基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.     

基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。     

太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

考虑水-力耦合和不同应力路径的砂岩卸荷力学特性试验

为研究不同渗透压力条件下的岩石卸荷力学特性,选取砂岩为研究对象,开展了不同渗透压力和不同应力路径下的三轴卸荷试验,并与常规三轴试验进行对比,比较了不同应力路径下的岩石强度特性,分析了渗透压力对岩石变形和强度参数的影响。试验结果表明：渗透压力的增大会弱化岩石强度,岩石的峰值强度随渗透压力的增大而降低,而轴向变形随渗透压力增大而增加,渗透压力越大,岩石的压密段特征越明显;针对两种不同的卸荷应力路径,恒轴压卸围压路径条件下,岩石的黏聚力不断降低,内摩擦角不断增加,而加轴压卸围压路径条件下,岩石的黏聚力不断增加,内摩擦角逐渐降低。     

冷再生泡沫沥青混合料水稳定性研究分析

通过控制新集料掺加比例、泡沫沥青用量、水泥剂量、集料温度和抗剥落剂等,研究各因素对冷再生泡沫沥青混合料的路用性能和水稳定的影响,并揭示其微观机理.结果表明,旧料利用率、泡沫沥青用量、水泥剂量和抗剥落剂宜分别控制在50%～75%、 2.5%～3.0%、 1.0%～1.5%和0.5%左右.此外,适当提高集料温度,有助于提高泡沫沥青分散均匀性,从而提升冷再生泡沫沥青混合料的水稳定性.泡沫沥青用量和水泥剂量是冷再生泡沫沥青混合料水稳定的关键因素.尽量使泡沫沥青分散均匀,避免产生结团现象,是保证冷再生泡沫沥青混合料水稳定性的基础,进一步通过水泥补强作用,可获得良好的水稳定性.     

基于经验模态分解特征的无线电引信抗扫频式干扰方法

针对目前调频无线电引信在复杂电磁战场环境中对抗扫频式干扰能够力弱的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)特征的无线电调频引信对抗扫频干扰的方法.对基于目标和扫频干扰作用下的调频无线电引信检波端输出信号进行EMD分解,得到10层本征模态函数(intrinsic mode function,IMF)分量,提取每层IMF分量中本征模态函数能量占比、能量聚集度和Renyi熵特征,并利用主成分分析算法对于特征进行降维,保证累积解释差异在95%以上,以降维后的特征矩阵作为支持向量机的输入对目标和扫频式干扰信号进行分类识别.实测数据结果表明,所提方法能够有效对目标和扫频式干扰信号进行分类识别,分类识别精度可以达到98.06%±0.003 8,目标检测率达到96.65%±0.003 7,虚警率为3.35%±0.003 7.     

多涡卷混沌系统在图像水印加密上的应用研究

提出了一种基于多涡卷混沌系统对含有版权信息的原始水印图像进行双重加密的方法.首先将混沌系统与DNA编码及DNA计算相结合设计了一种包含置乱操作的原始水印图像加密方案,分析其加密直方图、相邻像素相关性等统计特性.在离散小波变换结合奇异值分解算法(DWT-SVD)的基础上,把加密后的水印图像嵌入到载体图像中.通过实现水印信息的加密、嵌入和提取,对含有水印的载体图像的攻击以及对攻击后的水印进行峰值信噪比和归一化相似度的评价,整体实现了基于DWT和混沌加密的数字水印系统.     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

低水胶比对复合胶凝体系水化特性和动力学影响研究

低水胶比复合胶凝体系的水化机理和水化行为较普通水胶比胶凝体系存在一定差异,该条件下传统的水化结论往往不再适用.以不同低水胶比水泥-粉煤灰-矿渣复合胶凝体系为研究对象,通过测试净浆试件7d水化热,结合水化动力学模型探明了低水胶比、矿物掺合料掺量对其水化行为和水化机理的影响,并通过透射电子显微镜(TEM)和X射线衍射(XRD)分析了低水胶比复合胶凝体系的水化产物差异.研究结果表明：水胶比为0.2、粉煤灰-矿渣复掺量小于50%时,复合胶凝体系早期和后期的放热速率无明显差异,此时复掺粉煤灰-矿渣对水泥水化存在一定促进作用,当水胶比增至0.25和0.3时,复掺粉煤灰-矿渣在10～17h抑制了水泥水化;当水胶比由0.3降低至0.2时,胶凝体系最大放热速率呈增大趋势,且水化过程由NG-I-D改变为NG-D,不再经历相边界反应;水化至28d时,水化硅酸钙(C-S-H)的形貌随着水胶比的降低,由纤维状向球状转变.     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。