基于改进双向峰-谷搜索算法的煤矸模型电磁波正演模拟

实现放顶煤过程煤矸含量自动识别是综采自动化的重要目标,现有煤矸含量自动识别方法存在准确性、实时性较低等问题。放顶煤过程产生的煤矸混合物是由煤、矸石和空气形成的三相介质,各相介质的电性参数不同,在不同组分的混合三相介质中,电磁波的传播特性也不同。煤和矸石相对介电常数差异明显,通过研究不同含矸率煤矸混合物的电性参数,可为放顶煤工作面含矸率自动识别提供新的思路和方法。为了探究不同含矸率煤矸混合物的电性差异,提出了一种基于分治策略的双向峰-谷搜索算法,基于该算法建立了煤矸多相离散随机介质模型,基于麦克斯韦方程组及其本构关系方程,利用时域有限差分法对所建立的模型进行电磁波正演模拟。分析表明,基于分治策略改进双向峰-谷搜索算法后,煤矸多相离散随机介质模型中的煤、矸石、空气三相之间不仅存在明显的相界面,且各相离散程度更大,不存在聚集现象,因此局部介质也能体现整体的电性参数,能够满足电磁波正演的介质模型需求。正演模拟结果表明:(1)激励信号的频率会影响透射波的幅值,在12 GHz范围内,激励信号频率越高,透射波幅值越大;频率过低会降低信号的鲁棒性,激励频率应高于2 GHz。(2)煤矸混合物的含矸率与介质整体的等效介电常数呈正相关。含矸率越高,电磁波信号的传播损耗越多,接收平面接收到的信号幅值越小,电磁波信号穿透介质所用的时间越长。不同含矸率之间呈现明显的差异性,可以用作综采放顶煤含矸率识别的依据。

基于峰-谷分段积分算法的行走步态周期识别

将表面肌电信号(SEMS)作为信息源,提出一种基于峰-谷分段积分算法的人体行走步态周期识别方法。通过凌阳SPCE061A单片机对SEMS进行实时采集,使用RS232串行口与PC机进行通信,将SEMS的数字量信息传递给PC机。在Visual C++环境下建立步态周期识别界面,采集6位被测者行走时的8个下肢SEMS。实验结果表明,该方法能提高识别结果的准确性和可靠性。

ECG信号小波变换与峰谷检测算法的研究

本文在ECG信号检测过程中 ,将ECG信号在 3尺度上的Haar小波分解的细节信号模极大值对检测与数学形态学峰谷检测相结合 ,提出了ECG信号小波变换与峰谷检测算法 ,该算法弥补了小波变换算法对ECG信号时域特征检测的不足 。

基于灰度图像的峰谷年轮识别方法研究

为准确、快速测量树木年轮信息,提出了基于灰度图像的峰谷年轮识别方法。首先把圆盘彩色图像转换成灰度图像,再把二维灰度图像数据转化为一维灰度补码数据,最后使用峰谷年轮识别算法对一维灰度图像的补码数据进行处理,获取树木年龄及年轮宽度信息。结果表明:峰谷年轮识别算法预测树木年龄精度和年轮宽度精度高达90%。该算法易于理解,为获取圆盘图像年轮信息提供一种简单、可行的方法。

多特征反向传播-人工神经网络微钻阻力年轮识别方法

峰谷年轮识别算法仅使用峰谷差值这一个特征进行年轮识别,因此该算法的误判率和漏判率较高。为了进一步提高微钻阻力年轮识别精度,提出了一种基于多个波峰特征的反向传播-人工神经网络(BP-ANN)年轮识别方法。首先使用峰谷年轮算法识别有效波峰,然后使用波峰阻力值、波峰与前波谷和后波谷的阻力差值、波峰与前波谷和后波谷的距离、前波谷与后波谷的距离等6个参数描述波峰特征;然后根据阻力图与圆盘图像确定有效波峰的类型,如果该波峰是一个年轮信号,则标记为“1”,否则标记为“0”;最后使用BP-ANN算法构建有效波峰分类模型。结果显示,BP-ANN模型的准确率比峰谷年轮识别算法提高了1.26个百分点,误判率和漏判率比峰谷年轮识别算法分别减少了1.06和1.38个百分点。结果表明:基于多个波峰特征的BP-ANN模型的年轮识别方法可行;与传统的峰谷年轮识别算法相比,该方法可有效提高年轮识别精度,有效降低年轮误判率和漏判率.

基于微钻阻力的树木年轮测量方法研究

针对前期研制的微钻阻力仪存在钻针钻入树木方向偏离直线方向、无法准确获取树木年轮宽度等问题,对微钻阻力仪的机械结构和软件算法进行了改进,提出了改进钻针形状和增加钻针支撑挡片的改进措施,给出了年轮宽度的计算方法。分别使用自制微钻阻力仪、Resistograph 650-s型微钻阻力仪、Lintab 6型高精度树木年轮分析仪测量9个马尾松圆盘的年轮信息,以Lintab 6型树木年轮分析仪测试结果作为真值,分别计算自制微钻阻力仪和Resistograph 650-s型微钻阻力仪的年轮识别错误率和年轮宽度测量精度。结果表明:2个微钻阻力仪的平均年轮宽度的测量精度达85%左右,说明使用微钻阻力法测量树木年轮宽度可行;自制微钻阻力仪的年轮识别错误率比Resistograph 650-s型微钻阻力仪低12.7个百分点,年轮宽度测量精度比Resistograph 650-s型微钻阻力仪高1.47个百分点,说明自制微钻阻力仪机械结构设计合理,年轮识别方法可行。

基于肌电信号的行走步态周期识别方法与实验系统的设计

通过下肢表面肌电信号的人体行走步态周期识别方法设计了实验系统;针对表面肌电信号的微弱性、交变性、低频性等特点,提出了识别肌肉动作起始时刻的峰—谷线性插值分段积分算法,并将该算法与阈值法相结合,提取足跟着地前肌肉动作起始时刻,从而达到划分步态周期的目的;该方法仅需单通道信号作为信息源,不同被测者可以选用不同的肌电信号;有效回避了肌电信号传感器零点漂移现象;文中分别对5位被测者行走时的7个下肢肌电信号进行采集,以VisualC++为工具,基于用户界面设计了步态周期的识别系统,其系统识别结果验证了该方法具有广泛性、可靠性、准确性和实用性。

Multi-objective capacity allocation optimization method of photovoltaic EV charging station considering V2G

Large-scale electric vehicles(EVs) connected to the micro grid would cause many problems. In this paper, with the consideration of vehicle to grid(V2 G), two charging and discharging load modes of EVs were constructed. One was the disorderly charging and discharging mode based on travel habits, and the other was the orderly charging and discharging mode based on time-of-use(TOU) price;Monte Carlo method was used to verify the case. The scheme of the capacity optimization of photovoltaic charging station under two different charging and discharging modes with V2 G was proposed. The mathematical models of the objective function with the maximization of energy efficiency, the minimization of the investment and the operation cost of the charging system were established. The range of decision variables, constraints of the requirements of the power balance and the strategy of energy exchange were given. NSGA-Ⅱ and NSGA-SA algorithm were used to verify the cases, respectively. In both algorithms, by comparing with the simulation results of the two different modes, it shows that the orderly charging and discharging mode with V2 G is obviously better than the disorderly charging and discharging mode in the aspects of alleviating the pressure of power grid, reducing system investment and improving energy efficiency.