分解炉虚拟样机的开发

以水泥生产过程中的分解炉为对象，分析了分解炉内具体的物理化学过程，同时开发了反映分解炉工作过程(流体力学、燃烧学、分解动力学、颗粒动力学)的数学模型，借助数值模拟方法进行了分解炉虚拟样机的开发，为分解炉的设计与开发提供了试验平台。     

涂层对热电偶热电性能及大气中寿命的影响

在难熔金属热电偶表而施加涂层的目的,旨在使原仅限和真空、中性及还原气氛中测量的热电偶能在大气中使用.本文讨论涂层对难熔金属热电偶在氧化气氛的"热电势—温度","热电势—时间"的关系及其寿命的影响.具有涂层的W/M.热电偶在氧化气氛(常压下1500℃取得263小时±1%t的最高记录,而W-Re热电偶存1500℃试验的前70小时偏差也在1%t内.而没有涂层的热电偶仅支持数分钟便破坏.     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.     

二维非均匀介质内辐射与瞬态导热耦合传热分析

充分利用间断谱元法对非规则区域良好适应性、数值稳定、局部高阶收敛性等优点,开展了二维非均匀介质内辐射与瞬态导热耦合传热分析。在求解过程中,将空间计算域离散为多个不重合的单元,并在单元内采用高阶谱节点进行离散。对于非均匀介质内离散坐标形式的辐射传递方程,根据离散角度上的辐射能传递方向,确定单元间的上下游关系,并采用迎风格式来实现单元间辐射信息的有效传递;对于瞬态能量守恒方程,采用全隐格式进行瞬态项离散。通过多组非均匀介质内辐射与瞬态导热耦合传热算例,发现了间断谱元法具有随单元数增加的线性收敛特性,以及随单元内节点数增加的指数收敛特性;通过与文献中结果对比,发现最大相对误差均小于1%,验证了间断谱元法的正确性和有效性;随着辐射与导热耦合参数的增加,导热在耦合传热所占比重会加大,非均匀介质带来的温度场非均匀性会减弱,达到稳态的时间变长。     

基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。     

基于经验模态分解特征的无线电引信抗扫频式干扰方法

针对目前调频无线电引信在复杂电磁战场环境中对抗扫频式干扰能够力弱的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)特征的无线电调频引信对抗扫频干扰的方法.对基于目标和扫频干扰作用下的调频无线电引信检波端输出信号进行EMD分解,得到10层本征模态函数(intrinsic mode function,IMF)分量,提取每层IMF分量中本征模态函数能量占比、能量聚集度和Renyi熵特征,并利用主成分分析算法对于特征进行降维,保证累积解释差异在95%以上,以降维后的特征矩阵作为支持向量机的输入对目标和扫频式干扰信号进行分类识别.实测数据结果表明,所提方法能够有效对目标和扫频式干扰信号进行分类识别,分类识别精度可以达到98.06%±0.003 8,目标检测率达到96.65%±0.003 7,虚警率为3.35%±0.003 7.     

高温遇水冷却岩石循环加卸载力学性能试验研究

为研究高温遇水冷却后不同岩性岩石在循环加卸载条件下的物理特性和力学响应特征的变化规律,对高温遇水冷却后的花岗岩、大理岩及绿砂岩试件分别开展了单轴压缩和循环加卸载试验. 结果表明,当加热温度超过400 °C后,三类岩石的体积增长率显著增加,400 °C可以作为三类岩石物理参数发生突变的阈值温度.总体上,三类热处理水冷却岩石的单轴抗压强度随温度的升高而降低,但花岗岩在200 °C温度处理后峰值强度比常温时有所增加. 在循环荷载作用下,花岗岩滞回曲线接近于线性,上限应力较高且不可逆变形小;而绿砂岩和大理岩的上限应力低于花岗岩且变形较大.相同温度热冲击下滞回环宽度大小顺序为绿砂岩>大理岩>花岗岩.随循环次数的增加,三类高温遇水冷却岩样的塑性变形减小,弹性模量增大,试件强度较单轴压缩均有提高;随温度升高,破坏面裂纹更为发育,破裂岩屑更为细碎.      

多涡卷混沌系统在图像水印加密上的应用研究

提出了一种基于多涡卷混沌系统对含有版权信息的原始水印图像进行双重加密的方法.首先将混沌系统与DNA编码及DNA计算相结合设计了一种包含置乱操作的原始水印图像加密方案,分析其加密直方图、相邻像素相关性等统计特性.在离散小波变换结合奇异值分解算法(DWT-SVD)的基础上,把加密后的水印图像嵌入到载体图像中.通过实现水印信息的加密、嵌入和提取,对含有水印的载体图像的攻击以及对攻击后的水印进行峰值信噪比和归一化相似度的评价,整体实现了基于DWT和混沌加密的数字水印系统.     

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。