HL-2A装置低频漂移波模数据库与机器学习初步研究

本文探索建立了HL-2A/3装置实验漂移波模数据库,并以此作为样本数据库,通过机器学习方法,利用人工神经网络预测托卡马克放电中漂移波模不稳定性的发生及其强度,为实现HL-2A/3等离子体实时参数控制提供参考。首先基于电子/离子温度梯度(η)、俘获电子份额(ε)、局域安全因子q和磁剪切s等4个基本参数构成的参数数据组(η,ε,q,s)作为变量,其他参数取有效的常数值,利用HD7代码计算相应模特征值数据,构建了一个低频漂移波模基本数据库。然后,基于BP神经网络与支持向量机(SVM)模型,分别进行了机器学习建模与编程实验,验证了对HL-2A装置离子温度梯度(ITG)\俘获电子模(TEM)不稳定性进行智能预测的可行性。研究结果表明,通过将参数集与数据集进一步扩充成完备数据库、并加快BP神经网络训练速度、或采用深度学习等更复杂模型,可以最终实现前述漂移波模预测目标。

Lamb波模态体声波压电谐振器仿真研究

随着现代通信技术的发展,对高性能射频器件的需求愈加急迫。体声波(BAW)谐振器凭借其独特的优势,满足了高频应用领域的需求,成为当下射频器件中热门的研究方向之一。该文提出一种基于叉指电极的兰姆波S0模态BAW谐振器,并讨论了支撑锚结构和压电材料对器件的品质因数(Q)值的影响,仿真分析了4种锚结构和3种压电材料下器件的品质因数情况。同时基于仿真得到的氮化铝BAW谐振器单元,采用梯形级联方式得到频带在70.36~71.45 MHz的BAW滤波器,插入损耗>-1 dB,能够适用于高频窄带应用范围。

基于CEEMDAN和改进小波模极大值的高低频混合信号去噪算法

利用容栅传感器获取的传动轴低频扭矩信号远距离传输时需将其加载到高频信号上,而系统在复杂的应用环境下所检测出的这种高低频混合信号混杂了环境噪声和系统电磁噪声,该混合信号信噪比低,提取困难,对此本文提出了一种基于CEEMDAN-改进小波模极大值去噪算法。该算法先利用CEEMDAN进行分解,然后对CEEMDAN分解后的固有模态分量(IMF)进行改进小波模极大值去噪,进而逼近有用信号。利用CEEMDAN去噪、小波模极大值去噪和本文算法来对高低频混合模拟信号进行去噪,并应用信噪比和均方根误差指标来评价去噪效果,仿真结果表明,与CEEMDAN去噪和小波模极大值去噪相比,本文算法的信噪比分别提升了46.9%和35.9%,均方根误差分别减小了98.4%和97.2%。利用CEEMDAN-小波阈值去噪算法、EEMD-小波模极大值去噪算法和本文算法对实测信号进行去噪,实验结果表明本文算法的去噪效果更好,去噪后的信号更光滑,更具有稳定性。

基于纹理抑制FCM和小波模极大值的织物疵点检测算法

为实现织物疵点的自动化检测,提出一种纹理抑制FCM和小波模极大值的织物疵点检测方法,该方法对输入图像进行中值滤波处理,采用改进总变差模型(RTV)提取织物图像的主结构信息(疵点),实现抑制背景纹理,再利用最大类间方差(Otsu)算法将模糊C均值(FCM)算法聚类获得的隶属度矩阵进行分割,获得二值化的疵点图像,然后采用小波模极大值算法获取疵点的二值化边缘图像,最后将两个二值化结果进行点乘与形态学处理,分割出疵点区域.结果显示,该方法可以检测油污、飞丝和破洞等疵点类型,检测效果较好,相比于RTV-FCM算法和RPCA算法,正检率分别提高了3.08%和4.61%.

基于叠前地震纵横波模量直接反演的流体检测方法

流体因子是储层流体识别的重要方法,而叠前地震反演是获得流体因子的有效途径之一.本文从流体因子的构建出发,基于多孔弹性介质岩石物理模型,建立了流体因子与纵横波模量之间的直接关系,避免了流体因子计算所需的密度参数无法准确求取的问题,通过推导基于纵横波模量的Zeoppritz近似方程及弹性阻抗方程,探讨了基于弹性阻抗的纵横波模量直接反演方法,模型与实际应用表明,基于弹性阻抗的纵横波模量直接反演方法合理、可靠,减少了常规方法间接计算纵横波模量带来的累积误差,基于纵横波模量的流体因子计算方法有较好的实际应用效果.

H_2/Air连续旋转爆震发动机推力测试(I)单波模态下的推力

在环缝-喷孔对撞式喷射的连续旋转爆震模型发动机上,以H2/Air为工质,对连续旋转爆震波以单波模态稳定自持的典型波形特征和时域、频域特征进行了研究。直接测量了模型发动机工作在该模态下产生的一维推力,讨论了比冲等推进性能。试验结果表明:出口背压为大气压时,在空气流量253 g·s-1,氢气流量6.15 g·s-1,当量比为0.834的工况下,模型发动机以平均传播频率5.5563 k Hz、平均传播速度1658.3 m·s-1的单波模态稳定工作360 ms。产生可靠的有效推力约为183.7 N。以火箭模式计算,有效排气速度为708.9 m·s-1,总比冲为72.34 s;以冲压模式计算,有效排气速度(氢气消耗率)为29870 m·s-1,燃料比冲为3048 s,消耗的氢气的单位面积质量流率为4122 g·m-2·s-1,单位推力为726 m·s-1。推力曲线的面积积分表明旋转爆震模型发动机所提供的推力比较稳定;微观来看,推力波形与爆震波高频压力波形耦合,围绕推力平均值振荡。

H_2/Air连续旋转爆震发动机推力测试(Ⅱ)-双波模态下的推力

在环缝-喷孔对撞式喷射的H2/Air连续旋转爆震模型发动机上实现双波自持。详细分析了连续旋转爆震波以双波模态自持传播的典型波形特征和时域、频域特征。测量了模型发动机工作在双波形模态下所产生的一维推力,讨论了比冲等推力性能。时频特性和推力积分表明:出口背压为大气压时,在空气流量786.6g·s-1,氢气流量20g·s-1,当量比为0.8733的工况下,模型发动机以平均传播频率10.5809k Hz,平均传播速度1578.9m·s-1的双波模态稳定工作超过650ms。产生可靠的有效推力约808.5N。以火箭模式计算,有效排气速度为1002.3m·s-1,总比冲为102.3s;以冲压模式计算,有效排气速度(氢气消耗率)为40425m·s-1,燃料比冲为4125s,所消耗氢气的单位面积质量流率为13404g·m-2·s-1,单位推力为1027.8m·s-1。相比于单波模态,双波模态使得燃烧室内压力更为均匀,高频推力曲线振荡幅值小。爆震波头个数增多有利于推力稳定。

基于自适应和小波模极大值重构的地面核磁共振信号噪声压制方法

针对核磁共振信号中的噪声,在二进小波变换基本原理的基础上,研究了小波模极大值重构方法,将该方法与自适应滤波方法相结合应用到含噪声信号的干扰滤除中,通过分析包络信号拟合后的初始振幅、平均衰减时间和相位等数据可知,含噪声信号经自适应和小波模极大值重构方法滤波处理后拟合得到的特征参数误差最小且信噪比得到最大的提高。同时,通过实测数据得知采用自适应和小波模极大值重构方法进行噪声滤波后的结果与钻孔结果的一致性较好,验证了本文所提方法的有效性。

矩形隧道中的多波模传播特性

分别推导出矩形隧道内多模式电磁波综合作用下的隧道壁反射衰减公式,以及由隧道壁粗糙度、倾斜度引起的散射衰减公式,建立了多波模传输理论。据此分析的电磁波传播特性显示:频率越高,高次模的影响越大,隧道壁粗糙度和倾斜度的影响亦随之增大;且水平极化波和垂直极化波的衰减值之差逐渐减小,收敛在稳定值。所得结论与传统只分析基模衰减公式的电磁波传输理论相比,更接近于实际测量数据和几何光学的仿真结果。

基于小波模极大的循环流化床气化炉冷态试验研究

对循环流化床气化试验系统进行冷态试验研究,改变风量、颗粒粒径、组合粒径等操作参数,掌握固体循环速率Gs、空隙率的变化规律,应用小波模极大法对压差波动信号进行分析。结果表明:随着表观风速的提高,Gs逐渐增大。表观风速大于2m/s时,普通颗粒在提升管底部表现出快速区特征,其压差的模极大值线条数与顶部差不多相等。改变粒径分布范围,细颗粒能够增大Gs的同时,相当份额的粗颗粒在提升管内能表现出底部湍流区、上部快速区的特征,延长了其在床内的停留时间。对应的底部压差波动信号的模极大值线较顶部要多,但随着表观风速的增大,快速区长模极大线位置向后移动。分析结果有助于深入理解增压循环流化床气化的设计、控制和运行。

融合波模和射线理论的矿井电波传播模型

本文提出了电波在煤矿井巷内传播的融合模型:利用波导波模理论修正射线模型,确定巷道内源射线的个数及其离开发射机的方向;通过几何光学基本定律证明矩形巷道内射线传播路径投影的反射定律和夹角定律,推导出射线到达接收天线所在巷道截面的位置、经历的反射次数、路径长度等与射线离开角的关系,以改进主动射线跟踪法,简化计算;运用接收球原理判断各射线经反射后能否到达接收机.经仿真并与实测数据比较,验证了模型的正确性.

基于小波模极大值的湍动流态化流型转变特性研究

在提升管直径为0.06 m,高度为5 m的冷态流化床试验装置上,使用基于信号奇异性检测的小波模极大值法,研究鼓泡流态化到湍动流态化的流型转变特性,获得相应的流型转变初始速度。使用压力波动平均振幅法和标准偏差法对压力波动信号进行分析,得到的转变初始速度相互之间的最大标准偏差为10.8%,说明这3种方法均能正确判断鼓泡流态化到湍动流态化的流型转变初始速度。与后两种方法相比,小波模极大值法有使用数据量少、分析速度快的优点。

基于小波模极大值和SVM的智能车辆障碍物检测

针对复杂交通场景中智能车辆前向障碍物检测问题,根据障碍物的后视视觉特征,提出了一种基于小波模极大值和支持向量机的障碍物检测方法。利用小波变换对奇异信号的多尺度分析,并结合障碍物先验知识的多特征组合,对候选障碍物区域进行检测;构建了一种适合于交通场景中障碍物分类的二叉树支持向量机(BT-SVM)多类分类器,对候选障碍物区域进行确认识别。将该方法应用于高速公路、城区道路等多种交通场景中,实车实验结果表明了本方法的有效性、实时性和通用性。

基于小波模极大原理的脉象特征提取研究

目的根据小波分析原理,研究脉象特征提取方法,以有效解决基于时域或频域的传统方法所无法准确提取脉象特征的问题。方法运用小波模极大方法进行脉象信号周期分割和基本分解,沿时间排列并符号化脉象波上升沿与下降沿的模极大特征点、脉象波谷底和波峰的模极大特征点。结果确定了不明显的重搏前波、重搏波,以及在主波上升沿和下降沿上出现的不规则脉波,并进一步准确提取了脉象信号的多尺度特征和各种时域特征。结论采用此方法进行脉象信号的特征点定位并进一步完成特征提取,具有简单、快速、准确等特点,为进一步进行脉象分类识别研究奠定了基础。

基于小波模极大值改进算法的变形模型研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术问题之一。本文把小波模极大值与变形监测相结合,给出了改进的小波模极大值变形监测模型。该模型把阈值去噪和Witkin尺度跟踪理论结合,有效恢复了信号。与传统的去噪方法相比,该算法有着更高的精度,提高了信噪比,有更好的去噪效果。

基于P波模量的岩石单轴抗压强度预测

传统获取岩石单轴抗压强度参数需要钻进取样、加工制作等严格的试验步骤,需要建立一种参数易于获取且准确的岩石单轴抗压强度预测公式。基于岩石物理力学参数的内在联系,建立了岩石单轴抗压强度与岩石P波模量的关系式。根据英安斑岩和页岩两种岩石的干密度、P波速度及单轴抗压强度的测试数据,采用线性拟合的方法建立了岩石基于P波模量的单轴抗压强度预测公式,并采用统计检验的方法对上述预测公式与传统基于P波速度的预测公式进行了对比分析。结果表明,所建立的强度预测通式简单、精度高,模量容易获取,具有很强的实用性。

基于小波模极大值模糊熵的遥测振动信号异常检测

针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值模糊熵的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除;然后对经预处理后的振动信号进行一维连续小波变换,计算所有尺度空间中的小波模极大值序列;最后将原信号及其小波模极大值序列的模糊熵构成的特征向量输入到SVM分类器,根据模糊熵的变化情况对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。

遥测振动信号的小波模极大值多重分形分析与异常检测

针对遥测振动信号频域成分复杂、非平稳非线性和强噪声特性,提出一种基于小波模极大值多重分形分析的遥测振动信号异常检测方法。首先对采集到的遥测振动信号进行零漂修正和趋势项消除,然后采用小波模极大值多重分形分析方法对振动信号进行分析,进而提取其多重分形特征参数;最后将特征参数输入到SVM分类器,根据分类结果对遥测振动信号进行异常检测。实测数据验证了该方法的有效性。

基于小波模极大值的视频文本区域的提取

视频图像中包含着许多重要的文字信息。图像和视频文本信息的提取包括文本检测、定位、跟踪、提取、增强和识别等几个部分。将文本的检测、定位与提取,作为文本区域提取的整体来讨论。以文本的检测算法为重点研究对象,提出了应用小波模极大值算法来解决视频图像中文本区域的检测。实验表明,小波模极大值算法所得到的文本区域与其它算法相比具有更好的评价指标。

小波模极大值在拉曼光谱信号去噪中的应用

针对基于CCD传感器的拉曼光谱仪中拉曼光谱信号受到噪声干扰的问题,在详细讨论了CCD噪声特性及噪声模型,并在分析了小波变换模极大值特性的基础上,提出了一种有效的拉曼光谱预处理的新方法,即小波变换模极大值去噪方法。实验结果表明,该方法能够有效消除光谱噪声,很好地保留了拉曼光谱信号特征,取得了较好的滤波效果,同时为后续的拉曼光谱定性、定量分析奠定了基础。