A^p,q,a函数的分解定理

Ｈ＾ｐ函数的Ｆ．Ｒｉｅｓｚ分解定理是广泛运用的。但Ａ＾ｐ,ｑ,ａ函数不能有类似Ｈ＾ｐ函数的分解,得到了不同于Ｆ．Ｒｉｅｓｚ分解定理的Ａ＾ｐ,ｑ,ａ函数分解定理。另一方面,给出了一个Ａ＾ｐ,ｑ,ａ函数能像Ｈ＾ｐ函数类似分解的充分必要条件。     

泄漏与旁路对管壳式换热器壳侧气液两相流流型的影响

采用逐步放开流路的方法,应用空气－水两相混合物研究了泄漏与旁路对壳侧流型及流型转变特性的影响．研究表明,旁路Ｃ及泄漏流Ａ对换热器壳侧的流型及流型转变特性的影响不明显,而泄漏流Ｅ对壳侧流型及流型转变特性有显著影响．     

非线性波动方程的强迫振动

本文讨论了ｕｔｔ的系数为Ｒ（ｘ,ｔ）的带非线性阻尼项的高维非线性双曲方程的强迫振动周期解的存在问题。另外还讨论了这类方程解的渐近性质     

关于Beltrami方程组的很弱解

从考虑向量值函数的每一个分量出发,将Ｂｅｌｔｒａｍｉ方程组转化为一类散度型椭圆组;从而来建立Ｂｅｌｔｒａｍｉ方程组很弱解的正则性：存在可积指数ｒ１和ｒ２,１＜ｒ１＜ｎ＜ｒ２＜∞,使得方程组在低于自然可积指数Ｓｏｂｏｌｅｖ空间Ｗ１,ｒ１ｌｏｃ（Ω,Ｒｎ）中的很弱解,都属于空间Ｗ１,ｒ２ｌｏｃ（Ω,Ｒｎ）,即：ｆ仍是经典意义下的弱解     

利用图像数据的相关性实现图像抗信元丢失编码

提出了ＡＴＭ（异步转移模式）环境下图像抗信元丢失编码的信息分散原则。根据这一原则提出了图像的相关分解和相关补偿技术。通过相关性分解为信元丢失的补偿提供了最相关的数据,通过最相关补偿获得最佳的补偿效果。     

复合材料圆柱壳的原始分叉点研究

采用板壳大变形的Ｋｉｒｃｈｈｏｆｆ－Ｌｏｖｅ假定和扁壳近似及复合材料的有关特性,推出在静水压力（或侧向压力）作用下的两端简支准对称缠绕有限长圆柱壳的Ｋａｒｍａｎ－Ｄｏｎｎｅｌｌ方程,求出相应的特征值及原始分叉点。     

变电站容性设备介质损耗角的高精度测量方法

针对绝缘设备泄漏电流非常微弱且容易被噪声淹没的问题,以磁通门传感器组成差动方式来提取泄漏电流,克服了互感器角差和比差带来的误差影响。利用小波变换及自适应网络构成的数字低通滤波器,实现对泄漏电流的正交分量信号电阻性漏电流、电容性漏电流的数字滤波,有效地提取了基波相位。通过信号发生器及四象限乘法器构成的硬件正交分解器对漏电流信号分解,再配合数字滤波,较好地解决了电网频率波动带来的频谱泄漏,并抑制了栅栏效应。母线电压、泄漏电流经同一滤波网络,产生的附加相移相等,保证基波相位的稳定,提高了介损值测量的精确度。仿真及实验结果表明,该方法提高了绝缘设备在线监测的精度,为绝缘设备故障诊断提供可靠的依据。     

基于经验模式分解和BP神经网络的刀具状态监测方法

为提高刀具检测识别率,采用经验模式分解法分解不同状态刀具的切削声音信号,计算各信号分量的能量百分比,形成特征向量。利用三次样条插值方法对特征向量进行插值,插值后的特征向量保留了原始信号的所有特征成分,应用BP神经网络识别刀具的状态。实验结果表明:经验模式分解方法和BP神经网络相结合可以有效识别铣刀状态,平均识别率达86%。     

小波分解单通道盲分离干扰抑制方法

在单通道通信系统抗干扰问题中,由于先验信息不足,不能采用常规的盲分离方法抑制干扰?针对此问题,提出一种小波分解结合独立分量分析(independent component analysis,ICA)的单通道盲分离抗干扰方法?该方法利用小波分解,将单路混合信号分解为一系列的小波分量,通过计算各层小波分量的能量,选择最优小波分量作为ICA的输入信号,采用ICA方法实现信号的分离和重构?该方法选择最优小波分量进行盲分离,有效减少分离算法的计算量,同时降低噪声对系统性能的影响?仿真结果表明,所提方法可以有效地分离混合信号,提高单通道通信系统的抗干扰能力和系统处理速度?     

基于EEMD和改进VPMCD的滚动轴承故障诊断方法

针对原VPMCD方法在参数估计过程中存在的缺陷,用BP神经网络非线性回归方法代替原方法中的最小二乘法,解决了最小二乘法中存在的病态问题,因此,提出了改进多变量预测模型(Variable predictive mode based class discriminate,简称VPMCD)的滚动轴承故障诊断方法.首先采用总体经验模态分解(Ensemble empirical mode decomposition,简称EEMD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,然后提取各分量奇异值组成特征向量作为改进VPMCD的输入,最后对滚动轴承工作状态和故障类型进行识别.实验结果表明,该方法能够有效地应用于滚动轴承故障诊断.