基于改进变分模态提取的轴承早期故障诊断

针对变分模态提取(variational mode extraction,VME)在强背景噪音下初始中心频率难以确定的问题,提出了基于谱相干引导变分模态提取(SC-VME)的滚动轴承故障诊断方法。首先,引入谱相干(spectral coherence,SC)算法对信号进行处理,得到由循环频率和频谱频率构成的双频域,并结合1/3-二叉树滤波器组得到改进包络谱(improved envelope spectrum,IES);然后,以轴承故障特征频率识别的局部特征能量与频带中的IES能量占比为诊断指标,构建诊断性指示图,据此确定VME期望模态的初始中心频率;最后,通过对提取的期望模态进行包络谱分析,实现滚动轴承早期故障诊断。通过仿真和试验信号分析,结果表明所提SC-VME方法准确性更高、用时更短、效果更优。

基于变分模态提取的动力响应重构方法研究

基于经验模态分解的响应重构方法依赖于参数繁多的带通滤波器,且不适用于具有密集模态的结构,因此,提出一种基于变分模态提取的动力响应重构方法。首先,在时域内使用变分模态提取将由传感器测得的动力响应分解为各阶模态响应;随后,通过根据有限元建模或模态试验导出的模态转换矩阵计算得到响应未知位置的各阶模态响应,再根据模态叠加法完成其余位置动力响应的重构;最后,对非密集模态的悬臂梁和密集模态的3层剪切框架进行数值模拟,并通过简支梁进行试验分析,验证了所提方法的有效性和较好的鲁棒性。

基于迭代增强变分模态提取的滚动轴承复合故障诊断

针对变分模态提取对多分量复合故障提取能力不足,且存在中心频率和平衡因子两个超参数优化等问题,提出了一种迭代增强变分模态提取(iterative enhanced variational mode extraction,IEVME)的滚动轴承复合故障诊断新方法。首先,提出引入中心频率趋势收敛现象优化VME的初始中心频率,使其能自适应寻找合适的初始中心频率进行提取并加入新的收敛准则对信号进行迭代提取的迭代变分模态提取方法(iterative variational mode extraction,IVME);然后,通过优化IVME的平衡因子得到多个分量信号,再利用图拉普拉斯能量指数选取最优分量进行重构;接着,为全面提取复合故障信号中的主要周期,提出了结合加强运算减去运算的增强最小噪声幅值解卷积(enhanced minimum noise amplitude deconvolution,EMNAD)方法,以降低噪声并增强相对较弱的周期信号;最后,通过融合平方包络谱实现对滚动轴承的复合故障诊断。将所提方法应用到滚动轴承复合故障诊断中,通过仿真和实例信号验证所提IEVME方法的有效性和鲁棒性,并将所提方法与现有多种方法进行对比,结果表明所提IEVME方法准确性更高,效果更优。

基于SFLA优化变分模态提取的滚动轴承故障诊断

为解决变分模态提取(variational mode extraction, VME)在分解轴承故障信号过程中近似中心频率和惩罚因子的选择过于依赖专家经验的问题,提出混合蛙跳算法(shuffled frog leaping algorithm, SFLA)与VME相结合的滚动轴承故障诊断方法。首先,为解决单一指标作为目标函数提取特征时信息不全面的问题,结合信息熵(information entropy, IE)、包络谱峭度和相关系数建立新的参数优化指标—KIC;然后,将KIC的极小值作为SFLA的目标函数自适应地选取VME期望模态的中心频率和惩罚因子;最后,通过包络解调分析期望模态进行故障诊断。仿真信号与轴承试验台相关数据集的分析结果表明,所提出的SFLA-VME方法能够准确地提取出期望模态并诊断轴承故障。

超声提取-紫外分光光度法测定海洋沉积物中油类的研究

利用超声提取和离心分离方法替代手工振荡提取和分液漏斗洗涤分离方法提取海洋沉积物中的油类,研究最佳试验条件,并与标准方法开展比对。试验结果表明,超声提取法总体较手工振荡法回收率高10个百分点,且工作流程简单、操作方便快速,减少了提取液多次转移的误差,在提高工作效率的同时提升了分析方法的精密度和正确度。

S变换引导变分模态提取的旋转机械故障诊断方法

针对信号变分模态分解(VMD)存在分解层数难以确定、目标模态难以选取的问题,介绍了一种信号分解方法——变分模态提取(VME),且提出了基于S变换(ST)与VME的旋转机械故障诊断方法。VME将信号分解成两层——期望模态和残余信号,并基于一个新的准则:期望模态与残余信号之间具有最小的频谱重叠。为了使VME得到的期望模态包含充分的故障特征,采用S变换对信号进行处理,确定故障特征所在的频段,据此选取VME期望模态的中心频率初始值。为了从期望模态中提取出故障特征频率,采用平方包络谱(SES)对期望模态进行分析。仿真信号与实际振动信号的分析结果表明,所提出的ST‐VME方法能够成功提取出有价值的期望模态和准确的故障特征频率,实现旋转机械故障诊断,且与VMD相比,ST‐VME方法的目标性更强,实施更容易。

多分辨分析和重磁异常的识别与分层次提取

利用小波变换及多分辨分析的原理，对重磁异常进行分析，给出了区域异常和局部异常的识别与分层次提取的方法。

基于SOA光纤环镜的NRZ信号时钟分量的提取

采用 SOA(sem iconductor optical am plifier)光纤环镜将 2 .5 Gbit/ s的 NRZ(non- return- to- zero)信号转换为相应的 PRZ(pseudo- return- to- zero)信号 ,实现了 NRZ信号时钟分量的提取 .并分析了 SOA注入电流、环镜探测光光功率等系统参数的选取对转换输出的 PRZ信号的光信噪比、消光比及环镜透过率的影响 .

毫米波径向器件的微波功分提取结构

针对高功率毫米波径向器件因径向尺寸大、输出波长短造成的支撑杆数目多和结构复杂的问题,本文提出了一种Ka波段径向渡越时间振荡器的毫米波功分提取结构。该结构可以将同轴波导的TEM模完全转化为矩形波导的TE 10模,且结构中引入的同轴反射槽可以有效降低输出波导的个数。仿真结果表明,48路驻波式毫米波提取结构可以在特定频点实现TEM模到TE 10模的转化,且在大于320 MHz的频带范围内可实现转换效率大于99%。36路行波式毫米波提取结构也可以实现在特定频点处由TEM模式到TE 10模式的完全转化,但由于TE 72,1模式在同轴结构中未被截止,故行波式毫米波提取结构实现TEM模式到TE 10模式转化时,转换效率超过99%的频带宽度仅为160 MHz。对电场强度的测试结果表明,在相同的注入功率下,行波式功分提取结构内的最大电场强度明显小于驻波式功分提取结构中的最大电场强度,这2种功分提取结构均能满足吉瓦级毫米波输出的需求。

大豆植株分杈数自动提取算法研究

根据大豆植株分杈个数可以预估大豆的产量。为了满足现代农业预测农产品产量的需要,本文提出一种大豆植株分杈数自动提取算法,即首先将采集到的大豆植株图片进行灰度变换、滤波、阈值分割得到二值图像,再进行形态学中的闭运算操作得到大豆植株的轮廓,然后基于Zhang并行快速细化算法提取骨架,最后借助改进的角点检测算法对大豆植株的所有分杈点进行标记并自动统计分杈数,仿真结果与大豆植株实际分杈点一致。

浙贝提取物固体分散体的制备及溶出特性研究

目的:制备浙贝提取物固体分散体,考察其中贝母素甲及贝母素乙的溶出效果,从而确定制备的最佳方法和最佳比例。方法:选择聚乙二醇6000(PEG6000)与聚乙烯吡咯烷酮(PVP K30)两种载体材料,分别采用熔融法和溶剂法制备浙贝提取物固体分散体;通过比较提取物、固体分散体的溶出性能,确定最佳工艺。结果:使用HPLC-ELSD法测定贝母素甲及贝母素乙的溶出量,结果准确、可靠、稳定。制备成固体分散体能显著提高贝母素甲及贝母素乙的体外溶出速度;PEG6000作为载体的浙贝提取物固体分散体溶出速度快于PVP K30为载体的浙贝提取物固体分散体。结论:以PEG6000为载体,采用熔融法制备的药物/载体比例为1∶6的固体分散体能显著提高浙贝提取物中贝母素甲及贝母素乙的溶出速率。

基于自适应变分模态提取的低速重载滚动轴承故障诊断方法

变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通过依据信号数据长度与带宽自适应设置多分量模态中心频率参数,把信号分解问题转化为多模态优化问题,在此基础上,提出了一种自适应变分模态提取(adaptive variational mode extraction,AVME)方法。此外,为解决单一指标无法衡量最优解调分量全面信息特征的问题,提出将峭度、相关系数和正交性进行融合来凸显及筛选有用分量进行解调和诊断。通过对滚动轴承故障仿真信号和实测信号进行分析,将所提的方法与现有多种信号分解方法对比,结果表明了该方法在计算耗时上和降噪方面的有效性。

基于弹性变分模态提取的时间相关单光子计数信号去噪

单光子激光雷达的回波信号具有极低的信噪比,有效地消除噪声和提取出回波信号特征是提升单光子激光雷达测距精度的关键,变分模态分解算法需要使用者依据经验确定分解本征模态函数数量,不具有适用性和通用性.为此,本文基于时间相关单光子计数信号特点,提出了在变分模态分解中让信号按照指定频率进行聚类分解的变分约束条件,并采用弹性网回归重构不适定问题的求解模型,提出了弹性变分模态提取算法.实验结果表明,在波段850 nm、平均发射功率为25 nW、背景噪声平均功率为19.51μW的条件下,利用该方法,得到了时间相关单光子计数信号重建精度的均方根误差为1.414 ns.同时在不同的累积时间下,能够稳定且快速地提取出回波信号特征,有效地提高了算法的去噪能力和特征提取的性能.

瑞雷波频散曲线的分模态提取与联合反演

瑞雷波在层状介质中传播具有频散特性,利用地震记录中的面波信息,提取面波的频散曲线,反演可以建立近地表的横波速度结构模型。本文建立了一个理论地质模型,理论合成面波地震记录,研究了频率波数域中面波频散曲线的分模态提取,并利用等厚分层阻尼最小二乘反演方法对面波各模态的频散曲线进行了分模态反演和联合反演。反演结果表明:瑞雷波基阶频散曲线的浅层(<10m)反演结果与理论模型吻合最好,一阶高阶频散曲线在15-30m的反演结果与理论模型吻合最好,联合反演在整个深度范围内都可以很好的吻合理论模型,且反演结果的相对误差要低于分模态反演。

自适应变分模式提取的轴承故障诊断方法

变分模式提取(variational mode extraction, VME)能够从复杂信号中提取特定的模式分量,但其在轴承故障诊断中的应用潜力受到初始中心频率和平衡参数的影响。因此,为了克服VME在轴承故障诊断应用中超参数的设置问题,深入探究VME模型中心频率迭代更新过程,发现中心频率收敛趋势现象并通过理论证明其存在性,由此提出中心频率定位策略,可自适应地确定目标中心频率。为了最大化匹配故障信息,构造基于故障特征幅值比的平衡参数优化策略,能够优化目标分量的带宽。以上中心频率定位策略和平衡参数优化策略,构成自适应变分模式提取的故障诊断方法,该方法能够在无需预设初始中心频率及平衡参数的情况下自适应提取故障相关分量。仿真和两个试验案例分析结果验证所提方法在轴承故障诊断领域相比于连续变分模式分解、经验模式分解和快速谱峭度方法更具有效性和优越性。

紫外分光光度法测定阿糖胞苷滴眼剂含量

盐酸阿糖胞苷滴眼剂是医院常用制剂之一,由于它具有很强的生理作用,准确定量有重要意义。本品的含量测定方法有提取分光光度法,减背景吸收的分光光度法等,但方法较繁琐。根据吸收光谱特征,应用双波长系数倍率法可不经分离直接测定盐酸阿糖胞苷的含量,具有准确、快速、简便的优点,是一种适合医院使用的分析方法。

基于GF1卫星影像自动提取丘陵地区居民地

[目的]城镇及村落等居民地是人类活动的中心区域,也是遥感影像精准解译的热点和难点。为了完整提取丘陵地区居民地,提出一种多光谱和全色数据协同、分特征提取(SF)的方法。[方法]基于GF1影像对陕西省榆林市横山区丘陵地区的居民地进行自动提取,并对提取结果进行综合研究。[结果]SF相对于常用的基于融合数据提取方法(F)提取正确率提高了19.56%,错提像素个数减少了39.34%,漏提像素个数减少了5.34%。[结论]SF方法不仅可以有效提高丘陵地区居民地提取正确率,而且因为错提量的大大减少,可大量节约后处理工作量。同时,该方法对其他地类的提取也具有良好的借鉴意义。

分析多层介质多导体传输线的区域分解法

本文利用区域分解法 ,将直线法和有限差分法结合起来 ,用于计算多层介质中具有任意截面形状多导体传输线的电容和电感矩阵。通过在纯介质区域使用直线法 ,导体所在区域使用有限差分法分别进行求解 ,充分发挥两种方法各自的优越性。直线法中快速傅里叶变换的引入进一步提高了算法的计算效率。数值结果表明 :该方法是有效的 ,且计算时间与介质层的厚度无关。文中还研究了介质层分界面的不平整性对传输线电磁参数的影响。

基于分支特征点的景象匹配算法

由于传统Hausdorff距离算法对减少非零均值高斯噪声的干扰不明显,且匹配精度不能满足惯导的要求,因而提出了一种改进的算法分支点的加权Hausdorff距离(Weighted Hausdorff Distance,WHD)算法,并给出了权值的求取公式。方法能有效匹配被非高斯噪声污染的图像,提高景象匹配的精度和速度,增强算法的鲁棒性。并对提出的WHD算法与部分的平均距离算法(PMHD)分别作仿真实验进行比较,证明了前者算法的实用性和有效性。

牡丹叶总黄酮提取工艺条件优化研究

用分光光度法对总黄酮的含量进行测定。采用单因素和正交实验的方法探讨牡丹叶中黄酮类化合物的最佳提取工艺。研究结果表明，芦丁在0．0125-0．0625mg／mL范围内浓度与吸光度有良好的线性关系。最佳提取工艺条件：25倍量60％乙醇在80℃条件下加热回流提取3h。黄酮提取率为2．27％，干粉黄酮纯度为5．27％。