基于自适应动态时间规整(DTW)的GA-FCM多阶段间歇过程故障诊断

多时段是间歇过程的固有特征,对间歇过程划分阶段可以提高故障诊断的精度。采用模糊C-均值聚类（FCM）算法划分阶段存在对初始聚类中心敏感、易于陷入局部极优值的问题。提出遗传算法与FCM算法相结合的方法（GA-FCM）,用于克服FCM易于陷入局部极优值的问题,以达到全局最优。同时,针对间歇过程数据不等长问题,提出自适应动态时间规整（DTW）算法。随后,用GA-FCM方法完成阶段划分,再建立多向核主元分析（MKPCA）模型完成故障检测。最后将此算法应用于青霉素发酵过程,仿真结果验证了所提方法的可行性和有效性。     

基于FFT的互感式电流信号检测装置的设计

为解决对电路中电流信号的实时监测及谐波分析问题,利用传感器技术设计出一套高精度基于FFT( Fast Fourier Transform) 的互感式电流信号检测装置。该装置可对环路电流信号进行非接触式测量,硬件电路包括互感式电流传感器和检波电路,软件部分以STM32 为主控制器,对信号进行傅立叶变换得到频率和幅度信息。这种以微处理器为核心的测量装置可以实现测量自动化和功能多样化,在工业领域具有一定的应用价值。经实验检测,该系统的频率分辨率可达到1 Hz,幅度分辨率可达到0． 5 mA,测量电流信号频率误差小于2% ,幅度误差小于5%。     

基于改进小波变换法的风电场谐波检测

为了提高风电并网电力系统谐波检测的快速性与准确性,提出一种改进小波变换的谐波检测方法。首先,把风电并网系统电压信号的频域空间分割成低频区段与高频区段,针对低频区段信号采用小波多尺度算法分解,针对高频区段信号采用小波包进行分解,得到信号中的基波和各次谐波分量;然后,通过有效地提取出特定频率段的谐波分量进行重构来检测风电并网电力系统谐波;最后,利用MATLAB进行了仿真实验。实验结果表明:该方法能快速有效检测出谐波分量,提高了谐波检测准确度和快速性。     

离群点分析在高校能耗监控系统中的应用

节能是当今社会面临的重大课题,高校作为能源大户以及教书育人的基地,必须在能耗监控系统中起到领先示范的作用。在节能分析系统中,能耗的预警预测是关键,因此,异常点的发现与分析,为预警提供了直接的依据,是整个系统的基础。在数据挖掘中,离群点检测分析可以通过多种方法实现,本文应用了基于统计分布的离群点检测方法,但由于在实际情况中,能耗数据的变化与社会各类群体的生活习性、工作周期相关,这些复杂性决定了在数据分析中,只能根据实际的业务来检验分析结果的正确性。本文通过对某高校的能耗进行基于统计分布的离群点分析,并结合校园能耗规律,得出在高校中能耗的异常情况并报警,以达到节约能耗的目的。     

开设食品安全分析检测公选课的实践

介绍了食品分析安全检测公选课的开设情况及效果,通过相应的几个简单易操作的食品分析实验,让学生了解几种分析仪器的原理和结构以及在食品安全分析中的应用,且对学生的选课情况及教学反馈情况做了分析总结,对于我国高校公共选修课的开设及教学改革有一定的参考价值。     

含噪相干态信号的量子最优检测

在光频率级别的通信中,量子效应成为显著通信差错的来源,一种代替经典检测的手段是正交投影测量.文中基于二进制相干态信号,在考虑热噪声场的情形下,给出了在热噪声场背景下的二进制相干态信号的量子最优检测.最后的数值结果给出了OOK（On-Off Keying）调制和BPSK（Binary-Phase-Shift-Keyed）调制下量子检测的差错概率,验证了量子最优检测在热噪声场背景下的性能优势.     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

一种背景自适应的运动目标检测算法

鉴于传统混合高斯模型背景更新的不足,融合边缘检测、帧间差分,提出一种背景自适应的运动目标检测算法。该算法利用Sobel算子提取图像的边缘信息,采用了三帧差分法把每帧图像分为背景区域、背景暴露区域以及目标运动区域,对背景暴露区域、背景区域以及运动区域采用不同的背景更新策略。实验表明,算法对缓慢运动物体、光线突变及背景融入等条件有较好的适应性,能够有效地检测运动目标。     

微生物燃料电池同步还原五价钒并产电

五价钒(V(Ⅴ))具有较强的毒性,在环境中广泛存在。本文采用双室微生物燃料电池,以人工模拟的含钒废水作为阴极电子受体,实现了V(Ⅴ)的同步还原与产电。同时发现:较高的初始V(Ⅴ)质量浓度能够提高微生物燃料电池的输出功率密度,但不利于V(Ⅴ)的去除;降低pH对功率密度和V(Ⅴ)的去除率都有利,但当pH低至2时,再减小pH,上述两指标没有显著提高。V(Ⅴ)在微生物燃料电池中被还原为V(Ⅳ),后者可以通过调整pH而沉淀,从而实现了含钒废水的有效处理并回收电能与钒元素。     

基于正负斜率调频多带Chirp信号的移动目标参数估计

由于移动目标产生多普勒频移受到Chirp信号的调制,已有的单带线性调频连续波(linear frequency modulated continuous wave,LFMCW)信号对移动目标的速度和加速度估计方法存在较大误差。在多带Chirp系统中,通过对正负斜率调频多带Chirp信号进行差拍处理与傅里叶变换有效地抑制了这种因素引起的误差。除此之外,正负斜率调频多带Chirp信号测速方法有效地提高了移动目标分辨距离。同时,通过对接收信号的差拍结果进行基于重排的平滑伪魏格纳威利时频分布（reassign smooth pseudo wigner ville distribution,RSPWVD）与Radon变换,恒虚警（constant false alarm rate,CFAR）检测和阈值处理,实现对移动目标的加速度和速度估计。给出了移动目标速度与加速度估计算法,具体实现步骤和仿真结果。仿真实验验证表明,改进后的移动目标参数估计方法对低速移动目标测速精度有明显提高。