水轮发电机组故障诊断系统中几种征兆的获取

在水轮发电机组故障诊断系统中，征兆获取能力是评价故障诊断系统性能的重要指标，故障信号的特征提取影响到整个诊断过程的计算以及整个诊断系统的品质．将FFT、分形几何、相关分析、奇异谱等理论应用于故障诊断系统中征兆的获取，针对不同类型征兆采取不同的数学处理方法，并结合水轮发电机组故障诊断系统，证明了所述方法的合理性和可行性，提高了整个诊断系统的可靠性和准确性．     

关于 p-ω-亚正常算子的一个注记

设H是复Hilbert空间,H上的有界线性算子T若满足对任意的x∈H有(Tx,x) 0,则称T是正算子,记为T 0;如果T是可逆的正算子,则称T是严格正算子,记为T>0.若A,B是严格正算子,我们知道A B蕴涵有logA logB,但反过来未必成立,见文献[1].设T是H上的有界线性算子且p 0,如果(T T)p (TT )p,则称T是p 亚正常算子,特别地当p=1及p=1/2时,p 亚正常算子分别称为亚正常算子和半亚正常算子.Lo¨wner Heinz不等式表明当0

相似文献   

氧化铟锡薄膜在光学太阳反射镜上的应用

研究了光学太阳反射镜抗静电放电用氧化铟锡薄膜的设计原则.理论分析和实验结果表明,在将氧化铟锡(ITO)薄膜应用于光学太阳反射镜(OSR)表面防静电放电时,ITO薄膜的表面方阻R□不能小于5 kΩ@□-1,否则会导致OSR的太阳光谱吸收率增加.建议取R□=5～106kΩ@□-1,薄膜厚度d=(150～200)×10-10 m.同时必须保证ITO薄膜接地效果良好,否则会使OSR表面充放电现象更加严重.     

钒（V）——荧光镓极谱络合吸附波的研究

在ｐＨ６．０的ＫＣｌ底液中，钒（Ｖ）－荧光镓（ＬＭＧ）配合物产物－灵敏的极谱吸附波，峰电位在－０．８６Ｖ（ｖｓ．ＳＣＥ），二次导数峰度与钒（Ｖ）浓度在３．９×１０＾－９～３．９×１０＾－６ｍｏｌ／Ｌ范围内呈线性关系，检测限为２．０×１０＾－９ｍｏｌ／Ｌ，研究了电极反应机理，方法已成功应用于自来水中钒的测定。     

一氧化氮自旋探针的合成和反应特性

一氧化氮(NO)是调节神经、心血管、内分泌和免疫系统非常重要的细胞信使分子.NO的研究不仅可以阐明许多生理现象,而且可能为许多疾病的防治提供新的途径和手段.但是,对生物体系NO的检测,目前所采用的方法均有一定的缺陷,如灵敏度不高、特异性不强等.因此,建立一种快速、简便、灵敏和高专一性的可定量分析生物体系中NO的方法十分重要.Joseph和Hans-Gert等人曾用氮氧自由基和环状化合物与NO作用检测NO,但因反应速度太慢和只有6％的捕捉效率未能付诸应用,我们根据有机化合物结构理论,设计、合成了一系列的咪唑类NO自旋探针Ⅰ,利用电子自旋共振(ESR)波谱方法考察了自旋探针的取代基效应,初步建立了一套测量微量NO的方法.目前,可检测到5×10~(-12)摩尔的NO,而且有很强的专一性,不受超氧自由基和羟基自由基的干扰,亦不受介质的pH和盐浓度的影响.     

萃取有机相中凝胶态的形成与FT-IR光谱

从70年代末吴瑾光等发现皂化酸性萃取剂是一个形成油包水型微乳状液(w/o mi-croemulsion)的过程以来,萃取有机相的聚集态结构研究越来越受到萃取化学家和胶体化学家的重视.各种传统的测试手段(如金属离子的液液分配平衡、界面张力的测定等)及现代化实验方法如FT-IR,NMR,TEM,LS(光散射),PCS(光子相关光谱)等被用来研究萃取有机     

激光辐照SnO2超微粒薄膜的AES,热电动势率及阻抗谱

研究ＹＡＧ脉冲激光辐照对ＳｎＯ２超微业薄膜的改性作用，由ＡＥＳ分析表明，在大气环境中激光束的轰击可使薄膜表面碳吸量明显减少，并有一定的氧化作用。在３００－６００Ｋ范围内测量激光辐照前后样品的热电动热率（ＴＥＰ），发现激光辐照后ＴＥＰ值明显减小，薄膜发生晶化。激光辐照对超微粒薄膜的电学性质、晶界效应也有影响，表明激光束作用使薄膜粒间效应减弱     

探地雷达复信号分析及改进

利用复信号分析可求得表征探地雷达信号特征的多个参量，从而可对雷达信号进行深入的分析和研究．然而，该方法对噪声特别敏感．为此，作者引入小波变换，对分析过程进行了改进．实际处理效果表明：小波变换的引入很好地克服了复信号分析缺点．     

一维单向耦合系统中的空间分岔

通过数值模拟的方法，讨论了单向耦合开流系统中的空间倍分的起源，发现噪声是导致空间倍分岔的直接因素。     

光学界面自旋波与界面各向异性

计入外磁场、体和界面单轴各向异性后，详细研究了铁磁或反铁磁层间耦合的自旋双链系统中的光学界面自旋波及其存在的充要条件．结果发现：对于不同的界面各向异性，该系统可以存在０、１和２个光学界面自旋波，其能量随铁磁层间耦合强度的增大而升高，却随反铁磁层间耦合强度的增大而降低．