基于短时傅里叶变换和深度网络的模块化多电平换流器子模块IGBT开路故障诊断

针对现有模块化多电平换流器(MMC)子模块故障诊断过程中所需传感器较多、测量干扰较大等问题,提出一种基于深度学习的MMC子模块IGBT开路故障诊断方法。在对MMC子模块开路故障特征进行分析的基础上,利用短时傅里叶变换(STFT)提取桥臂电压信号的谐波分量信息作为故障诊断所需的特征参数。将所得到的特征参数进行处理后构建故障诊断样本,在通过深度置信网络实现故障类型快速检测的基础上,依据不同故障类型,构建多个基于卷积神经网络的故障定位网络,进而实现开路故障的检测与定位。通过129电平的MMC系统仿真模型和降功率的MMC实验系统搭建,对该文所提方法进行了验证。仿真和实验结果表明,所提故障诊断方法可以在减少传感器数量的基础上实现子模块开路故障的诊断,提高系统的可靠性。

基于自适应短时傅里叶变换的品质因子Q值估算方法

品质因子Q是描述地下介质对地震波吸收衰减强弱程度的参数,同时也是地层含油气性的重要标志。在地震资料Q估算中,常用的方法是短时傅里叶变换方法,当窗函数被选定以后,其时频分辨率就固定了。针对该问题,提出一种自适应窗短时傅里叶变换的方法,以获得更准确的瞬时中心频率,并利用峰值频移法来估算品质因子Q。首先,利用固定窗长的短时傅里叶变换来提取信号的瞬时中心频率作为初始频率;然后,根据初始频率自适应计算不同频率的窗长,并利用自适应窗长短时傅里叶变换来求取瞬时中心频率;最后,结合峰值频移法得到高分辨率的品质因子Q值。利用合成数据和实际数据进行了测试,结果表明,相比于固定时窗短时傅里叶变换方法,自适应短时傅里叶变换方法具有更好的时间和频率分辨率,可以获得更高分辨率的品质因子Q值。该结果可以为地下介质的研究提供更准确、可靠的工具,有助于更好地了解地下结构和油气资源分布情况。

离散傅里叶变换性质的可视化教学设计

离散傅里叶变换是“数字信号处理”课程的重要教学内容,然其定义及主要性质涉及大量数学公式推导表征,较为抽象枯燥,不利于学生直观深入理解;且课程内容中对理论知识的具体应用场景涉及较少,难以激发学生的学习兴趣。针对此问题,提出了将数字图像频谱分析作为离散傅里叶变换性质教学的辅助手段,对线性、循环移位、对称性、对偶性等主要性质,分别进行直观形象的可视化展示。课程实践结果表明,该教学设计能有效提高学生的学习兴趣和知识掌握度,取得了较好的教学效果。

傅里叶变换离子回旋共振质谱技术在稠油高低温氧化评价中的应用

为了认识稠油开发过程中低温氧化与高温氧化阶段原油变化规律,利用静态氧化釜开展稠油的高低温氧化实验,借助傅里叶变换离子回旋共振质谱分析技术对高低温氧化前后的原油分子量及O、N、S杂原子化合物特征开展研究,结果表明:原油低温氧化阶段分子量分布特征与原样相似,相对分子量分布范围在200~750,整体呈平缓状单峰型分布,高温氧化阶段分子量分布范围前移,呈明显的前峰单峰型分布;杂原子化合物中的O元素在低温氧化阶段主要以无环的饱和二元酸形式存在,在高温氧化阶段受环化、芳构化及脱甲基作用的影响,伴随着侧链烷基及杂原子基团的断裂和芳构化过程,造成原油中杂原子化合物向着碳数更小、双键当量(double bond equivalents,DBE)值更低的方向演化。该研究探索了温度与原油结构及化学组成之间的关系,对于指导稠油开发现场具有重要意义。

一种跳转向量的隐性加权分数傅里叶变换通信方法

加权分数傅里叶变换(Weighted fractional Fourier transform,WFRFT)技术可以极大地改变信号的特性,使信号的统计特性多样化,从而有效地保障通信信息安全。为解决单参数WFRFT通信抗扫描能力不足的问题,以单参数WFRFT为切入点,深入研究单参数分数域的形成机理,分析其潜在的微观特征和暗特征,从而提出了一种基于跳转向量的隐性WFRFT通信方法(Implicit WFRFT communication method of jump vector,IWVJ)。利用调制阶数与星座图的关系,建立了跳变矩阵和跳变向量,并以此制定了控制规则。此外,通过跳变向量控制获得动态调制阶数,从而达到安全通信的目的。仿真结果表明,IWVJ方法对授权接收机具有较高的反变换解调相似度和较低的误码率,相比于具有普适扫描能力的非授权接收机性能更优。同时对解调阶数误差、基础调制阶数和跳转频率等参数的设置给出了适用的建议,使IWVJ方法能够更好地应用于通信系统,为具有抗干扰、抗截获和抗欺骗能力的保密通信提供技术依据。

融合短时傅里叶变换和卷积神经网络的托辊故障诊断方法

托辊故障已成为带式输送机运行中的常见问题。若不能及时诊断托辊故障,则将严重制约带式输送机的安全运行。为了解决上述问题,基于某矿带式输送机中间段托辊的实际运行工况,提出了一种融合短时傅里叶变换(short-time Fourier transform,STFT)和卷积神经网络(convolutional neural network,CNN)的托辊故障诊断方法。首先,以分布式光纤为基础,对托辊在正常、轴承损坏及筒皮断裂工况下运行时的振动信号进行采集并作STFT处理,得到对应的时频图样本集,并将其分为训练集和测试集。然后,将训练集输入CNN模型以进行诊断模型训练,在训练过程中不断更新不同工况下托辊的运行状态特征。最后,将训练好的CNN模型应用于测试集,并输出托辊运行状态的识别结果。结果表明,所构建的CNN模型的识别准确率高达99.6%。基于所提出的故障诊断方法,在某矿上开展现场实验,以进一步验证CNN模型的识别准确率。实验结果表明,CNN模型对带式输送机中间段托辊的运行状态有较高的识别准确率,可达96.5%,与测试集上的识别准确率仅相差3.1个百分点,说明所提出的故障诊断方法具有一定的可靠性。后续可通过不断增加不同工况下托辊的运行数据来提高该故障诊断方法的鲁棒性,这可为煤矿企业有效诊断托辊故障提供有力的理论基础。

基于傅里叶变换与统计检验的圆度误差分离技术研究

采用傅里叶变换及数理统计假设检验的方法对圆度误差进行分离。针对圆轮廓的高精度测量数据,通过最小区域法拟合圆心。应用傅里叶变换将圆轮廓信号转换成谐波信号,从理想圆轮廓模型出发,逐步添加傅里叶分量,迭代过程中通过偏F检验构造包含未知系统形状误差的主导性模型。通过自相关法检验、卡方检验及J-B检验获取残余的显著性傅里叶分量,进一步构建显著性模型,实现圆度误差中系统误差的分离。通过数控加工16个圆孔的实验数据分析,证明了该方法可以对圆度误差进行有效分离。

基于傅里叶变换与近端采样的序列推荐算法

传统推荐算法比较注重于模型本身对于推荐效果的提升,实际上数据质量对于算法的影响更为重要,但目前在推荐算法领域对于数据的科学处理方法比较零散,没有形成一个系统的框架。针对以上问题,基于傅里叶变换与近端序列采样的数据预处理,结合SASRec提出可以普遍应用的序列推荐框架FTRRec。首先通过傅里叶变换将序列数据在时域和频域中相互转换,并根据序列数据的特点,过滤序列中的无用信息,其次使用近端序列采样替换传统的滑动窗口采样法,加速样本采样的同时,提升模型对于序列的特征捕获能力。通过在5个公开数据集上的实验,将框架应用于三个不同的主流推荐算法时,每种模型均有3%-5%的提升。

基于矩阵乘积态的有限纠缠量子傅里叶变换模拟

与经典计算不同,在量子计算中量子比特可以处于叠加态,多个量子比特之间还可以形成纠缠态。表示n个量子比特组成的量子态需要存储2^(n)个振幅,这种指数级的存储开销使得大规模的量子模拟难以进行。然而当量子态的纠缠程度有限时,使用矩阵乘积态表示量子态仅需要线性的空间复杂度,可以扩大模拟的规模。使用HIP-Clang语言,基于CPU+DCU的异构编程模型,使用矩阵乘积态表示量子态,对量子傅里叶变换进行模拟。结合矩阵乘积态的特点,对量子傅里叶变换线路进行分析,减少模拟实现时不必要的张量缩并运算与正交化构建。对模拟过程中的张量缩并进行分析,使用TTGT算法完成张量缩并运算,同时利用DCU的并行处理能力来提高效率。对模拟结果进行分析,分别通过振幅误差与半经典Draper量子加法器的结果验证了模拟的正确性。对模拟规模进行分析,当量子态的纠缠熵最大时,使用16 GB的内存空间最多只能模拟24位的量子态,而当量子态内部纠缠程度较低时,可以对上百位的量子态进行量子傅里叶变换模拟。

傅里叶变换法在电梯结构振动测试的应用

针对电梯结构的振动,对牵引比为1:1的电梯振动特性进行了实验测试,在此基础上采用傅里叶变换(STFT)方法对电梯振动特性的测试结果进行了功率谱密度(PSD)检验,提出了电梯结构横向纵向耦合振动检测方法,研究电梯部件振动的主频率分布及其影响因素。结果表明轿厢架横向和纵向振动均为低频振动,主要是由于车架与车架之间的弹性相互作用所致,轿厢架纵向振动形式和幅值与平台架基本一致,但横向振动的PSD在高频区域有明显的峰值,而提升绳的横向和纵向振动频率较高。本研究为电梯监控传感器的设计和相关数据处理提供了参考依据。

傅里叶变换的一个注记

傅里叶变换是复变函数与积分变换课程中的一类重要运算.傅里叶变换的性质,尤其是卷积定理,在许多领域有着广泛的应用.本文从傅里叶变换及卷积定理出发,并以此为重要工具去研究调和分析领域中希尔伯特变换的有界性,进而体现其在调和分析理论研究中的重要作用.

基于傅里叶变换的不确定性原理

以波函数的规范化模平方积分作为概率密度函数,我们给出了在L 2意义下的位移函数与速度函数的方差乘积有正下界的海森伯不等式;并用傅里叶变换的微分性质、Plancherel等式以及Cauchy-Schwarz不等式作了证明.另外,Hardy不确定性原理表明可积函数和它的傅里叶变换不能同时迅速衰减,其最优的衰减方式是取高斯函数形式达到等式;基于Phragmen-Lindelof定理(无界区域上的最大模原理),给出了Hardy不确定性的复分析方法证明;最后我们给出了推广的Morgan不等式和Beurling不确定性.

基于稀疏傅里叶变换的采煤机机载式变频器谐波干扰自动抑制方法

为增强采煤机变频器谐波干扰抑制效果,提出基于稀疏傅里叶变换的采煤机机载式变频器谐波干扰自动抑制方法。该方法先通过稀疏傅里叶变换分析采煤机机载式变频器输出的电流信号,检测谐波干扰成分,后设计一个自适应形态学滤波器实现谐波干扰自动抑制。结果表明,设计方法能够有效抑制变频器输出电流中的谐波干扰成分,抑制效果良好。

傅里叶变换红外光谱技术对金银花中有效成分定量模型建立及含量测定

中药材“安全、稳定、有效、可靠”是中医药现代化发展的现实需求,针对中药材质量良莠不齐的实际情况探索快速、精准、无损新型含量测定方法是目前中药材质量控制领域亟待解决问题之一。金银花有效成分复杂、质量波动较大,利用傅里叶变换红外光谱技术对金银花有效成分进行高效、无损快速测定可能是推动其质量控制的有效措施。该研究将HPLC法与傅里叶变换红外光谱技术相结合,运用化学计量学方法,建立金银花有效成分的含量测定模型,以期为金银花的快速、精准含量测定提供新方法。利用傅里叶变换光谱仪采集了河南、河北、山东三个产地共64份金银花的红外光谱,使用高效液相色谱(HPLC)法同时测定金银花中绿原酸、当药苷、断氧化马钱子苷、木犀草苷、异绿原酸A、异绿原酸C六种有效成分的含量。使用TQ分析软件中多元散射校正(MSC)、标准正态变换(SNV)、偏最小二乘法(PLS)、逐步多元线性回归(SMLR)、一阶导数(1st)、二阶导数(2nd)及SG卷曲平滑和诺里斯导数滤波(ND)进行光谱处理建立模型。经过对河南、河北、山东共64份金银花样品的化学计量学分析,结果表明PLS+MSC+2nd Der+NS对绿原酸含量测定效果最好,相关系数为0.7549,平均绝对偏差为0.24%;PLS+MSC+1st Der+ND对当药苷的含量测定效果最好,相关系数为0.9369,平均绝对偏差为0.00%;PLS+MSC+1st Der+SG对断氧化马钱子苷含量测定效果最好,相关系数为0.9678,平均绝对偏差为-0.06%;PLS+MSC+1st Der+NS、PLS+MSC+1st Der+SG以及PLS+SNV+1st Der+SG对木犀草苷的含量测定效果最好,相关系数为0.8590,平均绝对偏差为0.01%;PLS+MSC+2nd Der+ND对异绿原酸A的含量测定效果最好,相关系数为0.9339,平均绝对偏差为0.11%;PLS+MSC+2nd Der+SG对异绿原酸C的含量测定效果最好,相关系数为0.8661,平均绝对偏差为0.01%。通过傅里叶变换光谱技术建立对金银花有效成分的定量模型可以实现对未知金银花有效成分的含量测定,该研究为金银花有效成分的快速、无损测定提供了新的方法依据,有助于推动中药材质量的稳定、可控。

自适应窗口旋转优化短时傅里叶变换的变转速滚动轴承故障诊断

针对短时傅里叶变换(STFT)中固定窗效应所导致的能量集中度不高的问题,提出了一种自适应窗口旋转优化短时傅里叶变换(AWROSTFT)的变转速滚动轴承故障诊断方法。通过变分模态分解(VMD)对原始振动信号进行降噪,并利用粒子群优化算法(PSO)解决了VMD参数选择困难的问题;利用切线思想对STFT中水平窗口自适应匹配一系列的旋转算子,使得窗口旋转方向接近甚至等于瞬时调频率,提高了时频表示的能量集中度;计算出谱峰检测法提取到的瞬时频率与转频的平均比值,将得到的结果与轴承的故障特征系数进行匹配,以此实现变转速工况下滚动轴承的故障诊断。仿真和实验的结果都表明,本文所提方法能够兼顾PSO-VMD和AWROST-FT的优势,通过切线思想自适应的旋转窗口使得信号与窗函数在全局上的夹角都为零,从而达到提高能量集中度和锐化时频脊线的目的,实现了变转速工况下滚动轴承的故障诊断。

基于傅里叶变换的多联机空调负荷提取及预测方法

多联机空调实际制冷量通常不等同于房间真实的空调负荷需求,导致基于数据驱动的负荷预测模型的预测效果往往较差。本文提出了一种基于傅里叶变换的从实际制冷量数据中提取空调真实负荷数据的方法。案例预测结果表明,该方法能够有效提取空调负荷数据,并能将基于人工神经网络的超短期空调负荷预测模型精度提升10.94%。

离散色散光域傅里叶变换的延时和带宽扩展研究

光域傅里叶变换为射频频谱分析提供了一种新的解决方案。光域傅里叶变换主要受限于大的二阶色散的获得,而离散傅里叶变换只需要控制离散点的相位,理论上可以解决大色散的获得问题。文章利用光纤环作为离散色散器件,用线性调频信号作为待测信号,进行了光域离散傅里叶变换的研究。该系统是一个快速傅里叶变换系统,每次变换用时约2.07ns。用示波器观测线性调频信号变换前与变换后的波形延迟,可以测出该系统的变换延时,约为100ns,其延时大小主要取决于系统中的光纤长度。该系统可以实现对信号的不间断处理。为了扩展系统的瞬时带宽,对片上集成光微环组方案的可实现性进行了分析。

基于傅里叶变换解耦的容错控制方法

在多相电机的容错控制中,对于通过多约束求解获得的较为复杂的非正弦型容错电流一般采用滞环控制方法进行容错控制。电压空间矢量控制相对滞环控制具有转矩脉动小、能量消耗小的优势,在多相电机的控制中更为普遍。为解决非正弦型容错电流不能直接解耦变换以适用于电压空间矢量控制的问题,引入傅里叶变换并将非正弦型容错电流分解为基波电流与三次谐波电流,实现非正弦型容错电流的解耦变换,基于此推导解耦变换矩阵,采用仿真分析的方法来验证处理方法的正确性。结果表明这种处理方法可以解决多相永磁同步电机开路容错控制下的非正弦型容错电流无法直接解耦变换导致的无法直接适用于电压空间矢量控制的问题,以实现降低转矩脉动、提高电机电流平稳性的目标。

基于无透镜傅里叶变换数字全息的结构形貌测量

为了精确测量物体的形貌信息,提出了一种基于无透镜傅里叶变换数字全息的成像系统。首先,分析了无透镜傅里叶变换数字全息的成像原理,引入了倾斜平面校正方法;然后,搭建了成像系统平台,通过实验验证系统的成像性能。实验结果表明:系统的实际分辨率为57.02 lp/mm。测量结果的相对误差仅为3.95%,充分验证了该系统卓越的成像性能。

同步热分析-傅里叶变换红外光谱-气相色谱/质谱联用法分析艾叶

应用同步热分析-傅里叶变换红外光谱-气相色谱/质谱联用法对艾叶样品的热分解过程和热解产物进行了研究。分别在氮气、氧气气氛下监测艾叶样品在程序升温下的热失重和红外变化,并将274和312℃时的热解产物切入到气相色谱/质谱仪进行同步检测和分析,两种气氛下共检测到了41个主要化合物,不同气氛下下检测到的化合物的种类是有差别的,在氮气气氛下检测到29个主要化合物,其中γ-松油烯、α-松油醇、马鞭草烯醇、对伞花烃、萜品油烯等含量较高。在氧气气氛下,共检测到27个主要化合物,其中对聚伞花素、γ-松油烯等含量较高。本方法操作比较简单,不需要对样品进行前处理,并可以对热解产物进行实时检测,为艾叶的研究提供了一种新的方法。