编辑评判试译质量的维度与启示——以英语小说《女仆》的试译为例

图书翻译具有独特的翻译实践价值,近年来备受MTI师生青睐,已成为MTI人才培养体系中的重要实践样态。熟悉图书编辑评价图书试译标准,是MTI师生顺利通过试译并获得图书翻译机会的前提条件。文章以丰富的图书翻译管理经验为基础,整理归纳编辑评价试译的几个主要维度,通过具体案例分析说明试译中的注意事项,并对师生参与图书试译提出可行建议,助力MTI师生提升试译质量,争取图书翻译机会,服务翻译人才培养和翻译学科建设。

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号(电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等)和谐波(整数次谐波和间谐波)进行检测及时频分析的新方法。该方法由经验模态分解法(EMD)和Hilbert变换(HT)两部分组成。通过EMD得到固有模态函数(IMF)后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值。通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率。仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果。

基于数学形态学和HHT的谐波和间谐波检测方法

非线性电力元件的应用使电力系统的谐波污染问题日益突出。为准确检测谐波和间谐波参数,提出了基于数学形态学和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法。为有效抑制多种噪声,对现有数学形态滤波器进行了改进,使之保留了原信号的主要特征,并运用经验模态分解处理消噪后的信号,得到了一组经验模态函数分量。对每个经验模态函数分量进行希尔伯特-黄变换,可准确得到其瞬时频率和瞬时幅值,实现了在噪声背景下对谐波和间谐波的检测。仿真结果验证了该方法的可行性与有效性,表明其可提高谐波和间谐波的检测精度。

频率切片小波变换在局部放电信号分析中的应用

在对电力设备局部放电信号进行时频分析时,当信噪比较低或周期性窄带干扰的频率与局放信号频带重叠时,会影响信号时频特征提取的准确性,使目前的局放信号时频分析方法存在局限性。为此,利用频率切片小波变换具有自由分割时频面的优点,提出一种基于频率切片小波变换的局放信号时频分析新方法。首先根据Heisenberg不确定性原理选择时频聚集性最佳的频率切片函数,利用频率切片小波变换获取局放信号的时频分布,突出信号非平稳特征,再根据噪声信号能量与局放信号能量时频分布的差异,选择时频细化区域重构分离出局放信号,结合3σ准则及窄带干扰抑制方法进一步消噪。仿真和实测信号的处理结果表明,与S变换相比,频率切片小波变换具有更高的时频分辨率和任意频带信号提取的灵活性,能够细腻刻画信号的非平稳过程;将时频信息融入局放信号噪声干扰抑制,信号能量损失和波形畸变较小,有利于后续局放信号的模式识别和机理研究。

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(Hilbert-HuangTransform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号。该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值。该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息。仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性。

基于HHT的同步电机参数辨识

将一种新的非平稳信号的处理方法—Hilbert-Huang变换(HHT)应用于同步电机的参数辨识中。提出了基于HHT方法的短路电流处理新方法,该方法以经验模态分解(empiricalmodedecomposition,EMD)为基础,构成一种新型的时空滤波方法,从强噪声背景下的短路电流数据中有效地提取出了基波分量和直流分量。克服了传统处理方法精度低的缺点,并且不存在小波基选取问题,具有处理精度高、自适应性强的特点。还提出了基于稳健回归算法的直流分量辨识算法,以及基于Hilbert变换和非线性变量优化(NLO)的基波分量辨识算法,实现了同步电机瞬态和超瞬态参数的精确辨识。用加入滤波环节的F-EMD,降低了电流分量分离过程中的计算量。仿真分析和试验数据分析验证了该方法的有效性。

河蚬对太湖梅梁湾沉积物多环芳烃的生物富集

以采自清洁水体的河蚬(Corbicula fluminea)为实验生物,利用生物富集实验测试了河蚬对太湖梅梁湾水源地沉积物中多环芳烃的生物富集.研究结果表明:将河蚬暴露于多环芳烃污染程度不同的太湖梅梁湾沉积物中(PAHs总含量分别为991.4～1210.9ng.g-1(以干重计),平均为1101.0ng.g-1),暴露7d后各样点中河蚬对PAHs的富集量为233.5～342.6ng.g-1,其中2、3、4环PAHs分别占总含量的23.5%±4.9%、26.2%±4.4%和46.6%±8.5%;含量最高的4种多环芳烃依次为芘、萘、菲和荧蒽,它们所占的比例分别为29.4%±8.2%、23.5%±4.9%、14.6%±6.1%和12.5%±3.6%.河蚬对多环芳烃的生物-沉积物生物富集因子(BSAF)为0.09～0.44,低分子量多环芳烃的BSAF要比高分子量多环芳烃的BSAF值高,其中芘、萘、菲和荧蒽的BSAF值分别为0.09±0.04、0.24±0.04、0.44±0.23和0.19±0.09.

左氧氟沙星注射液及口服片剂在健康人体内的药动学研究

目的 研究左氧氟沙星注射液及口服片剂单次给药的药动学。方法 选 18名男性健康受试者 ,分别随机交叉给予左氧氟沙星注射液 2 0 0mg(注射时间 6 0min)及 2 0 0mg口服片剂 ;另选 18名健康受试者 ,分别随机交叉给予左氧氟沙星注射液30 0mg ,注射时间分别为 6 0及 90min。采用反相高效液相色谱法测定血及尿药浓度。 结果 左氧氟沙星 2 0 0mg注射液与2 0 0mg口服片剂的主要药动学参数cmax分别为 (3.0 6± 0 .32 ) ,(2 .5 0± 0 .39)mg·L-1;AUC分别为 (17.79± 1.6 2 ) ,(17.0 2±1.79)mg·h·L-1;t1/ 2 β分别为 (5 .6 0± 0 .31) ,(5 .73± 0 .48)h ;48h尿药累积排泄百分率分别为 (72 .5 8± 8.6 6 ) %和 (71.5 0±6 .75 ) %。经计算口服片剂的绝对生物利用度为 (96 .0 3± 9.35 ) %。左氧氟沙星注射液 30 0mg ,注射时间分别为 6 0及 90min的主要药动学参数cmax分别为 (4 .6 3± 0 .5 9) ,(4 .2 1± 0 .6 6 )mg·L-1;AUC分别为 (2 9.17± 2 .6 6 ) ,(2 9.0 4± 3.76 )mg·h·L-1;t1/ 2 β分别为 (6 .0 5± 0 .30 ) ,(5 .96± 0 .48)h ;48h尿药累积排泄百分率分别为 (74.5 0± 9.32 ) %和 (77.6 8± 8.86 ) %。两组中的主要参数经配对t检验除cmax有显著性差异 (P <0 .0 5 )外 ,其余均无显著性差异 (P

基于经验模式分解处理局部放电数据的自适应直接阈值算法

根据局部放电信号的特征,将经验模式分解(EMD)应用于局部放电信号分析中,提出了处理局部放电数据的自适应直接阈值(ADT)算法。首先,将基于EMD的时空滤波方法应用于局部放电数据的预处理中。与传统滤波方法相比,该方法无需预定义滤波器系数,而且能够充分保留原始信号本身所固有的非平稳特征。其次,为了最大限度的抑制噪声干扰,进而提出了ADT算法。该方法不存在小波方法中的小波基选取问题,以多分辨率的EMD为基础,结合3σ准则自适应地确定分解尺度和阈值,是一种完全的数据驱动型方法,具有较好的自适应能力和综合处理性能。仿真数据和试验数据的处理结果表明了该方法的有效性。

HHT方法在电力系统故障信号分析中的应用

论文应用HHT方法来进行电力系统故障信号的分析。该方法利用经验模态分解法(EMD)将复杂的故障暂态信号分解成有限个固有模态信号(IMF),从而使Hilbert变换(HT)的瞬时频率具有实际物理意义。通过瞬时频率和进一步得到的Hilbert边际谱,对故障暂态信号进行了分析。仿真结果表明:该方法可以从时频两方面同时对故障信号进行分析;能够实现对故障时刻的准确检测;能够提取、区分电力系统谐波分量;Hilbert边际谱的分辨率优于傅里叶谱。

基于模糊神经网络的单相自适应重合闸

将模糊神经网络应用于单相自适应重合闸中,以模糊理论和人工神经网络理论为基础构造了一个多输入模糊神经网络,用于识别瞬时性故障与永久性故障。该网络以取大取小运算部分代替了乘积求和运算,并采用了从样本中获取模糊规则的方法。利用Matlab进行了大量仿真实验,验证了该方法的可行性与准确性;在仿真的基础上,将多输入模糊神经网络与BP神经网络进行了比较,证明了多输入模糊神经网络在单相自适应重合闸中应用的优越性。

HHT在电力系统低频振荡模态参数提取中的应用

针对目前电力系统低频振荡的分析局限于用线性化方法来处理而导致的分析结果不精确,甚至不尽合理,提出基于希尔伯特–黄变换(HHT)的提取电力系统低频振荡模态参数新方法。首先运用HHT中的经验模态分解(EMD)实现各低频振荡模态分量的有效分离,并对各模态分量进行希尔伯特(Hilbert)变换、计算其相对应瞬时幅值、瞬时频率及相位;其次运用该文推导的阻尼比计算公式提取各振荡模态分量阻尼比,从而实现低频振荡模态参数的有效提取。同时对超低频振荡的产生机理给出一种新的解释,该方法有助于分析电力系统强非线性振荡模态及阻尼控制器的设计研究。数值仿真及实例分析均表明该方法的可行性和有效性。

基于HHT的电力系统低频振荡分析

论文将一种新的非线性、非平稳信号的处理方法- HHT(Hilbert-Huang transform)方法,应用于电力系统低频振荡分析之中。该方法克服了傅里叶算法和Prony算法难以处理非平稳信号的缺点,并克服了小波算法中小波基难选取的问题。HHT方法可以从非平稳的低频振荡信号中准确地提取动态振荡特性以及丰富的系统故障暂态信息,从而进一步揭示各振荡模式之间的非线性作用。同时该方法具有分辨率高并能有效地处理样本数少的短数据的优点,因此该方法可以用于在线分析和控制器设计之中。仿真结果表明了该方法的有效性。

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。

基于希尔伯特-黄变换的电力系统谐波分析

准确的谐波分析对电力系统稳定具有重要意义。为克服FFT方法与小波分析方法的缺点,提出将希尔伯特?黄变换(Hilbert-Huang transform,HHT)用于谐波分析。将谐波信号进行经验模态分解(empirical mode decomposition,EMD),得到一系列经验模态函数(intrinsic mode function,IMF)。由于不同的IMF对应不同的谐波分量,通过对每个IMF分量进行Hilbert变换(HT)及最小二乘拟和,最终可以得到各次谐波的幅值、频率和相位,从而实现电力系统谐波的准确分析。在经验模态分解过程中,采用了分段三次Hermite插值,并通过添加极值的方法减轻边缘效应的影响,使谐波分析能够更准确。仿真表明,Hermite插值比三次样条插值对谐波分析更具优势。该方法分析电力系统谐波精度高,能够取得满意的效果。

基于随机子空间结合稳定图的间谐波高精度检测方法

为精确检测间谐波参数,提出了基于随机子空间辨识(SSI)与稳定图法相结合的间谐波检测方法。SSI算法可以直接根据含有系统特征信息的端部量测数据检测出系统的参数,首先结合稳定图检测出间谐波分量的个数和模型阶次,然后用SSI算法直接对原始含噪信号精确检测出各间谐波分量的实际频率,如果信号的信噪比大于10dB,则无须去噪,用最小二乘法对各间谐波分量的幅值进行精确检测。分别针对间谐波数值仿真信号、含噪调幅信号及电弧炉电流信号进行间谐波分析,结果表明:该方法抗噪声能力强、计算速度快、检测精度高,尤其对时变性较强的调幅性间谐波信号具有强适应性。仿真结果验证了该方法的可行性与有效性。

基于小波变换和数学形态学的局部放电信号分析方法

应用小波变换与数学形态学相融合的方法对含有强噪声的局部放电信号进行消噪,并与小波变换的阈值法进行了比较,发现该方法能更有效地消除局部放电信号的噪声,同时能很好地保留原信号特征。采用多尺度数学形态学开运算提取消噪后的局部放电信号数学形态谱,通过形态谱的提取可看出每种放电类型具有不同的形态特征,为放电类型的识别打下基础。

奇异值分解和最小二乘支持向量机在电能质量扰动识别中的应用

基于奇异值分解(singular value decomposition,SVD)和最小二乘支持向量机(least square support vector machine,LS-SVM)提出电能质量扰动类型识别的新方法。通过对电能质量扰动信号的小波包变换系数矩阵进行奇异值分解,将基频、扰动频率分量、噪声分解到不同的正交特征子空间。再与正常电压信号的奇异值作比值以抵消噪声能量的影响,最大限度地体现出扰动类型间的细微差别,以此作为扰动特征向量,作为最小二乘支持向量机分类器的输入参数,来实现电能质量扰动类型的识别。仿真结果表明,该方法识别准确率高,受噪声影响小,算法稳定性好。

基于固有模态能量熵的配电网单相接地故障选线新方法

分析了故障选线的现状和目前已提出的多种选线方法的优势和不足。提出利用固有模态能量熵对线路的零序电流进行分析,求出各线路的能量熵,通过比较熵值的大小来判断故障线路的新方法。MATLAB仿真结果表明,该方法不受过渡电阻和短路时间的影响,能准确地选出故障线路,该方法对配电网单相接地选线问题提供了一种全新的思路。且计算简单,可靠性高。

FFT与小波分析应用于抑制局部放电窄带干扰

局部放电极易被噪声污染,众多干扰中载波通讯、高频保护、无线电广播等周期干扰尤其严重,而窄带干扰严重时可能完全淹没局部放电信号,这给局部放电的检测工作带来了巨大困难。为了从强的窄带干扰背景中有效提取局部放电信号,在基于FFT与小波分析理论的基础上,根据窄带干扰与局部放电信号具有不同频谱的特性,提出了抑制局部放电信号窄带干扰的新方法。考虑FFT处理方法的频谱泄漏性,再用小波变换对FFT处理后的局部放电信号进行进一步消噪,由此能够取得很好的消噪效果。仿真结果表明,此方法对窄带干扰去噪要比FFT、小波及小波模极大值去噪效果好,且得到的局部放电信号失真小。