基于集成学习的阶跃型滑坡阶跃点判别分析

针对阶跃型滑坡阶跃点识别和预测难的问题,提出了一种基于聚类分析和集成学习的阶跃型滑坡阶跃点识别和判别模型。以三峡库区八字门滑坡ZG110钻孔2010年4月至2016年12月80个滑坡位移、库水位和降雨数据为例,通过聚类分析方法识别滑坡累积位移-时间曲线中的阶跃点和平稳点,并利用K均值聚类分析检验分类结果的准确性。基于灰色关联确定了滑坡位移的最佳诱发因素,结合随机森林模型建立阶跃型滑坡阶跃点判别模型并利用八字门滑坡ZG111钻孔验证该模型的准确性。模型阶跃点和平稳点的识别准确率均达90%以上,表明该方法在阶跃型滑坡识别中具有较好的适用性,可为阶跃型滑坡的预测提供参考。

阶跃型奇异点的小波检测

在检测实际系统信号问题上,阶跃型奇异点是一类重要的信号奇异点,针对检测和定位在许多实际问题上都有重要的意义。根据阶跃型奇异点的特征,证明了信号的阶跃奇异点与信号小波变换的最值有关,如果适当选择小波基函数,那么信号的阶跃奇异点将对应于信号小波变换的最值点。据此提出了一个利用小波变换最值的阶跃奇异点检测方法,并给出了小波基选择条件。最后利用上述方法对大量仿真信号及实际音频信号上的阶跃奇异点进行检测,结果表明研究有方法不仅有效可靠,而且具有计算简单,定位准确的特点。

平整机轧制力阶跃奇异点的小波检测与分析

轧制力阶跃奇异点是对平整机轧制力控制系统进行故障诊断和系统分析的一类重要数据,采用小波分析方法对平整机轧制力控制系统阶跃奇异点进行检测、定位和分析。对奇异点检测的小波分析方法进行探讨,确定了用于轧制力阶跃奇异点检测的小波基函数。通过采用小波阶跃奇异点检测方法对某平整机实际轧制力数据进行阶跃奇异点的检测和定位,论证了该方法的正确性。

通用动态负荷模型电压阶跃检测和参数辨识方法

如何确定渐变电压信号等效阶跃点位置和采取合理的信号预处理方法对通用动态负荷模型参数辨识有重要影响。针对动态负荷建模试验的需要,利用等效电压阶跃来代替电压渐变信号,把聚类分析引入等效电压阶跃点检测中。在一定时间区间内考虑电压数值的分布特性,结合小波去噪进行负荷信号预处理,基于MATLAB平台,借助GUI(图形用户界面)开发手段,实现了通用动态有功负荷模型的参数辨识。实验结果表明:采用聚类分析方法,可以有效实现经均值滤波和小波去噪处理后的渐变电压信号的阶跃点检测;利用bior3.7小波4层分解去噪的信号进行参数辨识,结果稳定性最好。该方法适用于由于手动改变变压器分接头位置等引起的电压渐变条件下具有功率恢复特性的负荷建模和离线分析。

一维半无限压电杆的广义的热冲击问题

采用具有两个热松弛时间的G-L广义热弹性理论,研究了一维半无限长压电杆在其端部受到热冲击时的边值问题.借助于拉普拉斯正、反变换技术,在所考虑时间非常短的情况下,对问题进行了求解,得到了位移及温度分布的近似解析解,发现位移及温度分布中分别存在两个阶跃点,并通过数值计算,把温度的分布规律用图形反映了出来.从温度的分布图上可以看出,当任何x的值大于第二个阶跃点的位置值时,温度值都是零,也即在当前所给定的时刻,热以波的形式沿压电杆仅传播到了第二阶跃点的位置,而在第二个阶跃点之后,压电杆上的温度分布保持初始温度;给定不同时刻,热波波前的位置也将相应的在压电杆上移动,也即热波波前在压电杆上的位置随考虑时刻不同而不同.这与经典的热传导是完全不同的,它说明热是以波的形式以有限的速度、而不是以无限的速度在介质中进行传播的.

半无限长压电杆的瞬态热冲击问题

采用具有一个热松弛时间的L S广义热弹性理论 ,研究了一维半无限长压电杆在一端受到热冲击时的边值问题 .借助拉普拉斯正、反变换技术 ,在所考虑时间非常短的情况下 ,对问题进行了求解 ,得到了压电杆上的位移、压力及温度分布的近似解析解 ,发现应力及温度分布中分别存在两个阶跃点 ,并给出了算例 .