基于PEMD-MPE算法的露天矿爆破振动信号降噪方法

为了去除露天矿山爆破振动信号中混入的噪声成分,提出了一种基于PEMD-MPE算法的降噪方法。该算法通过自适应性正交经验模态分解(PEMD)得到完全正交的本征模态函数(IMF)分量,然后对各个IMF分量进行多尺度排列熵(MPE)的随机性检测,成功确定其中的噪声分量并将其去除。采用该算法对实测的露天矿山爆破振动信号进行降噪处理。结果表明:相比EMD-MPE和EEMD-MPE算法,PEMD-MPE算法的信噪比分别提高了3.520 dB和1.107 dB,且重构标准差和均方根误差最小,说明该算法不仅能够有效去除爆破振动信号中的噪声成分,还能有效保留真实信号。

基于ICEEMDAN-MPE和GWO-SVM的滚动轴承故障诊断方法

针对滚动轴承故障状态难以准确且快速的识别,提出了一种基于改进自适应噪声完备集成经验模态分解(Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)-多尺度排列熵(Multi-Scale Permutation Entropy,MPE)和灰狼算法优化支持向量机(Grey Wolf Optimization Algorithm-Support Vector Machine,GWO-SVM)结合的故障诊断方法。首先将轴承信号进行ICEEMDAN分解,然后选取其中相关性较大的IMF(Intrinsic Mode Function)分量计算多尺度排列熵构成特征集合,最后通过GWO-SVM算法进行故障状态识别。通过滚动轴承数据集和不同算法的对比实验,验证了ICEEMDAN-MPE-GWO-SVM方法的有效性,表明该方法可以准确且快速的诊断滚动轴承的故障情况。

基于InMPE和MFO-SVM的变负载滚动轴承故障诊断

由于在变负载工况下,提取滚动轴承故障特征较为困难,且其故障识别准确率也较低,为此,提出了一种基于插值多尺度排列熵(InMPE)和飞蛾火焰优化支持向量机(MFO-SVM)的滚动轴承故障诊断方法。首先,在粗粒化时采用三次样条插值代替传统多尺度排列熵(MPE)中的线性插值,设计了InMPE算法,利用美国凯斯西储大学(CWRU)轴承数据集,分析了不同序列长度、嵌入维数和负载对InMPE的影响;然后,使用飞蛾火焰算法(MFO)优化了支持向量机(SVM),构建了基于InMPE和MFO-SVM的故障诊断模型;最后,搭建了轴承故障诊断试验台,制作了变负载工况下滚动轴承故障特征样本集,对基于InMPE与MFO-SVM的故障诊断方法的有效性和先进性进行了验证。研究结果表明:在变负载工况下,采用基于InMPE与MFO-SVM方法所得的故障识别准确率达到了98.5%,而采用传统MPE方法所得的故障识别准确率为95.9%;在噪声背景下,采用基于InMPE与MFO-SVM方法所得的识别准确率为92.4%,优于后者的80.0%准确率;证明基于InMPE与MFO-SVM的方法能有效识别出滚动轴承的故障信息,且对噪声具有较好的鲁棒性。

基于WOA-VMD-MPE算法的矿山爆破振动信号降噪研究及应用

矿山环境中爆破振动信号含有大量的高频噪声,严重影响了爆破振动信号的真实性。针对爆破信号中含有大量高频噪声这一现象,以云南某露天矿爆破振动数据为研究对象,提出了基于自适应WOA-VMD-MPE爆破振动信号降噪方法开展爆破振动信号降噪研究。将3个矿山爆破振动信号进行WOA优化算法处理,得出VMD算法参数中最佳组合K、a,带入VMD算法分解,将MPE值大于0.6的IMF成分去除,以达到降噪效果。结果表明:振动波形经过WOA-VMD算法优化后信噪比均为最高,分别为15.23、25.51和27.2,其均方根误差最小,分别为8.51、8.73和5.91。WOA-VMD算法相较EEMD、CEEMD算法在信噪比方面平均增加56%和44%、均方根误差平均减少46%和42%,其降噪效果优于EEMD、CEEMD算法,能够较好地去除高频噪声,保留原始爆破振动波形信息,验证了算法的普适性。

基于ICEEMDAN-MPE-RF和SVM的齿轮箱特征提取与故障诊断

针对齿轮箱非平稳振动信号特征提取难、特征向量冗余度高和故障识别率低的问题,提出基于改进的自适应噪声完备集成经验模态分解(Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)、多尺度排列熵(Multi-scale permutation entropy,MPE)、随机森林(Random forest,RF)特征重要性排序和支持向量机(Support vector machine,SVM)的齿轮箱特征提取与故障诊断方法。首先,通过ICEEMDAN将各种故障状态的齿轮振动信号分解为一系列不同频率分布的本征模态分量(Intrinsic mode functions,IMF);然后,计算各阶IMF的MPE值获得非平稳信号时频分布下的非线性动力学特征;最后,通过RF算法评估特征重要性,选择高重要性敏感特征组成最优特征子集输入SVM进行故障模式识别。试验结果表明,该方法特征提取和表征能力强,在不同工况下的平均识别率可达99.79%,在多工况和小样本数据集上比其他方法更具稳健性。

基于OVMD-MPE算法的隧道爆破振动数据降噪分析

受隧道爆破复杂环境和仪器电磁干扰等因素的影响,实测爆破振动信号多含有高频噪声,通过直接分析原始信号不能有效分析爆破振动规律。为获得真实的爆破振动特征,采用基于最优变分模态分解(OVMD)和多尺度排列熵(MPE)相结合的信号光滑降噪模型,通过仿真叠加信号和工程实测信号进行检验。首先将信号进行OVMD分解得到带限固有模态函数(BIMF),然后将大于MPE设定阈值的高频BIMF作为噪声剔除,最后重构剩余BIMF分量,得到降噪信号。结果表明:OVMD-MPE模型能精确识别信号的频率信息,前两阶分量能有效反映叠加信号的有效成分,适用高精度数据序列分析,提取数据序列特征;相较EEMD-MPE和CEEMDAN-MPE模型,OVMD-MPE模型具备更优降噪性能,降噪误差比、均根方误差和光滑度分别提升22.05%、48%和33.34%,去噪后曲线更贴近原始信号,更适用不同震源距离的爆破信号分析;双子山隧道右线施工时产生的爆破扰动集中于200 Hz以下的中低频段,双子山隧道衬砌结构的固有频率与爆破信号频率相仿,需采取减震措施确保隧道工程的施工安全。

基于改进小波阈值—CEEMDAN的变压器局部放电超声波信号白噪声抑制方法

为了有效去除变压器局部放电超声信号中的白噪声干扰,提高后续局部放电模式识别及定位的准确性,提出了一种基于改进小波阈值和自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的变压器局部放电超声波信号去噪方法。首先,通过对放电信号进行CEEMDAN分解得到一系列由高频到低频的本征模函数IMF(intrinsic mode function);然后,利用多尺度排列熵(multi-scale permutation entropy,MPE)算法计算各阶IMF分量的排列熵PE(permutation entropy),根据各IMF的排列熵值确定信号的去噪阈值与有效阈值。对高于去噪阈值的IMF分量采用改进小波阈值法进行去噪处理,对低于有效阈值的IMF分量视为基线漂移进行剔除。最后,通过重构去噪分量与剩余分量来获得去噪后的超声波信号。仿真和实验结果均表明,文中所提出的去噪算法大大提高了信号的信噪比,并保留了原始超声波信号中的有效信息,对提高后续利用超声波信号进行局部放电模式识别及定位的精确性具有重要意义。

PTT/EPDM-g-MAH/mPE共混体系的相形态与流变行为

研究了聚对苯二甲酸丙二酯码来酸酐接枝三元乙丙橡胶／茂金属聚乙烯共混体系（PTT／EPDM-g-MAH／mPE）的相形态和流变行为。结果表明，增容剂EPDM-g-MAH可以明显改善PTT与mPE的相客性，但含量超过4％时分散相的数日增加、尺寸增大。PTT／EPDM-g-MAH／mPE共混物熔体为假塑性流体，表现黏度随剪切速率的增加而降低；当EPDM-g-MAH的含量在0％～16％范围内时，共混物的非牛顿指数先减小后增加再减小；表现黏度、粘流活化能先增加后减小，并在4％时出现极值。

MPE-CDIO理念的数学实验课程教学改革

针对目前高校数学实验课教学过程中存在的问题,借鉴和吸收先进的CDIO工程教育理念和标准,并结合我校"大德育、大工程、大实践"三大教育理念下的应用型人才培养目标而提出的MPE-CDIO工程教育模式。在此模式下进行数学实验教学改革,分别从实验教学观念、课程体系、教学方法和手段、实验考核及评定方式等方面进行改革与探索。结果表明在MPE-CDIO教育模式下进行数学专业实验课教学,有效提高了学生的独立思考能力、分析综合能力、编程能力和创新思维能力,从而达到应用型人才培养的目的。

爆炸冲击波集合分解排列熵时变峰值降噪算法

针对实测的爆炸冲击波信号中含有大量的噪声信号,严重影响冲击波超压峰值与正压时间的判读以及比冲量的计算等问题,提出了基于完全集合经验模式分解(CEEMDAN)与排列熵(MPE)的时变窗长时频峰值滤波的爆炸冲击波降噪算法,通过构造不同比例距离下的含噪冲击波信号模型和实测数据来进行研究与验证。原始爆炸冲击波数据经CEEMDAN分解为若干个本征模态分量(IMFs);并以IMFs的MPE值作为分类指标,将IMFs分量划分为需滤波和存留两个类别,对含噪模型与实测数据进行降噪处理实验,将降噪处理后的IMFs分量和剩余的IMFs重构。试验结果表明,与贝塞尔低通数字滤波器、CEEMDAN降噪算法相比,该方法能够去除信号中含有的高频噪声,获得较好的降噪指标;同时尽可能地保留了信号中的尖峰与突变信息,是比较理想的爆炸冲击波信号降噪算法。

阻隔性HDPE/MPE/PA1010共混体系流变性能的研究

研究了不同组成的 Ｈ Ｄ Ｐ Ｅ／ Ｍ Ｐ Ｅ／ Ｐ Ａ１０１０ 共混体系熔体的流动曲线，表观粘度与温度、组成的关系，流动指数与剪切应力的关系等流变特性。结果表明，在所研究的剪切应力、剪切速率、温度及组成范围内，该共混体系熔体的ｌｇτ～ｌｇγ Ｐ 关系曲线都不同程度地偏离牛顿流体曲线，为非牛顿流体；由ｌｇηａ ～ｌｇγ Ｐ 和ｌｇηａ ～ｌｇτ的曲线可知，该共混物熔体属于假塑性流体。表观熔体粘度与温度的关系符合阿累尼乌斯方程，与组成的关系偏离对数加和规律，但偏离程度较小。随着剪切应力的提高，流动指数减小。该共混物的表观熔体粘度对温度变化的敏感性比 Ｈ Ｄ Ｐ Ｅ突出。

POE和mPE增韧木塑复合材料的研究

采用废木粉填充高密度聚乙烯制备木塑复合材料,采用茂金属聚乙烯(mPE)和乙烯-辛烯共聚物(POE)对复合材料进行增韧,并阐述了它们的增韧机理,讨论了增韧剂用量对复合材料的力学性能如拉伸强度、弯曲强度、弯曲模量、冲击强度和硬度的影响,综合评价了两种冲击改性剂的增韧效果。研究结果表明:两者对高密度聚乙烯基木塑复合材料均有良好的增韧效果。单就增韧效果而言,POE优于mPE,但在其他性能如拉伸强度、弯曲强度、弯曲模量、硬度以及耐热性等方面,mPE明显优于POE。

支持ULE/MPE的IP over DVB-S接收系统在Linux下的设计与实现

IP over DVB-S是基于卫星实现IP数据广播的关键技术,在远程教育等领域广泛应用.ULE封装协议相比传统MPE协议更加简练、高效,对IP网络支持更好.设计了IP over DVB-S接收系统,并对其在Linux中实现时的关键技术予以介绍.该系统具有兼容ULE/MPE两种封装方式、支持IPv4/IPv6双协议的特点,在实际环境中进行了部署.

基于EMD-MPE与HMM的滚动轴承故障诊断

针对故障轴承的特征难以提取以及状态识别困难的问题,提出了基于经验模态分解(EMD)-多尺度排列熵(MPE)与隐马尔科夫模型(HMM)的滚动轴承故障识别方法。首先,运用EMD滤波降噪原理对滚动轴承振动信号进行降噪,而后将已降噪的信号进行多尺度排列熵分析并提取不同尺度下排列熵的较大值作为信号特征。最后,将特征信号向量输入已训练好的HMM模型进行故障类型判别。并与支持向量机(SVM)进行比较研究。实验结果表明,基于EMD-MPE与HMM的滚动轴承故障诊断方法对滚动轴承的故障状态能够进行有效地识别。

阻隔性HDPE/MPE/PA1010共混体系结晶与熔融行为的研究

用ＤＳＣ研究了不同组成的ＨＤＰＥ／ＭＰＥ／ＰＡ１０１０共混体系的结晶与熔融行为．实验结果表明，在ＭＰＥ存在下，尼龙（ＰＡ）１０１０促进了ＨＤＰＥ的结晶，共混体系阻隔性能的提高并非完全是由于尼龙１０１０分散相对渗透剂分子的阻隔作用，ＨＤＰＥ结晶度的升高对这种体系阻隔性能的提高也有所贡献．同时，共混体系的熔点、结晶温度和结晶度随ＭＰＥ和ＰＡ１０１０的浓度增大而稍微提高．

抗车辙MPE改性沥青混合料性能研究

采用MPE和SBS两种改性剂,对比研究了基质沥青、MPE改性沥青与花岗岩碎石的黏附性;分析了加抗剥落剂的基质沥青、加抗剥落剂的SBS改性沥青和MPE改性沥青与酸性花岗岩碎石混合料的路用性能。研究结果表明:MPE改性沥青和花岗岩碎石的黏附等级为5级;掺加MPE的AC-13沥青混合料,其动稳定度为60,70,80℃条件下分别超过6 000,5 000,2 000次/mm,马歇尔稳定度比基质沥青混合料提高35%,比掺加5%SBS的改性沥青混合料提高23%;浸水残留稳定度达到98%,比基质沥青混合料提高11%,比SBS改性沥青混合料提高5%;冻融劈裂残留强度比达到97%,较基质沥青提高8%。

基于VMD_MPE和FCM聚类的变转速工况下转子不平衡故障诊断方法

旋转机械在变转速工况下转子不平衡故障诊断问题一直是故障诊断领域的难点,为解决该问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与多尺度排列熵(multiscale permutation entropy,MPE)和模糊C均值(fuzzy C means,FCM)聚类结合的故障诊断方法(VMD_MPE-FCM)。首先,用VMD对转子的振动信号进行处理,得到若干本征模态分量(intrinsic mode function,IMF);然后,根据转子不平衡故障时一倍频(1×)处振幅剧烈增加的现象,从VMD得到的各IMF频谱图中筛选出最能表征转子不平衡故障特征的IMF;进而采用MPE法对筛选出的IMF进行量化;最后,将量化所得值作为特征向量输入FCM,得到各转速工况下的标准聚类中心,采用择近原则,运用模糊贴近算法计算出待识别数据与标准聚类中心的贴近度,从而实现变转速工况下转子不平衡的故障识别。在转子试验台上采用VMD_MPE-FCM法进行了变转速工况下转子不平衡故障诊断试验,试验结果表明:该方法是有效的,可以准确、高效地提取出转子故障特征,能够很好地识别出不同转速工况下转子的不平衡故障。

肺癌恶性胸腔积液来源肿瘤细胞的小鼠PDX模型构建及实验验证

目的·构建肺癌患者恶性胸腔积液(malignant pleural effusion,MPE)肿瘤细胞来源的肿瘤异种移植(patientderived tumor xenograft,PDX)模型,并进行实验验证。方法·从基因表达综合数据集(Gene Expression Omnibus,GEO)下载人肺癌伴MPE单细胞转录组测序公共数据GSE131907和人肺癌实体瘤单细胞转录组测序公共数据GSE203360,对数据进行聚类、差异基因本体功能富集分析,明确应用MPE建模的可行性。同时收集肺癌患者的MPE样本,经离心、裂解红细胞等富集细胞操作后,将其植入非肥胖型糖尿病重症联合免疫缺陷(non-obese diabetic/severe combined immunodeficient,NOD/SCID)小鼠皮下,待移植瘤生长至1000 mm³时进行瘤体传代及保存。对稳定传代移植瘤进行组织病理学检测,通过苏木精-伊红染色(hematoxylin-eosin staining,H-E染色)观察细胞组织形态,免疫组织化学法(immunohistochemistry,IHC)检测肺癌标志物表达情况。结果·经单细胞数据分析发现MPE中肿瘤细胞的增殖功能更强,提示MPE中肿瘤细胞PDX建模或具备更佳成瘤效果;共收集35例肺癌MPE样本,成功构建13例PDX模型,成功率达37.14%;在组织病理学检测中,H-E染色可见移植瘤组织细胞异型性明显,IHC检测显示细胞角蛋白7(cytokeratin 7,CK7)、甲状腺转录因子1(thyroid transcription factor-1,TTF1)和天冬氨酸蛋白酶A(Napsin A)等肺癌标志物均呈阳性表达。结论·通过富集肺癌患者MPE中的肿瘤细胞,成功构建了更为简便高效、可实时动态建模的PDX模型。该模型保留了肺癌患者肿瘤细胞的恶性特征及蛋白表达特性,为肺癌伴MPE患者的基础研究和临床用药指导提供了重要的实验模型工具。

阻隔性HDPE/MPE/PA1010共混体系的研究

用挤出法以马来酸酐(MAH)接枝高密度聚乙烯(HDPE)为增容剂(MPE),PA1010为阻隔组分,HDPE为基料,制取了HDPE/MPE/PA1010共混材料。研究了挤出温度、MPE用量、PA1010含量对其阻隔性能的影响,比较了几种不同渗透剂和渗透体系的吸油率和渗透损失量。

基于MPE-CDIO工程教育理念的培养模式构建

针对中国高等工程教育存在的问题,提出基于大德育、大工程、大实践教育理念下的构思—设计—实现—运行工程教育培养模式,依据此模式制定出MPE-CD IO培养方案、课程计划进行MPE-CD IO教学内容和方法的改革,并分析改革过程中的困难,进而提出解决的办法。