肺小结节高分辨CT检查结果及中医体质辨识结果分析

目的:分析肺小结节高分辨CT检查结果及中医体质辨识结果。方法:选择2023年1月—2024年4月满洲里市中蒙医院收治的肺小结节患者100例,均进行高分辨CT检查及中医体质辨识,分析高分辨CT检查结果及其不同中医体质辨识结果。结果:100例肺小结节患者中男性56例,女44例;病灶位置在上叶31例,其他位置69例;病灶1个的患者48例,病灶≥2个的患者52例;磨玻璃影9例,其他91例;有毛刺征5例;不同肺小结节直径患者所有中医体质数据差异无统计学意义(P>0.05);不同位置肺小结节患者在所有中医体质所占比数据差异无统计学意义(P>0.05);不同数量肺小结节患者在湿热质方面,不同肺小结节密度影患者在瘀血质辨识方面,有、无肺小结节毛刺征的患者在气虚质、瘀血质及气郁质体质中占比差异均有统计学意义(P<0.05);良性肺小结节患者平和质占比7.06%低于恶性结节的33.33%,差异有统计学意义(P<0.05)。结论:经高分辨CT检查,肺小结节密度可能与中医体质之间存在一定关联,而毛刺征可能与瘀血质之间有一定关联。

分轴燃气轮机辨识结果的拟合与分析

本文对分轴燃气轮机通过闭环辨识(用伪随机二进制信号)得到开环特性的可辨识问题作了分析,指出若在反馈处输入伪随机信号,可得到令人满意的辨识结果。在此基础上,拟合出了喷油量和压气机转速之间,喷油量和压气机出口压力之间在三个运行工况下的传递函数。结果表明,机组在不同工况具有不同的动态特性,且与压气机特性曲线上的(?G_e)/(?n_1)值有关。所得的拟合结果与理论模型有很好的吻合,对建立分轴燃气轮机的简化数学模型有一定的参考价值。

表面热流辨识结果的误差分析与估计

对于工程上的表面热流辨识问题,通常希望能够根据测量精度对辨识结果误差进行快速估计,用以优化测试方案。本文首先对给定单一频率的热流辨识误差进行定量分析,建立了辨识误差与热流频率和测量精度之间的响应面模型。然后对多个给定频率组合情况下的辨识误差规律进行分析,结果显示,频率组合热流中的低频分量能在辨识结果得到较好地复现,高频分量是导致辨识结果出现误差的主要原因。因此,辨识结果精度可以通过最高频率热流分量的辨识误差与测量精度之间的对应关系来进行大致估计。基于这一认识,本文利用时域不同频率组合的热流分量在频域可解耦的性质,通过Parseval定理得出高频分量的能量占比,建立了频率组合热流的辨识误差估计方法,并通过算例进行了验证。

特征时段选择对飞行模态辨识结果的影响

基于飞行遥测数据,研究使用环境激励模态辨识方法辨识系统的模态参数时,挑选特征时段数据的方法。首先,详细介绍ARMA-NExT环境激励模态辨识方法的理论。接着,通过算例研究选择不同特征时段数据对模态辨识结果的影响,给出特征时段选择的方法和指南。通过研究,得出以下结论:低阶模态响应的信噪比较好的时段,模态频率和模态阻尼的辨识结果较为稳定。在使用遥测数据进行模态辨识时,应选择低阶模态响应信噪比较高的数据段。

土-结构相互作用对结构监测与辨识结果的影响

通过对一个现有建筑的结构动态参数的辨识讨论了土与结构的相互作用。目标建筑是建于1998年的8层的型钢混凝土结构。在此研究中,8自由度的模型被建立以分析微震观测数据,随即,非参数和参数技巧以辨识此结构的自然频率,阻尼率和层硬度等。在考虑土-结构相互作用和不考虑土-结构相互作用的两种情况下,分别辨识结构的参数并对比结果以证实其对辨识结果的影响。在文中非参数方法包括众所周知的传递函数和随机减量法,参数方法是非线性的系统辨识工具ARX(Auto-Regression with extra input)方法。

施工危险源辨识结果库知识的获取研究

危险源辨识结果库是建筑公司建立标准化安全管理体系的重要组成部分,用来在施工方案设计时进行危险源辨识,作为标准化安全管理的依据。在危险源辨识结果库中,知识的获取是重点和难点,文中着重论述了危险源辨识结果库知识的获取方法与实现,力图使该系统的知识库具有较好的扩展性和合理性。

一种根据模糊辨识结果设计控制器的方法

本文提出了一种根据模糊辨识结果设计状态反馈控制器的方法。以国产 3 0 0MW燃煤机组的燃料量—主汽压模型为例 ,模糊辨识得出其模型 ,然后设计状态反馈控制器。MATLAB仿真研究表明 ,采用该方法辨识精度高 ,控制效果良好 ;

考虑辨识结果连续性的Type-Ⅲ型工商业负荷辨识方法

非侵入式负荷监测技术可以引导用户合理安排用电时间,从而减少电量消耗。其中,由于状态的连续可变性,连续变化(Type-Ⅲ)型负荷的辨识一直是非侵入式负荷监测中难以解决的问题之一。针对Type-Ⅲ型负荷的辨识难题,提出了基于深度卷积神经网络(CNN)和隐马尔可夫模型(HMM)的非侵入式负荷辨识算法。首先,根据互信息理论进行负荷特征选择;然后,利用残差神经网络作为深度CNN的基本架构,提取负荷多维特征并实现Type-Ⅲ型负荷的初辨识;最后,为了解决CNN辨识结果中存在的状态断点问题,采用HMM完成负荷辨识结果的连续性优化。在复杂的工商业运行环境中,对具有代表性的Type-Ⅲ型负荷数据进行了算法训练和验证,结果表明所提算法能有效辨识Type-Ⅲ型工商业负荷的运行状态。

测量参数时间延迟对气动导数辨识结果的影响

主要讨论了测量参数间的时间延迟对飞机气动导数辨识结果的影响。通过对飞机仿真数据的计算表明,为了保证气动导数辨识的准确性,必须对测量参数间的延迟时间作一定的限制。结果表明,飞机的主要导数对时间延迟不敏感,而一些小值导数则较敏感。文中还根据实际计算经验对测量参数间的延迟时间给出了适当的限制。这些结果可为工程应用提供理论参考。

基于PSO的无人艇操纵响应模型参数辨识结果优化

为解决无人艇操纵性预报问题,基于无人艇二阶非线性响应模型,采用差分离散法设计辨识模型,在Matlab平台上采用四阶龙格库塔法进行20°Z形操纵仿真实验,利用采集的数据基于递推最小二乘算法辨识响应模型参数,并基于此辨识值提出采用粒子群算法做进一步优化,基于正弦操纵运动数据作为适应度函数数据源,优化后的各个参数精度均较以前有所提高,最后基于优化前后的辨识参数结果开展10°,20°及30°Z形、正弦以及回转仿真操纵运动,验证了利用粒子群算法能优化递推最小二乘算法的辨识结果,其优化结果能精确预报无人艇的各种操纵运动.

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

溯源弹簧形变过程的断路器振动信号递归量化分析辨识方法

从锁止机构脱扣引起储能弹簧释能,经部件带动动触头运动再到静止的每个动作具有严格阶段特征,伴随断路器动作的机械振动展现了能量传递及设备健康状态。该文提出一种溯源弹簧形变过程的断路器振动信号递归量化分析方法,首先由高速相机捕捉断路器操动时储能弹簧的动作图像,通过计算机视觉跟踪动态提取反映弹簧形变特征帧,再依据特征帧时序划分操动过程;然后将不同阶段振动信号映射至高维相空间,经递归分析得到体现动力系统变化特征的递归图,并递归量化分析其纹理结构特征;最后利用支持向量机模型对正常及故障状态下的断路器振动特征样本进行分析辨识,对比结果证明,由弹簧释能时序细化振动信号特征分析有效提高了分类识别准确率。该文方法在断路器操动机构状态辨识中具有广阔的应用前景。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

最小二乘算法优化及其在锂离子电池参数辨识中的应用

传统最小二乘法(LS)用于锂离子电池模型在线参数辨识精度低,通过带遗忘因子递推最小二乘算法能够有效地提高辨识精度,但固定的遗忘因子影响模型动态特性。遗忘因子的自适应处理能提高算法对动态系统的参数辨识能力,而目前的自适应方法容易忽略模型参数的稳定性,同时方法待定系数范围较大且难以确认。为了得到高精度且稳定性良好的模型参数,该文设计了一种精度和稳定性兼优且更简单的自适应遗忘因子递推最小二乘(AFFRLS)改进方法,并与其他AFFRLS、可变遗忘因子递推最小二乘(VFFRLS)进行仿真对比分析。结果表明,改进的AFFRLS能够在模型精度和参数稳定性取得更好的平衡,且对不同的在线工况具有良好的适用性。

基于POE模型的工业机器人运动学参数二次辨识方法研究

针对工业机器人在高度制造领域精度不高的问题,本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential, POE)模型的运动学误差模型构建方法,并建立基于POE误差模型的适应度函数;为实现高精度的参数辨识,提出了一种二次辨识方法,先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识,初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648 mm, 0.212°)降低为(0.457 mm, 0.166°);为进一步提高机器人的精度性能,再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识,最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237 mm, 0.063°),机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性,随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识,结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。

变频电流激励下GIS隔离开关机械缺陷的振动非线性行为及其辨识方法

气体绝缘组合电器(gas insulated switchgear,GIS)机械缺陷是导致设备故障的关键因素之一,为此开展了变频电流激励模式下隔离开关底座松动缺陷的时频域振动图谱变化规律研究,进行了波形因子、重心频率等6个振动特征量的量化分析,采用灰狼算法优化的支持向量机研究提出了变频电流激励模式下GIS隔离开关底座松动缺陷严重程度辨识方法。结果表明:GIS隔离开关缺陷振动信号特征量与电流激励频率具有强相关性,与单一工频电流激励模式相比,变频电流激励具备更有效检测GIS设备机械缺陷的优势;基于126 kV真型GIS试验平台验证获得构建的隔离开关底座松动缺陷辨识模型的平均识别准确率达90%以上。该研究成果为揭示GIS设备的非线性机械振动特性及提升其机械缺陷检测水平提供了重要参考。

采用激励轨迹实现机器人关节伺服动刚度的辨识

针对传统伺服动刚度辨识方法操作繁琐且阶跃力矩加载方式存在安全隐患等缺点,提出一种采用激励轨迹实现工业机器人关节伺服动刚度辨识的方法。该方法以五阶傅里叶级数轨迹为激励轨迹输入,通过使用最小二乘法对采集的关节位置和关节电机力矩等数据拟合辨识获得工业机器人关节伺服动刚度和动力学模型参数,并以其计算关节伺服扰动力矩。采用提出方法与传统辨识法所获伺服动刚度来进行扰动力矩补偿,并依据补偿后轨迹位置跟踪误差来评判两种辨识方法的优劣。在工业机器人平台上分别对单关节运动和六个关节运动的扰动力矩补偿实验,结果表明提出的激励轨迹辨识方法获得伺服动刚度的精度优于传统辨识方法所得伺服动刚度的精度。

隐秘的角落:学术欺凌及其辨识

学术欺凌是发生在高等教育机构与学术场域中的欺凌,比中小学的校园欺凌和一般职场欺凌更为复杂与隐蔽。学术欺凌涉事主体多元,存在多重欺凌关系;欺凌场所封闭,欺凌行为隐蔽;侵害与利益相伴生,申诉存在道德两难。大学的等级制结构与崇尚自治的组织文化,也在一定程度上助长并复刻了欺凌行为。这导致学术欺凌虽然发生范围广、持续时间长,但是辨识难度高,容易被忽略。澄清学术欺凌的概念、属性与类型,有助于将学术欺凌纳入组织学习,唤醒学术界防范学术欺凌的意识。

磁流变阻尼器Bingham力学模型改进及参数辨识

磁流变阻尼器不仅具有阻尼快速响应、良好的温度稳定性、内部结构简单等优势,而且可以通过调节控制电流使阻尼器的出力值连续变化,实现阻尼力可控。由于磁流变阻尼器阻尼特性与内部磁流变液的磁流变效应有关,具体表现非常复杂,现有力学模型目精度不足,无法精确描述磁流变阻尼器的阻尼特性。在磁流变阻尼器力学性能测试基础上,应用分段拟合函数方法同时结合反正切函数模型改进模型,并辨识改进后力学模型中各参数。将改进后的Bingham模型与实际测试出力值进行对比,结果表明改进后的Bingham模型能够很好地解决Bingham力学模型在非线性滞回阶段出力值曲线与实际测试数据不符的问题,改进后模型总体出力值曲线与阻尼器实际出力值基本相同,模型精度大幅提升。此种改进方法为磁流变阻尼器建立高精度力学模型提供参考。