花岗岩表面二向性镜面反射分量和漫反射分量的比较研究

偏振反射与二向性反射之间存在着一定的定量关系.通过对不同粗糙程度花岗岩表面偏振反射的测量,计算出它们表面二向性镜面反射分量与二向性漫反射分量的大小,从而定量分析了花岗岩表面粗糙程度对热点与非热点区域两种分量的影响情况.同时通过分析还发现,光线入射天顶角也会对两种分量的大小起到一定的影响,而这种影响的强弱是受到花岗岩表面粗糙程度的控制.

基于主分量和小波分析的煤矿主通风机故障诊断研究

针对主通风机故障对煤矿安全生产构成的威胁,综合采用主分量分析和小波分析方法对主通风机进行故障诊断。论述了主分量分析和小波分析原理,建立了主通风机故障诊断数据处理模型。在此基础上利用Matlab对采集的振动信号进行仿真实验,结果表明:该方法能够准确判断煤矿主通风机的故障类型。

可用于确定水平地应力分量和围岩弹性模量的TBA位移反分析法

地应力、围岩弹性模量等参数的测定是岩石力学和工程地质学的重要研究课题之一。虽然已有许多有效的测定方法,但并非都能满足工程设计的要求。因此,一种有别于传统地应力量测方法的 TBA 位移反分析法被提出,并对相应的基本原理和方法进行讨论。为说明 TBA 法的实用性,给出了在“引大入秦”和三峡船闸边坡等工程中的应用实例。

基于独立分量和神经网络的近红外多组分分析方法

采用小波变换对光谱数据进行压缩,用独立分量分析(ICA)方法提取近红外光谱数据矩阵的独立成分和相应的混合矩阵,再用BP神经网络对混合矩阵和实测浓度矩阵进行建模,提出了基于独立分量分析-神经网络回归(ICA-NNR)的近红外分析建模方法。进一步研究了独立分量数和网络中间隐层的神经元数对模型性能的影响,经优化后的ICA-NNR模型在相关系数与均方根误差两个指标上均优于直接用光谱矩阵作为输入所建立的模型。本方法用于玉米中水分、淀粉、蛋白质3种主要成分含量的同时测定,检验样品集的化学检测值与近红外预测值的相关系数分别达到:淀粉r=0.971,蛋白质r=0.976,水分r=0.975。

基于DC分量和AC分量相结合的数字水印技术

文章提出了一种将DC分量与AC分量相结合的数字水印新方法,该方法将原始图像分块并根据人眼视觉系统纹理掩蔽特性,提取出原图像每块的纹理特征,由该纹理特征在原图像的每块DC系数和3个AC系数上嵌入水印。实验结果证明,该方案自适应性好、嵌入的水印的信息量大,并且对图像处理和常见的图像攻击具有很好的稳健性。

动态无功补偿器的负序分量和特征谐波补偿算法

从能量保持恒定的角度采用直流侧电压控制方法对三相动态无功补偿器进行设计,在三相负荷不对称的情况下,提取三相不对称负荷的基波负序分量,对动态无功补偿器的算法进行了负序分量补偿。同时,通过对稳定谐波源进行谐波分析,提取其特征谐波进行补偿,可以起到补偿无功和谐波的作用。仿真结果表明在不对称谐波源情况下,叠加负序分量补偿后的三相系统电流完全对称,并可滤除负荷特征谐波含量。采用上述算法的动态无功补偿器可以通过对负荷的分析,根据负荷及实际的装置进行控制策略调整,具有较大的工程实际意义。

基于负序分量和模糊逻辑相融合的永磁同步电机定子不对称故障诊断

采集永磁同步电机定子不对称故障状态下的三相电流和三相电压,在对其进行FFT分析,利用不对称分量的对称分量法计算其基波负序分量。构建了模糊故障诊断中心,对实测数据进行了分析。结果表明,负序分量和模糊逻辑相融合的诊断方法能够准确有效对永磁同步电机定子不对称故障进行诊断。

支路来源功率分量和支路策动功率分量的定义及分析

对于所有电源同频率的任意结构线性电网,给出了支路来源功率分量的定义,以描述在所有电源共同作用下、由功率追踪确定的、一条支路吸收的功率对应于各电源的分量;给出了支路策动功率分量的定义,以描述在所有电源共同作用下、完全由电路定律决定的、一条支路吸收的功率对应于各电源电流/电压激励的分量。分析了支路来源功率分量的求解问题和应用的局限性,剖析了支路策动功率分量的客观性和求解的可行性。指出支路策动功率分量在输电损耗分配、阻塞成本分配、无功辅助服务成本分配和电力系统规划、运行与控制中有着广泛的应用前景。

近红外快速检测中的独立分量和遗传神经网络建模方法

采用独立分量分析方法提取近红外光谱的独立分量和影响矩阵，再用GA—BP神经网络对影响矩阵和浓度矩阵进行建模，提出了基于独立分量一遗传算法．人工神经网络回归的近红外光谱建模方法。分析了独立分量数和网络中间隐层的神经元数对模型性能的影响。采用该方法对小麦样品中的水分、蛋白质、淀粉3种主要成分含量进行测定，水分、蛋白质和淀粉的预测值和参考值之间的相关系数R分别为0．9670、0．9804、0．9674。

动态无功补偿器的负序分量和特征谐波补偿算法

从能量保持恒定的角度,采用直流侧电压控制方法,对三相动态无功补偿器进行设计。抑制通过对稳定谐波源进行谐波分析,提取其特征谐波进行补偿,可以起到补偿无功和谐波的作用。仿真结果表明,在不对称谐波源情况下,叠加负序分量补偿后的三相系统电流完全对称,并可滤除负荷特征谐波含量。采用上述算法的动态无功补偿器可以通过对负荷的分析,根据负荷及实际的装置进行控制策略调整,具有较大的工程实际意义。

漏磁检测信号轴向分量和径向分量的选择

缺陷漏磁场的径向分量和轴向分量是漏磁检测中经常检测的物理量,两者之间如何选择,至今尚无定论。采用等效面偶极子模型分析了缺陷漏磁场的空间分布特点,解释了径向分量比轴向分量衰减更快的原因。结合有限元方法,研究了不同深度、宽度的二维矩形槽和不同倾角的梯形槽缺陷的漏磁场分布,分析了径向分量与轴向分量的变化特点,总结了缺陷参数变化时临界点的变化趋势。从探头设计的角度,考察了探头提离值以及缺陷参数对缺陷漏磁场信号轴向和径向分量幅值的影响,提出利用临界点作为检测分量的选取原则。

关于应力张量分量和应力物理分量间的转换问题

本文提出了理想物理标架的新概念；在此基础上，导出由任意坐标系到理想物理标架的变换关系，得到从应力张量分量到应力物理分量的转换公式；并给出一个算例说明其正确性．

基于独立分量和功率谱分析的VEP提取

近年来 ,相关领域的科学家和医学专家们正致力于利用脑电信号研究大脑不同皮质区在各种认知活动中所表现出来的生物电变化 ,并且试图利用这些变化测试人类心理 ,控制外部环境。人类头皮脑电信号包括自发脑电和诱发电位两种成分。由于诱发电位一般只有0.3—20μV ,而自发脑电的幅度却高达30—100μV ,因此 ,如何从脑电信号中有效提取淹没在自发脑电中的诱发电位便成为脑电成分特征提取的关键。本文利用独立分量分析和功率谱分析相结合的方法对用固定频率刺激源引出的视觉诱发电位进行提取 。

短路电流中的周期分量和非周期分量对高压断路器运行状态的影响

论述了高压断路器在开断短路电流时，短路电流中的周期分量和非周期分量对高压断路器运行状态的影响。

葡萄果实生长与水势及其分量和细胞壁展延性之间的关系

在充分供水、维持葡萄果实整个生长期黎明时最高水势基本稳定的情况下，果实第一次快速生长期间细胞溶质势下降、压力势上升，细胞壁弹性柔量和可塑性展延性均升高至整个发育期的最高峰；此期果实细胞失水时水势下降缓慢，而且在初始质壁分离点前，水势下降主要归因于压力势的下降，表现出渗透调节能力较小的特点。果实缓慢生长期间，细胞溶质势与压力势变化较小；而细胞壁弹性柔量比第一快速生长期大为降低，可塑性展延性降至整个发育期的最低点；此期果实失水时细胞水势、溶质势和压力势的变化特点与第一快速生长期差异不大。在果实第二快速生长期，细胞溶质势的下降和压力势的上升幅度均达到整个发育期的最大值，细胞壁弹性继续缓慢下降，而可塑性展延性上升至第二个高峰；此期果实失水时水势剧降，而细胞压力势下降相对缓慢，表现出渗透调节能力较大的特点。水分胁迫在抑制果实生长时诱导了果实渗透调节和细胞壁刚性的升高，第一快速生长期水分胁迫所诱导的细胞壁刚性升高的幅度较大。讨论了果实不同发育期细胞水势分量和细胞壁展延性与果实生长之间的关系以及不同时期果实生长对水分胁迫敏感性变化的机制。

集成电路型正序分量和负序分量过滤器的设计

对采用集成运算放大器组成正序分量和负序分量过滤器的设计进行了深入的研究。目的是使所设计的集成电路型正序分量和负序分量过滤器不仅能精确反映正序分量和负序分量的大小,而且能精确反映正序分量和负序分量的相位,以提高它们的实用性。综合多种集成电路型正序分量和负序分量过滤器的优点并加以改进后设计的集成电路负序分量过滤器,经仿真分析表明只要将该负序分量过滤器的任意两个输入端子互换,即可构成正序分量过滤器,由此而构成的集成电路型正序分量过滤器则能精确反映正序分量的大小和相位。

基于主分量和独立成分分析的多光谱目标检测

不同材料的物体具有不同的光谱特性,基于这一原理,可以利用多光谱图像数据对不同的目标进行检测。对于具有相似或相同外形特征(颜色和形状)的物体,利用全色图像一般达不到检测与识别的目的;利用传统的多光谱目标检测方法,则因计算量较大,识别精度低等,达不到满意的效果。提出了一种基于主分量与独立成分分析相结合的多光谱目标检测的新方法。通过对多光谱图像数据进行主分量分析,可以降低多光谱的维数,去掉冗余成份,保留其主要信息;对降维后的数据再进行独立成分分析,提取各种目标的光谱特性,实现目标的检测与识别。将这两种方法有机的结合起来,发挥各自的优点,实现对多光谱图像目标快速的检测与识别。以真假树叶(真树叶和塑料树叶)为例,验证了该方法的有效性和正确性。

含确定性分量和随机噪声分量的宽频带信号分解方法

可再生能源发电、储能、电动汽车等基于电力电子变流器的并网设备快速增加导致配电网信号日趋复杂。将电力系统宽频带信号分为确定性分量和随机噪声分量,建立了电力系统宽频带信号模型,并基于此模型提出了一种宽频带信号分解方案。首先,应用鲁棒局部回归平滑滤波方法提取并过滤随机噪声分量;提出了基于均值和标准差估计的自适应阈值确定方法,用于分解随机噪声分量。然后,提出了基于间谐波子群频谱的自适应阈值确定方法,用于提取间谐波分量。最后,用无限脉冲响应滤波器组将确定性分量分解为独立的子信号,并基于泰勒傅里叶变换估计确定性分量的频率和相量,实现确定性信号的分解。仿真验证了所提方案能在低信噪比、系统频率动态变化等情况下实现间谐波分量的自适应捕获和宽频带信号的高精度分解并应用所提分解方案分析了实测电压信号。

基于独立分量和扩展通道的振动信号降噪方法

针对ICA降噪技术中引入噪声通道的局限性,采取以扩展通道替代虚拟噪声通道的方法,将ICA的思想引入到结构同测点多通道振动信号处理中。叙述了ICA原理,FastICA算法的实现及其运用于振动信号降噪的思路,通过对实验梁同测点两通道振动信号的处理,并引入自相关函数和FFT谱衡量降噪效果,结果表明,采用扩展通道运用ICA进行结构振动信号降噪的可行性。

基于故障敏感分量和改进K近邻分类器的故障状态识别

针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题,在对轴承振动信号进行局域均值分解(local mean decomposition,LMD)的基础上,提出了一种基于故障敏感分量的特征提取与改进K近邻分类器(K-nearest neighbor classifier,KNNC)的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征,然后对筛选出的信号分量进行时域/频域的特征提取,构建不同故障状态下的特征样本集。为加快故障状态识别速度,排除不良样本的影响,提出一种基于二分K均值聚类的改进KNNC算法,精简了大容量的训练样本,有效去除不良特征样本和干扰点。实验结果表明,以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。