医院供配电系统谐波测量和分析

为治理日趋严重的医院供配电系统谐波污染,需要深入了解医院谐波分布。利用FLUKE 43B对某医院进行现场谐波测试,基于所得数据重点分析了医院供配电系统谐波污染和谐波源分布情况,根据医院谐波污染特点总结了治理方法。结果表明:医院供配电系统存在严重的谐波污染。被测量医院设备先进,种类齐全,测试所得数据具有较强的代表性,可为医院供配电系统谐波研究、谐波治理和滤波设备选择提供基础数据参考。     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.     

参数化滤波器逼近问题的全局最优算法

基于Lipschitz下界估值和分枝定界技术,给出了一维参数化小波滤波器逼近问题的全局最优算法。由于充分利用了滤波器逼近问题的特点,本方法将原来的Lipschitz算法的线性收敛速率提高为二次收敛速率。     

脉冲功率电源故障诊断方法研究

脉冲功率电源是电磁发射系统中最容易发生故障的薄弱环节,脉冲功率电源故障会使整个系统性能下降。针对脉冲功率电源故障,提出基于多层小波分析提取故障信息的模式搜索支持向量机故障诊断方法。通过建立脉冲功率电源的软故障模型,进行仿真分析获得电流故障数据样本,对故障样本进行离散小波分解,获得指定层细节信息的小波系数作为故障特征量;对故障特征量进行主成分分析,将小波系数进行降维,以便有效地进行故障诊断。通过实验,将所提方法故障诊断结果与其他三种故障诊断结果进行比较,验证了所提方法的有效性。     

轮式车载防空导弹行进间发射动力学仿真分析

利用谐波叠加法生成三维随机路面图,建立三维随机路面模型和8×8轮式车载防空导弹多体动力学模型。根据对比试验法设计平整路面静止状态、D级路面10 km/h和20 km/h 3种工况,对影响导弹出筒时刻状态的因素进行了分析。对行进间发射进行了不同时刻导弹弹射实验仿真,去除实验结果的偶然性,得出影响行进间发射导弹出状态的两个主要因素:在导弹弹射时刻车体的振动状态和导弹与导弹箱之间的接触碰撞。     

小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性,提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性,试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态,以箱体振动信号作为分析信号,首先对信号应用小波阈值法降噪减少干扰,接着将小波分解系数单子带重构得到不同频带的信号分量,提取各频带能量作为特征向量输人神经网络进行状态识别,结果表明该方法能有效识别变速箱的3种状态。     

振动分析在钢桁架结构损伤预警中的应用

基于有限元分析软件ABAQUS平台,以一种钢桁架结构为例进行数值仿真分析;以白噪声信号作为环境激励信号,对钢桁架结构进行振动分析;结合虚拟脉冲响应函数和小波包能量谱分析法,对钢桁架结构在环境信号激励下进行损伤预警。最后,比较了不同测点的预警效果。结果表明:这两种方法的同时使用,对钢桁架结构在环境激励下进行损伤预警的效果十分明显,具有很好的工程应用价值。     

基于激光雷达的高炉回旋区深度探测研究

炼铁高炉回旋区深度的直接探测存在较大困难,提出了一种基于激光雷达的回旋区边缘探测方法。探测得到的回波信号存在较大噪声干扰,为提取边缘回波信号,首先对噪声特点进行分析,判明噪声包括白噪声和1/fγ非平稳随机噪声;由此采用多小波平移不变算法进行滤波处理;采用H ilbert-Huang变换对滤波后的信号进行处理,对其瞬时能量进行分析。由于回旋区边缘表现出较为强烈的局部能量,从能量谱中可较好地提取回旋区边缘信号。试验表明,采用激光雷达探测回旋区的深度,能较为真实地反映高炉回旋区的真实状态,其值较计算建模方法更可靠。进一步的研究可望得到回旋区的二维或三维形貌。     

基于小波变换的探地雷达随机RFI抑制方法

针对探地雷达(Ground Penetrating Radar, GPR)与移动通信系统终端存在的频谱共用的电磁兼容性问题,着重分析了GPR接收中随机性射频干扰(Radio Frequency Interference, RFI)的性质,以及该类RFI与GPR目标回波信号在小波多尺度分解中分布的差异性,并基于此分析,提出了基于小波变换域的GPR随机RFI抑制算法,利用两种实测实验数据进行验证,结果表明,该方法能较好地抑制GPR的随机性RFI.     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。