分析抽油机井系统效率监测数据的EMD分析

在利用抽油机系统效率变化曲线评价有杆抽油系统性能时,测试仪器误差和外界环境干扰作为噪声包含在测试数据中,导致计算得到的油井系统效率曲线不能直接用于系统分析和评价中。为了解决这一问题,本文在对比小波方法和经验模式分解法(EMD)提取复杂信号趋势项的能力的基础上,将EMD方法用于抽油机井系统效率测试数据分析,有效地提取了抽油机井系统效率的变化趋势,仿真结果表明该方法具有简便和高效的特点。     

改进的EMD算法及其在条带间距测量中的应用

经验模式分解(EMD)是一种非平稳信号分析方法,存在边缘效应. 针对此问题,文中用线性预测对信号进行端点延拓,增加附加的极值点来拟合包络线,以实现准确的经验模式分解,并通过数值实验验证了该方法的有效性. 根据疲劳断口图像中条带间的距离呈准周期性,可对其进行经验模式分解,分别算出水平和垂直方向上的条带间距,并通过三角转换关系得到相邻条带间的实际距离. 对实际疲劳断口图像中条带间距的测量表明,把改进的经验模式分解应用到条带间距测量是有效的.     

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition, EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值.     

基于MOCCII的新型单输入三输出电流模式滤波器

提出了一种基于MOCCⅡ(多端输出第二代电流传输器)的单输入三输出二阶滤波器模型电路，通过选择不同特性的元件在输出端，可实现二阶高通滤波、二阶低通滤波、二阶带通滤波、带阻和全通功能，每种电路都由两个MOCCⅡ、两个接地电容和电阻实现，与同类滤波电路相比较，该电路不但结构简单，而且使用灵活，有利于集成。