单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

小型文献资料检索系统

本文介绍的这种情报资料检索系统,采用了数据压缩存贮技术,并使用链表记录的存贮结构解决了变长信息的存贮问题,系统的功能以“菜单”和“快速”两种方式提供给用户,使用方便。     

完全不可约算子的近期研究

总结近两年来有关完全不可约算子更深入的工作。它包括了如下几个方面：（１）完全不可约算子的谱图形和精致的完全不可约算子的存在性;（２）算子的完全不可约分解的唯一性;（３）完全不可约算子的紧扰动和（ｕ＋Ｋ）轨道。文中列出的一些结果回答了江泽坚、Ｈｅｒ－ｒｅｒｏ有关完全不可约算子的部分猜测和问题。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

有限co-H-复形上的同调分解(Ⅱ)

考虑与若干球的一点触空间∨ｌｋ＝１Ｓｎｋ有关的同调分解问题,得到有关结果．然后利用∨ｌｋ＝１Ｓｎｋ上的同调分解获得群［∨ｌｋ＝１Ｓｎｋ,Ｙ］的秩的表达式,即任取∨ｌｋ＝１Ｓｎｋ上的一个同伦可结合的ｃｏ－Ｈ－结构,都有ρ［∨ｌｋ＝１Ｓｎｋ,Ｙ］＝ｋ＞０βｋ（∨ｌｋ＝１Ｓｎｋ）γｋ（Ｙ）     

可编程控制器PLC及分布式控制系统简介

结合太钢１＃转炉生产操作实践,简要介绍了可编程控制器ＰＬＣ与分布式控制系统在电气自动化系统及防止误操作的软件编制逻辑图的应用     

自适应菜单生成程序的设计思想及实现方法

提出了一种设计具有自适应能力的菜单生成程序的基本方法,在Ｖｉｓｕａｌ ＦｏｘＰｒｏ平台上,开发一种新的自动化编程器,使生成的菜单程序具有用户干予下的自完善能力,并使整个操作过程更简洁。     

与星（m,r）——正交的（g,f）——因子分解

设ｇ和ｆ是定义图Ｇ的顶点集Ｖ（Ｇ）上的整值函数。本文证明了如下结果：设ｒ是一个正整数,Ｇ是一个（ｍｇ＋ｍ－１,ｍｆ－ｍ＋１）—图,且ｇ（ｘ）≥ｒ－１,对ｘ∈Ｖ（Ｇ）。若Ｈ是Ｇ的一个有ｍｒ条边的星,则Ｇ有（ｇ,ｆ）—因子分解与Ｈ（ｍ,ｒ）—正交。     

农田杂草生态位研究方法与计算程序

研究农田杂草生态位,揭示杂草种间生态学特性的相似程序,结合杂草对除草剂敏感性的资料,能够预测农田杂草生态位的演变方向。本文提出用目测法调查田间杂草分布数据,将所得数据转换成重要值,以此计测杂草生态位宽度：以作物－杂草群落梯度代替生态因子间隔,以此作为生态位重叠计算中的加权因子,对作物田杂草的生态位重叠值进行计算,根据计算公式,编制了运算程序。