基于互功率谱的电机转子多根断条故障仿真

利用互功率谱方法对异步电动机发生多根导条断裂故障进行了模拟仿真,包括连续断条和间歇断条故障。数字仿真结果表明该方法能在信噪比较低的情况下,有效地诊断转子断条故障。     

Jurkevich方法在非均匀采样频谱分析中的应用

引入Jurkevich方法来处理实际中所遇到的非均匀、非理想状况下采样的频谱分析,并且结合Kidger方法对结果进行了处理.结果表明Jurkevich方法是处理非均匀采样频谱分析的一种非常有效的方法.     

Description of rotational properties of the superheavy nucleus ^256,258,260Rf by projected shell model

Band structure of the Z = 104 nucleus 256Rf has been a recent research focus in nuclear physics. We performed projected shell model calculations for this and some other neighboring Rf isotopes. Specifically, we studied rotational properties of these nuclei and showed that variations in dynamic moment of inertia were sensitive to single-particle structures, which may be useful information for locating the anticipated island of stability. Electromagnetic transition properties were also calculated, and measurable quantities were predicted for further experimental test.     

单环铒光纤激光器的混沌行为

利用延时反馈法实验研究单环掺铒光纤激光器的混沌行为,并利用时间序列和功率谱研究该系统的混沌特性.实验结果表明:通过在激光器系统中加入一个光学延时反馈回路,改变光延时反馈信号的强度和延迟时间可增加该单环掺铒光纤激光器系统的自由度;该单环掺铒光纤激光器可通过倍周期分岔途径产生混沌.     

一种环境激励下斜拉桥模型损伤识别方法

虚拟脉冲响应函数可表征环境激励下结构系统固有的动力特性,但桥梁试验模型空间变异的模糊性和测量过程中环境激励的随机性,使得虚拟脉冲响应函数同时具有随机不确定性和模糊不确定性,适用于随机-模糊统计原理处理.而Hilbert-Huang变换(HHT)是一种新的适用于非线性、非平稳信号且具有自适应性的数据处理方法.提出了基于HHT与虚拟脉冲响应函数随机模糊均值的结构损伤识别方法,并将4个Hilbert边际谱能量指标应用到室内斜拉桥模型的损伤识别中.结果表明:主梁损伤前后4种能量指标都发生了变化,且体现出相似的规律性,准确指示了较大程度损伤的损伤位置和程度,为大型桥梁结构在线监测提供了一种方法.     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

无机功能晶体材料的结晶过程研究

功能晶体材料作为光、声、电等转换的重要介质,已经被广泛应用于能源、信息、航空航天等高新技术领域,是目前国际材料科学与工程学科发展的热点和前沿课题.结晶过程是制备功能材料的核心环节,结晶习性直接影响材料的光、电、磁、催化等功能特性.在无机材料的结晶过程中,晶体组成在微观上经历了从自由态离子到结晶态固体的相变过程.可以借助晶体组成离子的电负性及基团微观对称性的变化,研究结晶过程中聚集体的形成和结构演变规律.利用分子振动光谱能够从分子尺度上揭示非线性光学晶体材料在水溶液结晶过程中结晶学结构的形成过程,克服了传统原位观测手段中缺乏对非长程有序结构的确定.利用结晶生长的化学键合理论从热力学和动力学两个方面指导大块晶体的生长实践,合理调控晶体的生长表/界面热力学和动力学.将结晶生长的化学键合理论应用到大尺寸晶体提拉生长参数的设计和优化,成功搭建了大尺寸晶体智能生长系统,并成功生长了φ2″蓝宝石晶体、φ3″YAG晶体和φ4″铌酸锂晶体.     

Structural,morphological, and optical properties of tin(Ⅳ) oxide nanoparticles synthesized using Camellia sinensis extract: a green approach

Tin oxide (SnO2) nanoparticles were cost-effectively synthesized using nontoxic chemicals and green tea (Camellia sinensis) extract via a green synthesis method.The structural properties of the obtained nanoparticles were studied using X-ray diffraction,which indicated that the crystallite size was less than 20 nm.The particle size and morphology of the nanoparticles were analyzed using scanning electron microscopy and transmission electron microscopy.The morphological analysis revealed agglomerated spherical nanoparticles with sizes varying from 5 to 30 nm.The optical properties of the nanoparticles' band gap were characterized using diffuse reflectance spectroscopy.The band gap was found to decrease with increasing annealing temperature.The O vacancy defects were analyzed using photoluminescence spectroscopy.The increase in the crystallite size,decreasing band gap,and the increasing intensities of the UV and visible emission peaks indicated that the green-synthesized SnO2 may play future important roles in catalysis and optoelectronic devices.     

利用联合特征参数的卫星单混信号调制识别

针对卫星通信中常见的单-混二进制相移键控(binary phase shift keying, BPSK)、正交相移键控(quadrature phase shift keying, QPSK)、8进制相移键控(8 phase shift keying, 8PSK)、16进制正交幅度调制(16 quadrature amplitude modulation, 16QAM)信号调制识别问题，本文基于不同信号的累积量差异和方谱特性，充分利用累积量和谱线特征并构造合理的特征参数，最终构建决策树分类器，实现了这些信号的调制识别，并有效实现了混合QPSK和混合8PSK信号的识别。实验表明，该算法能够实现高斯白噪声条件下的单-混BPSK、QPSK、8PSK、16QAM信号的分类。当信噪比大于6 dB时，除混合QPSK和混合8PSK信号外，其他信号的调制识别率能达到98%,当信噪比大于10 dB时，混合QPSK和混合8PSK信号的调制识别率能达到92%。与现有算法相比，识别率更高，由此证明所提算法的有效性。     

基于循环谱截面智能分析的混合信号调制识别方法

针对已有混合信号识别方法存在智能化程度低、适应性差等问题，提出了一种基于循环谱截面和深度学习相结合的智能识别方法。理论推导分析了常见混合通信信号的循环谱零谱频率截面特征；利用提出的非线性分段映射和指向性伪聚类新方法对上述截面图进行预处理特征增强，提高了截面特征的适应性和一致性；并将预处理后的特征图与经典残差网络相结合，利用深度学习网络对特征图中调制信息的深层次细节挖掘分析能力，实现了混合信号的有效识别。仿真结果表明，该方法对噪声不敏感，当信噪比不低于-2 dB时，平均识别率大于90%；且该方法对信号参数及信号间能量比变化有较好的适应能力。