热辐射信号特征对热喷涂粒子参数测量的影响

对基于热辐射测量喷涂粒子速度、温度的检测系统，建立了单窗调制光阑下的信号演变过程模型，提取了4种基本信号特征类型，发现只有曲边梯形信号可准确测量粒子速度、温度与尺寸等状态参数，而其他类型信号的出现将增加测量误差．用超音速火焰喷涂实验验征表明，实测信号特征与理论模型分类基本相符，瞄准距离与孔径光阑直径对信号特征影响显著，减小孔径光阑直径可降低非曲边梯形信号引入的测量误差，但也会导致信号强度和捕获粒子总数的下降．     

建立GPS水准综合模型的探讨

目的 为了提高GPS水准的拟合模型在逼近高程异常曲面时的逼近精度和可信度。方法 在总结已有研究成果的基础上，提出了应用有限元法与移动法的加权综合模型来逼近高程异常曲面的方法，并建立了一个二阶规划模型。结果 通过对实测数据的计算分析可发现：当有限元法和移动法的拟合中误差分别为18．9mm和14．4mm时，有限元法与移动法的加权综合模型的拟合中误差仅为6．0mm。结论 有限元法与移动法的加权综合模型的逼近结果比单一模型的逼近结果有了较大的提高，是逼近高程异常曲面的一种有效方法。     

带惩罚项的自适应非参数回归方法

针对曲线拟合问题，提出了用带惩罚项的自适应非参数回归方法来确定一组数据的拟合函数，并主要讨论了此方法中正则化参数的确定问题，其中包括凭主观选择法和交叉验证法以及通过非线性函数方程来确定下则化参数．最后，采用Matlab编程对一些实际例子进行了试算，其中应用了不同的方法，并且对一个实际问题采用不同方法进行了处理，并做出了比较．通过比较可看出，用带惩罚项的自适应非参数回归方法来确定一组数据的拟合函数的效果良好．     

基于半经验融合方法的锂离子电池剩余寿命预测

针对锂离子电池剩余使用寿命预测中机理模型建立复杂、数值求解困难,而纯数据驱动方法通用性不强的问题,提出了一种基于高斯拟合模型和粒子滤波算法相结合的半经验融合预测方法。首先设计并实现锂离子电池寿命衰减实验采集多组数据,其次利用MATLAB工具进行数据预处理并利用高斯拟合方法建立寿命衰减规律描述公式,再基于此建立寿命衰减状态空间模型和观测模型,最后利用粒子滤波算法进行跟踪预测。结果表明此预测方法能达到小于5%的预测精度。     

激光超声的热弹机理研究

应用热传导方程和斯托克斯方程，采用简化了的梯形脉冲波形模型对激光超声脉冲波形进行研究，得出了激光波形与其所产生的超声脉冲波形间的关系和4条重要结论，梯形脉冲简化比目前采用的矩形脉冲和三角形脉冲简化更具普通性。     

基于Nios Ⅱ的脉冲神经网络硬件实现方法

将脉冲神经网络的理论和算法应用于函数拟合研究,通过使用CycloneⅡEP2C35F672C8N型FPGA芯片和基本外围电路,并基于NiosⅡ软核技术,建立了脉冲神经网络硬件模型.以指数函数为例拟合曲线,系统训练结束后稳定误差可达到0.2.实验结果表明,基于NiosⅡ的硬件实现方法能够成功地实现脉冲神经网络,为人工神经网络的研究提供了有效的仿真平台,同时该方法能够有效地模拟连续函数,扩展了神经网络的应用领域.     

高层建筑群诱发地面沉降物理模拟的灰色分析

针对典型的高层建筑群和上海地区代表性地层，建立了高层建筑群诱发地面沉降试验的物理模型，采用前后处理方法，针对模型试验获取的非等时数据，建立了非等时距GM（1，1）预测模型，通过模型试验数据的拟合和分析来检验预测精度．多测点计算结果表明，本模型预测精度较好，可用于试验数据的拟合分析和沉降趋势预测．     

面向数千处理器的三维等离子体粒子模拟程序研制

等离子体粒子模拟是研究激光聚变中激光与等离子体相互作用的有效手段．有些应用需要模拟包含上百亿粒子的模型,其中粒子分布不均匀且动态运动．为满足需求,研制了可扩展到数千处理器的三维等离子体粒子模拟程序,其关键技术包括基于网格片的负载平衡策略、粒子数据结构和数据通信的封装、大规模数据的可视化等．在某并行机的2500个处理器上,该程序成功模拟了短脉冲激光与锥壁等离子的相互作用,其中粒子数达到12G,模拟5000时间步花费15h,共输出50GB的三维数据．这些数据可直接在并行可视化软件上显示,有助于物理学家深入理解模拟结果．     

闪光法测定半透光物质热扩散率

针对传统的闪光法在物理模型上不适于用来测试半透光物质热扩散率的问题,提出了一个新的物理模型,该模型根据物质的透光性,确定样品对脉冲激光的吸收为指数型,建立了相应的微分方程并求得其解析解．在激光导热仪上对A1N、牛角2种试样进行了测试,采用正交拟合的方法计算了这2种试样的热扩散率．结果表明2个MN试样的热扩散率值分别为0．482和0．502cm     

多项式拟合法消除电化学噪声的直流漂移

针对典型的均匀腐蚀与点蚀体系中的噪声数据，研究了采用多项式拟合法消除噪声数据中直流漂移的方法的特点，并对消除前后数据的时域分析和频域分析结果的差异进行了比较．结果表明：采用多项式拟合法可以很好地消除噪声数据中的直流漂移，但是必须注意多项式最高方次的选择，建议通过功率谱密度（PSD）图判断拟合结果的正确性．试验证明：为了避免对低频数据产生过度消除，多项式最高方次不宜过高．消除漂移后，噪声谱、噪声时域统计量和PSD的低频段均发生了明显的变化．     

光学组件参数对热喷涂粒子参数测量的影响

为保证热辐射法测量热喷涂粒子参数的精度,分析了主要光学参数对信号强度和特征的影响,并通过用等离子喷涂纯Mo粉末进行了实测验证.结果发现:信号强度主要由孔径光阑直径和瞄准距离决定,而信号特征则随粒子空间分布、孔径光阑直径及调制窗口尺寸的变化而改变;试验证实实测信号的相对强度和信号特征与预测规律基本吻合.大直径孔径光阑在提高信号强度和信噪比的同时导致信号特征恶化,小直径孔径光阑有利于获得特征良好的信号,但也会导致信号强度、信噪比和测量结果集中程度的降低.因此,在系统设计过程中,应在采用直径尽可能小的孔径光阑保证粒子信号特征的前提下,引入雪崩光电二极管等高灵敏度器件来提高系统的光电灵敏度,确保信号强度和信噪比,进一步提高测量精度.     

基于协同滤波的尖峰噪声抑制方法

针对旋转磁共振探测方法易受尖峰噪声干扰的问题, 提出一种协同滤波消除核磁共振探测数据中尖峰噪声的方法. 先通过3σ法则判断一个脉冲矩下测量数据是否存在尖峰噪声, 将测量数据分为有尖峰噪声和无尖峰噪声两组； 再分别对其进行离散余弦和Hadamard变换, 得到两组变换域系数, 用无尖峰噪声数据的变换系数计算Wiener滤波系数, 利用该系数对含尖峰噪声的数据进行滤波; 最后, 对滤波后含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换, 实现尖峰噪声的消除. 仿真实验结果表明, 该方法对地面核磁共振数据中尖峰噪声的消除准确度较高, 提高了信号特征参数的提取精度.     

基于协同滤波的尖峰噪声抑制方法

针对旋转磁共振探测方法易受尖峰噪声干扰的问题, 提出一种协同滤波消除核磁共振探测数据中尖峰噪声的方法. 先通过3σ法则判断一个脉冲矩下测量数据是否存在尖峰噪声, 将测量数据分为有尖峰噪声和无尖峰噪声两组； 再分别对其进行离散余弦和Hadamard变换, 得到两组变换域系数, 用无尖峰噪声数据的变换系数计算Wiener滤波系数, 利用该系数对含尖峰噪声的数据进行滤波; 最后, 对滤波后含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换, 实现尖峰噪声的消除. 仿真实验结果表明, 该方法对地面核磁共振数据中尖峰噪声的消除准确度较高, 提高了信号特征参数的提取精度.     

基于神经网络的泡沫混凝土强度及导热性能预测

基于神经网络原理,建立预测泡沫混凝土性能的BP神经网络模型,期望通过输入配合比主要参数,得到泡沫混凝土强度及导热性能的预测结果。将实验数据分为训练组和对照组,对训练组进行非线性拟合,若拟合结果满足误差精度则模型建立完毕;通过拟合结果与对照组的比较,可验证模型预测精度。结果表明,BP神经网络模型能够准确拟合实验数据,利用其泛化能力进行预测的结果与对照组的误差小于8%,该模型具有很高的预测精度。     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。     

Inversion method for defects in depth evaluation and thermal wave imaging

A hybrid Newton-like iterative method and a regularization method are employed to perform the numerical simulations of the defects in depth evaluation and the thermal wave imaging for defects-included solid sample by analysis of the surface photo-thermal signals. A simple and effective data processing method is suggested to improve the reconstructed data. The results of the numerical calculation demonstrate that the algorithm presented in this paper is very effective, and can be used for qualitative and quantitative analyses of homogeneous materials with defects in depth included. It is also proved that the algorithm is stable even with noise disturbance.     

基于GA优化的VMD-SVM识别角度头故障特征

提出一种基于遗传算法优化的变分模态分解(variational mode decomposition, VMD)-支持向量机(support vector machine, SVM)方法来识别机床角度头故障特征。首先采用遗传算法对VMD算法的输入参数进行优化,将优化后的VMD算法用于振动信号的分解,得到各本征模态函数(IMF)后,求得对应的能量熵;然后通过SVM算法筛选出有效故障数据,再利用峭度和相关系数相结合的方法将其中的IMF筛选出来并重构信号;最后,对该信号作频谱分析,分析相关特征信息,识别并诊断出故障。根据仿真和实验结果,所提方法对于故障角度头的有效信号筛选正确率高,对于噪声抑制效果良好,特征提取快速有效,可用于机床故障诊断领域。     

基于GA优化的VMD-SVM识别角度头故障特征

提出一种基于遗传算法优化的变分模态分解（variational mode decomposition,VMD）-支持向量机（support vector machine,SVM）方法来识别机床角度头故障特征。首先采用遗传算法对VMD算法的输入参数进行优化,将优化后的VMD算法用于振动信号的分解,得到各本征模态函数（IMF）后,求得对应的能量熵;然后通过SVM算法筛选出有效故障数据,再利用峭度和相关系数相结合的方法将其中的IMF筛选出来并重构信号;最后,对该信号作频谱分析,分析相关特征信息,识别并诊断出故障。根据仿真和实验结果,所提方法对于故障角度头的有效信号筛选正确率高,对于噪声抑制效果良好,特征提取快速有效,可用于机床故障诊断领域。     

数控机床动压主轴的热误差建模技术研究

为了降低加工过程的热误差,提高数控机床加工精度,基于时序相关分析理论与数值计算方法,建立了一种以温度场分布及加工参数为输入的新型机床主轴热误差建模方法.所建模型由热误差模型、主轴动压轴承热特性模型以及主轴热传递模型三部分组成.该方法首先根据时序相关理论建立热误差与温度测点之间的相关模型,再通过灰色相关理论完成关键温度测点位置与数量的优化,同时,基于数值计算与热传导理论,建立了动压主轴系统热特性模型.以一台大型龙门导轨磨床为实验对象,建立了磨床主轴箱热误差预测模型.实验结果表明,所建立的热误差模型具有良好的热误差辨识性能.     

基于三阶累积量一维切片的微地震信号时延估计

由于微地震有效信号易受环境噪声的干扰,严重影响时延估计值获取的准确性.基于此,提出了基于三阶累积量一维切片的方法进行微地震信号时延估计.首先计算信号的三阶自累积量和互累积量,为减少运算量满足野外实时要求取其一维切片,最终通过准则函数求取时延值.相对于传统的互相关方法,该方法对相关性未知的高斯噪声具有不敏感的特点,对相关高斯噪声有更强的抑制能力.仿真结果表明,在添加信噪比为-5~15dB的随机高斯噪声和相关高斯噪声时,其时延检测概率和均方根误差优于互相关方法.在实际资料应用中,对实际微地震噪声进行了概率分布统计分析,并且基于井地联合监测方式,选取井中信号作为参考道对地面资料进行时延值的求取.仿真和实际资料处理验证了该方法的有效性和实用性.