单侧弧形挑篷脉动风压的小波分析

基于弧形挑篷模型测压风洞试验,对采集到的风压样本进行了连续小波变换、母小波的选取及多分辨率分析,并对各尺度上脉动风压小波系数和尺度系数的相关性进行了分析,识别了弧形挑篷风压在不同频率范围内的能量分布情况,并以不同频率范围内的风压信号相关性差异,确定脉动风压传播的频率范围.小波分析对研究结构表面风压分布和脉动风压的传播特征有很大的作用,其分析方法和工程应用方法值得进一步研究.     

噪声对水跃区脉动压力的影响及处理方法

在模型试验中,由于各种噪声的存在,常使水跃区脉动压力信号产生畸变,需要一定的处理方法来还原真实信号．为此,应用信号分解和自适应滤波方法对水跃区脉动压力信号进行研究和处理．结果表明,水跃区脉动压力信号包括真实信号和噪声2部分,而噪声一般包括背景噪声、电噪声和传感器振动所产生的附加脉动压力噪声3个部分,其中附加脉动压力噪声不可忽略．自适应滤波可以有效地滤除附加脉动压力噪声使信号得到很好的还原．该方法和结果为脉动压力模型试验布置、测试及数据处理提供了有益的技术参考．     

脉动压力环境成因及其定性特征

立足于工程设计中结构稳定性分析的需要,分别从物理流动现象和流动稳定性理论及湍流理论出发,分析了脉动压力环境的成因及特征。在综合比较了研究脉动压力环境的几种方法之后,指出数值模拟技术与脉动压力的工程预测模型相结合的研究方案具有很好的应用前景和经济价值。     

用K—ε模式理论确定湍流压力脉动的均方值

应用K－ε模式理论导出了一般剪切湍流中压力脉动的均方值与湍流动能K，湍流耗散ε及雷诺应力uiuj的关系，利用谱分析方法所确定的关系式中的街定系数，计算了湍流边层的压力脉动，并同已有数据进行了比较。分析了计算结果表明，该方法是可行的，从而为湍流压力脉动的预测提供了一种计算手段。     

脉动压力环境成因及其定性特征

立足于工程设计中结构稳定性分析的需要，分别从物理流动现象和流动稳定性理论及湍流理论出发，分析了脉动压力环境的成因及特征。在综合比较了研究脉动压力环境的几种方法之后，指出数值模拟技术与脉动压力的工程预列模型相结合的研究方案具有很好的应用前景和经济价值。     

天线在随机脉动压力作用下的运动感应电磁噪声

研究了天线在随机脉动压力作用下的运动感应电磁噪声,包括:随机脉动压力谱密度计算公式的建立;电极对天线运动感应电磁噪声的产生机理与计算方法;仿真结果及分析。研究结果对于水下通信有重要的应用意义。     

基于小波方法的随机脉动风模拟

根据小波的多分辨率分析性质,利用小波重构算法,采用正交小波基对脉动风速进行模拟.选取适当的小波基,假定最粗糙尺度上的尺度系数(即原始信号在最粗糙尺度上的近似),基于线性估计原理,由其线性组合估计同一尺度上的小波系数(即原始信号在该尺度上的细节内容),利用逆小波变换反复迭代计算,就可以得到原始信号在最精确尺度上的近似.根据这一思路,模拟了与Kaimal谱一致的苏通桥某点的纵向脉动风速,验证了小波方法模拟随机风场的有效性.     

双作用叶片泵减振槽几何尺寸优化设计

本文通过分析双作用叶片泵减振槽对压力脉动的影响,分别讨论了叶片泵工作腔增压的三个主要因素,以此为依据建立了叶片泵工作腔压力的数学模型,并应用优化设计方法,以减振槽的几何尺寸为设计变量,求出额定工况下,压力脉动最小时减振槽的几何尺寸.     

溢流塔泄流脉动压力的谱分析

本文应用随机过程理论的基本原理，对泄水塔泄流的脉动压力的幅值特性及频率特性进行了分析。应用最小二乘法对某些观测谱进行了拟合，给出了脉动压力的功率谱与下均流场参数的关系。     

湍流相干结构与壁压强脉动关联的小波分析

在风洞中同时测量平板湍流边界层的速度和壁面脉动压强,用小波分析法结合能量最大判别准则确定湍流边界层相干结构的时间尺度和壁压强脉动的时间尺度之间的关系．结果表明：压强脉动信号的小波能谱最大值对应的时间尺度与湍流边界层相干结构的特征尺度接近,可以利用壁面压强脉动信号的分析结果间接反映经过边界层的相干结构的时间特征．本研究选择复数Morlet小波作为小波母函数,有较好的分辨率．     

基于支持向量机的气液两相流流型识别新方法

为准确识别两相流型，提出了基于小波包多尺度信息熵和支持向量机的流型识别方法．利用小波包变换对采集到的水平管空气-水两相流压差波动信号进行3层小波包分解，得到8个不同频带的信号，提取各频带信号的小波包多尺度信息熵作为流型的特征向量，运用支持向量机进行训练并识别流型．结果表明：与BP神经网络相比，采用支持向量机进行流型识别可以获得更高的识别率，表明该方法是有效、可行的．     

导叶开口对混流水轮机尾水管压力脉动的影响

将水压力脉动测试、流场测试以及初生空化观测等实测结果进行对比分析,研究水轮机活动导叶开口的变化对尾水管水压力脉动的影响,为进一步研究并建立尾水管水压力脉动数学模型提供依据     

基于小波包分析与支持向量机的电力电子整流装置故障诊断

针对当前电力电子整流装置使用的故障诊断方法在应用过程中表现出的缺陷,提出了一种基于小波包分析与支持向量机的电力电子整流装置故障诊断方法：首先使用小波包分析方法对故障信号波形进行分解,提取故障特征向量,然后使用支持向量机理论构造多分类故障分类器对提取的故障特征向量进行分类.仿真实验结果表明,该方法能够有效地完成对电力电子整流装置的故障诊断,具有很好的工程应用价值.     

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.     

基于小波包和支持向量机的传感器故障诊断方法

针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明,该方法能有效地应用于传感器的故障诊断中。     

改进的阈值小波和PSO－SVM算法及应用

本文提出了基于改进阈值小波及改进支持向量机的低速重载滚动轴承故障识别方法.首先在实验台上测量三种不同工况的轴承信号,利用改进阈值小波对信号进行降噪处理,将降噪的信号利用小波包分解法得出各频带的特征能量值;其次利用粒子群算法来优化支持向量机的学习因子,提高支持向量机多分类器的识别性能;最后,将特征能量值导入优化后的多分类器,实现低速重载滚动轴承的智能识别.结果表明,结合后的方法有着良好的诊断效果.     

基于粒子群优化的支持向量机用于直肠感知功能重建

针对临床上肛门失禁导致的直肠感知功能丧失,提出了一种基于粒子群优化(PSO)的支持向量机(SVM)重建患者直肠感知功能的方法.分析人体直肠压力生理特征,将典型直肠压力收缩波形中的巨大移行性收缩(HAPC)作为产生便意的主要依据,利用小波包分析对直肠压力信号进行特征提取,通过提取的特征向量对基于SVM的直肠感知预测模型进行训练,使用PSO算法对SVM的参数进行优化,并利用训练后的模型进行便意预测,同时对比分析了参数优化后的SVM和不同核函数的SVM便意预测的准确率.实验结果表明,所提出方法切实有效,能够帮助患者重建直肠感知功能.     

基于自适应Gabor小波包的超声心动图像纹理特征提取

在基于纹理的医学图像检索中，由于提取的图像特征向量过长，大大影响检索速度．为此，提出一种基于Gabor小波包的自适应纹理提取方法：以信号能量集中度作为自适应选取小波包的优化参数，建立反映图像内容的纹理特征向量以及空间信息结构码．这种方法有效降低了纹理特征向量的维数，显著提高了图像分析的效率．在基于内容的图像检索实验中，以两类典型的超声心动图像为研究对象，结果表明该方法能够达到95．1％的平均识别率．     

小波包能谱熵与神经网络在断路器故障诊断中的应用

提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的连接权值进行了优化。引入置信度的概念,对改进神经网络输出的故障模式识别结果进行评价。通过试验分析结果表明了该方法的有效性,改进后的神经网络具有新故障模式的识别功能。     

基于小波包变换的模糊神经网络小电流接地系统故障选线

根据小波包变换和模糊神经网络的特点，提出了基于小波包变换模糊神经网络的一种小电流接地系统单相接地故障选线方法，即利用经过接地后零序电流训练的小波模糊神经网络来判别接地线路。该方法适用于任何小电流接地系统，并且不受负荷谐波、暂态过程、故障点过渡电阻等因素的影响，从理论上解决了传统方法选线准确率低的问题。EMTP仿真计算结果表明，该方法是准确和可靠的，具有实用潜力。