CEEMDAN自适应阈值去噪算法在地震方向的应用

提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法。含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构。分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比。数据仿真和实验结果表明,在原始信号信噪比为0.5dB时,常规与改进算法去噪后信噪比分别为4.55dB和9.97dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取。     

多梁式桥梁检测的叠加曲率模态差变化率方法

鉴于应用曲率模态的桥梁损伤识别研究大多以一维单梁式结构为研究对象,提出利用G-M法的思想并基于薄板振动理论将多梁式结构转化为正交异性板后,类比梁弯曲理论得到该结构两正交方向曲率表达式,通过分析采用单阶曲率模态差指标进行桥梁损伤识别的不足,考虑利用多阶曲率模态变化率叠加指标进行损伤识别,最后采用有限元软件Ansys建立桥梁模型计算单位置、多位置不同损伤程度的多种工况。Matlab绘图结果表明:沿桥梁纵向叠加指标识别更为精确,对未损伤位置数据扰动更小,指标独立性高,可利用该指标进行多梁式结构的损伤定位。     

考虑系统总和扰动的多关节机械臂 反步有限时间滑模控制

针对多关节机械臂轨迹跟踪控制中存在的模型参数摄动和外部有界扰动等不确定性因素影响问题,设计了一种考虑系统总和扰动的反步有限时间滑模控制算法,用于实现多关节机械臂轨迹跟踪控制任务。首先,利用严格反馈形式描述多关节机械臂的动力学模型,并将模型参数摄动和外部有界扰动等不确定性因素看成系统的总和扰动,进而设计非线性扩张状态观测器对系统总和干扰加以估计,以提高系统的鲁棒性能;其次,在传统反步法设计的基础上结合有限时间滑模控制技术,完成系统反步有限时间滑模控制器的设计;最后,应用Lyapunov稳定性理论证明了多关节机械臂的位置矢量能够实现对期望位置矢量的有限时间稳定跟踪。仿真对比结果表明设计反步有限时间滑模控制算法的有效性。     

基于扰动观测器的非线性不确定系统滑模H2保性能控制

针对一类受到外界扰动的非线性不确定系统,基于扰动观测器提出一种滑模保性能H_2控制策略。首先,根据所提出的复合滑模面,设计包含扰动估计的滑模控制策略;其次,依据H_∞和极点配置理论,设计鲁棒扰动观测器,来实现对扰动的估计;最后,给出了控制参数的选取原则,以实现H_2保性能控制。仿真结果表明,该算法不仅能够有效抑制抖振,而且摆脱了对系统先验信息的依赖,具有较高的实用性和有效性。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

基于EMD与坐标寻优的松脱件定位方法

针对目前松脱件定位方法普遍存在的定位误差大的问题,采用多传感器布局方案,提出一种基于经验模态分解（empirical mode decomposition,EMD）与坐标寻优的松脱件定位方法。EMD处理可分离信号不同振动波成分并提取信号主要本征模函数（intrinsic mode function,IMF）分量,使到达时间提取及波速计算更为准确;多传感器布局能有效降低定位偏差,通过制定传感器选取策略选择最优的传感器组合用于定位分析,实现定位的进一步优化。最后搭建平板试验台并与不同定位方法进行对比,结果显示本文方法定位精度最高,最小定位偏差在0.1 m左右。     

废旧箱包逆向物流运作模式研究

随着我国经济水平不断提高以及电商时代的到来,产品更新速率加快,大量废旧物品不仅造成资源浪费现象,而且还会造成严重的环境污染.资源回收再处理问题已经成为当下的热点,逆向物流在这种环境下应运而生,选择和确定逆向物流回收模式是企业的关注重点,其中旅游箱包就是一个发展迅速而研究较少的领域,值得研究与推广.研究箱包公司物流发展对工业类企业减少成本,增加利润,提高回收运输效率等具有一定的指导意义.根据废旧箱包逆向物流结构链的特点,主要对生产商回收模式(Manufacturer Take-Back,MT)、销售商回收模(Retailer Take-Back,RT)、第三方回收模式(Third Party Take-Back,TPT)3种回收模式进行了量化对比分析,以箱包制造企业回收整体效益最高为最终目标,并运用SWOT-AHP结合的方法,对废旧箱包逆向物流回收模式进行了研究分析,构建了箱包逆向物流回收模式模型,为箱包企业逆向物流选择最佳回收模式提供了理论模型依据,得出第三方回收模式最优的结论.对箱包企业处理废旧产品工作而言具有一定参考意义.     

面向6G的星地融合一体化组网研究

面向6G的星地一体化网络通过卫星网络与地面网络的优势互补、紧密融合,将扩大网络覆盖范围,提升网络整体效率,从而实现全球立体无缝覆盖网络.概述了星地融合网络发展现状及趋势.分析了星地融合网络发展路径,从过去的业务融合到现在的体制融合再到未来的系统融合.指出了面向6G的星地融合一体化组网中网络架构、空口传输、组网方式以及频率管理方面存在的挑战以及未来可能的发展方向.     

注意力机制下的EMD-GRU短期电力负荷预测

为进一步提高短期电力负荷预测精度,构建一种基于注意力机制的经验模态分解(EMD)和门控循环单元(GRU)混合模型,对时间序列的短期负荷进行预测.首先,对负荷序列进行EMD,将数据重构成多个分量;再通过GRU提取各分量中时序数据的潜藏特征;经注意力机制突出关键特征后,分别对各分量进行预测;最后,将各分量的预测结果叠加,得到最终预测值.仿真结果表明:相对于BP网络模型、支持向量机(SVR)模型、GRU网络模型和EMD-GRU模型,基于EMD-GRU-Attention的混合预测模型能取得更高的预测精度,有效地提高短期电力负荷预测精度.     

应用于汽车发动机start/stop模式的磁流变悬置设计与分析

针对汽车在start/stop模式下发动机传递至车身的振动和扭矩过大问题,设计了一种具有惯性通道的流动模式磁流变悬置.在考虑了激励电流对磁流变液黏度的影响规律和悬置液阻效应的基础上,建立悬置的阻尼力数学模型.采用有限元软件分析了在励磁线圈作用下磁流变悬置磁路阻尼通道处的磁感应强度分布规律,分析了激励电流和磁路的结构参数对悬置恢复力和可控力的影响规律.并对磁流变悬置进行了性能测试和start/stop模式下的实车试验.结果表明,所设计的磁流变悬置具有良好的可控性,并且能有效地隔离汽车发动机在start/stop模式下的振动传递.