度100 mm。
摘要:超声相控阵技术复杂的叠加声场及其影响因素限制了超声相控阵技术的工程应用,建立检测过程的数值模型对于分析和理解检测过程具有积极作用。采用有限元方法仿真超声相控阵检测过程,分析建模参数的影响及其优化方法,基于优化后的有限元模型开展检测声场分析及试验验证工作。研究结果显示,调整网格尺寸、模拟载荷采样率、载荷子步可获得结果准确且计算效率高的有限元模型;基于有限元模型的声场分析结果与试验结果具有较好的一致性,有限元模型可用于指导换能器参数的优化配置。
摘要:为研究弓网离线电弧对机场广播式自动相关监视(automatic dependent surveillance broadcast,ADS-B)地面站系统的影响同时给出电分相对ADS-B地面站系统的保护距离,实测并分析了动车组弓网离线电弧典型辐射特性。测试结果表明,弓网离线电弧电磁发射,电分相处强度最大。距离电分相拉弧点23.3 m处实测数据结果为峰值检波的最大场强值达66 d BμV/m;准峰值检波较峰值检波降低约20 d B;平均值检波较准峰值又降低约14 d B。依据GB 6364(航空无线电导航台(站)电磁环境要求)的一般保护率条件,分析各种影响因素,给出电分相拉弧点距离ADS-B地面站系统的保护距离为537 m。本研究结果能够对动车邻近机场区域的线路设计与布局提供依据;同时也对国标的修订提供重要参考。
摘要:对配电网故障类型的及时准确识别有助于故障定位和事故分析等。提出一种基于奇异值分解(SVD)和多级支持向量机(SVM)的配电网故障类型识别方法。首先通过希尔伯特-黄变换(HHT)带通滤波算法对三相电压/电流、零序电压等7个故障波形进行等频宽分解,构造时频矩阵。然后将时频矩阵SVD得到的部分有效奇异值作为特征量,输入到多级SVM进行训练和分类识别。利用PSCAD/EMTDC软件搭建10 k V配电网模型用于获取训练样本和测试样本。测试结果表明,该方法对配电网单相接地、两相接地、两相短路、三相短路等10种故障类型的识别正确率较高,且在噪声干扰、采样不同步、系统网络结构改变、负荷电流变化、系统中性点经消弧线圈接地、系统等值阻抗变化、分布式电源接入等情况下均有较好的适应性。
摘要:针对噪声环境下,基于标准容积卡尔曼滤波的LANDMARC室内定位算法因噪声特性估计不准,引起滤波性能下降而导致定位误差较大的问题,提出一种基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法。该算法首先建立基于LANDMARC定位框架下的运动目标动态模型,然后引入量子粒子群优化技术对容积卡尔曼滤波中时间更新过程的状态预测值进行优化,以降低因畸变噪声引起的误差;最后将改进的容积卡尔曼滤波算法应用到运动目标状态估计中。实验结果表明,所提算法定位误差均值为0.175 m,与相同环境下传统的LANDMARC算法、基于容积卡尔曼滤波的LANDMARC算法以及基于粒子群优化容积卡尔曼滤波的LANDMARC算法相比,定位精度和稳定性均有明显提高,且运算时间比基于粒子群优化的算法少,应用在室内定位中能够得到较为真实的目标移动轨迹。
摘要:为设计原子光泵磁力仪中的高屏蔽效能磁屏蔽体,修正了多层磁屏蔽筒轴向屏蔽效能公式,并对比验证多层磁屏蔽筒各尺寸参数对轴向屏蔽效能的影响。对3层磁屏蔽筒模型应用Ansoft Maxwell建模仿真得到中心点磁屏蔽效能159.77 d B,公式计算结果为167.5 d B,研究结果表明修正的磁屏蔽筒轴向屏蔽系数公式比现阶段研究中的屏蔽筒轴向屏蔽系数公式(170.5 d B)具有更高的准确度,且参数对磁屏蔽效能的影响趋势与仿真具有较高的一致性。在其他尺寸参数相同情况下,3层磁屏蔽筒轴向长度间隔为46.5 mm时,轴向屏蔽效能存在最优值167.486 d B,在地磁场环境中剩磁小于0.6 p T,对磁屏蔽筒的尺寸设计具有重要指导意义。
摘要:针对既有的基于RSSI测距的室内目标定位系统在实际应用中存在的测距误差大,定位精度低,以及稳定性差的问题进行分析与改进,提供一种融合RSSI测距模型实时修正与定位结果辗转优化的室内目标定位方法,改进之处主要在于:在测距阶段,根据记录的信标间真实距离和RSSI衰减值对RSSI测距模型参数进行反向实时修正;在定位阶段,使用极大似然估计法初步确定移动目标的当前位置,而后将目标点坐标与测距值都作为未知数使用牛顿迭代法求最优解。实验证明,相对于既有的典型RSSI室内目标定位方法,所提出的方法首先提高了测距精度,进而提高了定位算法对测距误差的鲁棒性,从而整体上可有效提高室内目标点的定位精度。
摘要:为了满足针对手机屏幕玻璃的尺寸和崩边的高精度检测要求,设计了一种基于最小二乘法的手机屏幕玻璃尺寸检测及崩边评价方法。通过采用线阵相机实时地采集高精度的图像,同时对目标边缘像素进行基于灰度的采样并用最小二乘法进行拟合比较,再对定位后的目标边界进行分段的二次拟合,最后建立模板以及误差响应函数对玻璃边缘与拟合结果进行高通滤波后的误差统计,利用层次凝聚聚类可以获得准确的崩边位置和崩边大小。为了验证方法的可行性进行了实验,实验结果表明,崩边的检测率达100%,误检率为2%,尺寸检测误差小于0.05%,尺寸检测误差约为0.04 mm。该方法能较准确地检测手机屏幕玻璃尺寸和崩边,同时具有精度高的优点,并满足了实时检测要求。
摘要:针对四足机器人在野外环境下对多地形的识别能力较弱的问题,提出了一种基于多类特征融合的极限学习识别算法。该算法首先针对野外不同地形表面性质和组织结构的特点,利用纹理特性和小波变换获其低维和高维特征,作为分类器的训练特征。然后引入极限学习机分类算法对多种地形进行识别。结果显示,算法识别率为97.5%,比传统的BP神经网络算法、支持向量机算法分别高出30.89%和20.45%。并且重复的实验证明了该算法具有很好的泛化能力和鲁棒性,这为四足机器人关于提高其自主移动能力的研究提供了一种新的思路。
摘要:针对磁耦合谐振式无线电能传输(MCR-WPT)系统宽负载范围下恒流输出的问题,进行了不对称谐振补偿结构传输特性及其参数设计方法的研究。分析了谐振补偿元件的工作条件,基于T型等效电路和叠加原理推导了补偿结构电流和电压表达式,该补偿结构输入功率因数为1、输出特性近似恒流源特性;进行了不对称WPT设计方法研究,通过设计初级谐振补偿电容提高了系统最大输出功率,降低了次级整流器件的电流应力。最后进行了仿真和实验设计,验证了系统在工作频率为85 k Hz、负载范围为20~200Ω时的恒流输出特性。结果表明,采用的参数设计方法简单有效,能降低系统设计难度;设计的不对称谐振补偿结构提高了系统的稳定性,为软开关提供了有利条件。
摘要:传统的反向传播(BP)神经网络模型,在隐含层神经元较多时具有非常强大的表征能力,但同时也是因为这个原因,导致训练参数过多,难以避免造成过拟合现象,当训练数据非常有限时情况会更加严重。提出了一种基于知识成熟度的动态正则化神经网络优化方法 L2KM,不同于传统的L2正则化方法采用固定的先验假设,在模型训练的过程中根据学习到知识的成熟度动态地调整正则化参数,实现权值动态衰减。实验结果表明,这种动态正则化的神经网络优化方法能够有效地对抗过拟合,提升知识质量,提高模型的泛化能力。与传统的L2正则化方法相比,误分类率降低了42%左右。
摘要:在数据中心网络中,实时虚拟机迁移有利于实现网络的优化和管理目标。为了有效的进行虚拟机迁移,减少总迁移时间,提升服务性能,提出基于分组的启发式算法(grouping-based heuristic algorithm,GBHA)。算法通过计算每个分组的虚拟机对其他虚拟机迁移时间的累积影响,及时更新有限的网络带宽等资源约束,找到最优的迁移方案。算法在保证依赖关系和性能要求的前提下,解决了大规模迁移触发时的迁移规划问题,减少虚拟机的总迁移时间。实验结果表明,与CQNCR算法和HACE算法相比,该算法能够将虚拟机的总迁移时间分别降低44.1%和26.5%,有效地提高迁移性能。