内积变换原理与机械故障诊断

机械故障诊断广泛使用的方法是对动态信号进行傅里叶变换、短时傅里叶变换、小波变换以及第二代小波变换。指出这些变换的本质是采用不同的基函数与信号进行内积变换,从动态信号中提取和基函数最相似的故障特征。运用三角基函数、Gabor基函数、离散基函数、谐波基函数、Laplace基函数、Hermitian基函数、第二代小波基函数等,有效地提取出发电机组松动、齿轮箱冲击摩擦、高压缸蒸汽激振、机车轮对滚动轴承损伤等故障特征。采用合理的基函数或多重基函数(多小波)对动态信号进行内积变换,可有效地提取故障特征,进行正确的故障诊断。

机械故障诊断内积变换原理与验证

工程实际常用的快速傅里叶变换、短时傅里叶变换、小波变换、第二代小波变换和多小波变换等先进信号处理方法,为关键设备运行监测与故障诊断奠定了基础。为深刻认识其共性问题,对机械故障诊断信号处理方法物理本质与关键技术等基础问题进行研究。指出它们的变换原理都是内积变换,探求信号中包含与"基函数"最相似或最相关的分量,关键在于构造和选择动态信号中与故障特征波形相匹配的基函数,实现科学、正确的状态监测与故障诊断。通过仿真试验和工程案例,对机械故障诊断的内积变换原理进行验证,证明该原理的正确性和可靠性。同时,根据试验现象得出若干基函数性质对内积变换的影响规律,补充和完善了机械故障诊断内积变换原理。

基于综合内积变换的小电阻接地系统高阻故障检测方法

针对小电阻接地系统高阻故障时零序过电流保护灵敏度不足的问题,提出基于综合内积变换的高阻故障检测方法。分析了小电阻接地系统接地故障特征,并比较了各馈线零序电流与中性点零序电流。为了突显故障馈线与健全馈线之间的差异,提升小电阻接地系统高阻故障检测的可靠性,利用内积原理引入综合内积值为衡量指标以实现高阻故障检测。利用PSCAD建立了小电阻接地系统仿真模型并进行了故障仿真,结果表明所提出的方法能够检测高阻故障。

基于微观特征量测度的内积变换配电网故障选线方法

针对现有配电网宏观故障选线方法在实际应用中,选线准确率不高、适应性不强等问题,该文在深入分析谐振接地配电网接地故障暂态特征的基础上,提出了一种基于微观特征量测度的内积变换故障选线新方法:首先,采用变模态分解算法获得故障特征模态,并在对特征模态进行一阶差分的基础上获得故障奇异值点;其次,在故障奇异值点处构造内积变换选线判据,进而求得反映各条馈线故障特性的综合内积值;最后,将最大内积值与最小内积值的差值与事先设置好的阈值进行比较,从而判断出到底是馈线故障,还是母线故障。仿真表明,该文方法原理简单,选线准确率高,可适应大部分故障工况。

电力电子装置故障波形相似性度量的小波矩阵变换法

提出一种基于小波矩阵变换的时序序列相似度量方法,并对该方法应用于电力电子装置故障波形相似性度量进行了抗噪性、灵敏度及相似值准确性分析.方法首先采用小波变换将时序序列压缩到小波子空间,再由K-L变换(Karhunen-Loeve transformation)提取样本时序序列的特征向量和正交基,然后将分析时序序列通过内积变换映射到正交基中得到分析特征向量,最后计算两个特征向量之间的欧式距离以判定时序序列的相似度.以电力电子装置故障波形的相似度量为例,实验表明该方法特征向量维数低,抗噪性好于直接小波法30倍,灵敏度是直接小波法1/3,相似值准确性好于小波奇异值法.该方法对于大规模时序序列的相似匹配和检索具有潜在的应用价值.

自适应多小波基函数构造与机械故障诊断应用研究

设备在运行中萌生的故障(即早期故障),特征信息微弱且往往被机械设备运行过程的强噪声所淹没,给故障诊断与预示带来困难,已成为国内外此领域研究的热点和难点。文章深入研究了机械故障动态信号与基函数的内积变换原理;提出了若干自适应多小波基函数构造方法;改进了几种多小波邻域区间和局部阈值降噪方法。利用典型的工程案例分析和阐述了重油催化裂化装置、连铸连轧机组、空分机、电力机车和船载卫星通信地球站传动系统在运行状态下,微弱动态信号的特征增强和复合故障特征提取的工程应用实效。

Digital Acousto-optic Matrix Computer

Acousto-optic system for performing basic operations of vector-matrix multiplication with digital(16-bit)accuracy are described.The system comprised of two multi-transducer Bragg cells that can perform at least 1×10 8 operation/s of basic vector-matrix multiplication with digital (16-bit ) accuracy and which is simple and compact.

内积空间中Witt定理的推广

在特征不是2的正交空间中,相关文献给出了Witt定理.华罗庚把它推广到体上的一些内积空间.把域上内积空间中的Witt定理推广到奇异内积空间,并给出相应的证明.

从判断到识别的定性映射模型与模糊人工神经元

将基于属性量-质特征转化的性质命题判断抽象为一个以定性基准为参量的动态定性映射,给出定性基准分别为一个区间、区间向量和 n 维超平行体网格的定义,讨论加权 w 对定性基准的几何意义,定性映射和人工神经元的关系,以及(性质判断的)定性映射转化为(模式)识别映射的机制和条件.指出.加权 w 的实质是对定性基准中的 n 维超平行体实施一个旋转变换.因人工神经元可看作是对 n 维超平行体的一个面实施加权 w 内积旋转变换后的形式,故是(加权 w 内积变换)定性映射的一个特例.当定性基准中 n 维超平行体的所有边长都趋近于零时,以(近)零边长的 n 维超平行体为基准的定性映射转化为一个向量的判断或搜索映射,并可对任一可转化为一个向量的模式进行识别.此外,本文还提出了属性量-质转化程度函数的概念和一种导致定性基准边界模糊化的机制,指出,若用某个模糊化的转化程度函数代替定性映射进行判断和识别,则得到一种模糊判断和识别,并以一系列实例证实了定性映射和转化程度函数方法的实用性.