二级减速器故障系统建模及SVD-MMSE劣化评估

为检测故障齿轮劣化程度并进行有效的程度评估,通过有限元法建立含有正常、裂纹和断齿等3种齿轮状态的二级直齿轮减速器系统模型。首先,分别计算3种状态的齿轮时变啮合刚度,并综合考虑轴承支撑刚度,得到了3种不同状态下的轴承振动响应;其次,引入多元多尺度样本熵(multivariate multiscale sample entropy,简称MMSE)对故障齿轮的劣化程度进行分析;最后,引进奇异值分解(singular value decomposition,简称SVD)算法进行预处理,以达到更好的诊断效果来综合评定故障齿轮生命周期的劣化程度。结果表明:齿轮发生故障时,主要导致时频域信号发生转频调制,时域存在有规律的冲击,频域出现边频带,且分布在输入轴的转频及其倍频和啮频及其倍频处;随着故障程度的增加,劣化越发明显,频率成分也发生改变,致使MMSE值也随之变化,且整体呈单调递减趋势;SVD-MMSE算法能有效地对齿轮故障程度进行判别,降低了噪声对于劣化程度检测准确性的影响。

超声测定Tei指数和LVEDV、LVESV、SV评估足月小样儿心功能变化的研究

目的探究超声测定心肌做功指数(Tei指数)和左心室舒张末期容积(LVEDV)、左心室收缩末期容积(LVESV)、每搏量(SV)对足月小样儿心功能变化评估价值。方法选择2020年11月至2022年11月在邢台市中心医院出生的100例足月小样儿(研究组),其中男性47例,女性53例;胎龄37~41+6周,平均胎龄39.62周;体质量2.07~2.43 kg,平均体质量2.12 kg。依据足月小样儿胎龄将新生儿分为早期足月小样儿(37~38+6周)组,晚期足月小样儿(39~41^(+6)周)组,每组50例。另选择医院同期出生的50例健康足月新生儿(对照组),其中男性25例,女性25例;胎龄38~40+6周,平均胎龄39.33周;体质量2.53~4.00 kg,平均体质量3.07 kg。采用超声测定3组Tei指数和LVEDV、LVESV、SV、左心室射血分数(LVEF)、心输出量(CO),左右心大血管内径、室壁厚度、心内径指标,二、三尖瓣心舒张功能指标,进而评估足月小样儿心功能变化情况。结果对照组、早期足月小样儿组、晚期足月小样儿组左右心室等容收缩期时间(ICT)+等容舒张期时间(IRT)、射血期时间(ET)依次降低,Tei指数依次升高,差异有统计学意义(P<0.05)。对照组、早期足月小样儿组、晚期足月小样儿组SV[(3.50±0.94)mL vs(2.96±0.63)mL vs(2.55±0.48)mL]、LVEDV[(5.07±1.19)m L vs(4.71±1.05)mL vs(4.49±0.93)mL]、LVEF[(71.53±4.52)%vs(66.19±3.21)%vs(63.44±2.98)%]、CO指数[(0.75±0.09)L/min vs(0.51±0.13)L/min vs(0.44±0.17)L/min]依次降低,LVESV指数依次升高[(1.46±0.37)mL vs(1.59±0.41)m L vs(1.66±0.43)mL],差异有统计学意义(P<0.05)。对照组、早期足月小样儿组、晚期足月小样儿组主动脉根部内径(AOD)[(6.9±1.0)mm vs(6.0±0.8)mm vs(5.5±0.5)mm]、左心室后壁舒张末期厚度(LVPWD)、左心房收缩期末期内径(LAD)、左心室收缩末期内径(LVDS)、左心室舒张末期内径(LVDD)指数依次降低,差异有统计学意义(F=39.947、37.000、27.820、34.742、27.990,P<0.05)。对照组、早期足月小样儿组、晚期足月小样儿组室间隔舒张末期厚度(IVSD)、平均动脉压(MAP)、右心室前壁厚度(RVAW)、右心室舒张末期内径(RVDD),差异有统计学意义(F=16.107、11.868、39.000、9.511,P<0.05)。对照组、早期足月小样儿组、晚期足月小样儿组A、E/A值依次升高,组间比较,差异有统计学意义(F=7.401、35.399,P<0.05)。结论足月小样儿的超声测定Tei指数和LVEDV、LVESV、SV、CO较健康足月新生儿改变明显,在心功能变化评估中具有重要意义。

基于SV与实时持续性通信的GOOSE虚端子快速化验证方法

为解决面向通用对象的变电站事件(Generic Object Oriented Substation Event,GOOSE)虚端子在变电站扩建、改建时,无法满足场景需求的问题,提出基于采样值(Sampled Value,SV)与实时持续性通信的GOOSE虚端子快速化验证方法。通过分析SV虚端子以及GOOSE虚端子的变电站过程层虚端子连接类型,选取SV和GOOSE共口传输的实时持续性通信方案。利用以太网控制器,实现变电站过程层内SV报文和GOOSE报文共口传输的实时持续性通信。利用所提的通信方案,对变电站配置的描述文件实施标准化验证,通过发送方配置验证、接收方配置验证以及通信配置验证的三方共同验证,实现GOOSE虚端子的快速化验证。实验结果表明,所提方法产生的通信时延均低于8 ms,具有良好的通信性能,可以快速化验证GOOSE虚端子,缩短变电站装置现场调试时间,满足变电站应用场景需求。

“z值评价-风险评估-技术核验”统计评价模型用于低样本量能力验证——以水质监测为例

为解决低样本量下的能力验证z比分数评价结果可能偏离参加者真实能力水平的问题,建立了“z值评价-风险评估-技术核验”统计评价模型,以“一带一路”共建国家“水中铁和氟化物的检测”国际能力验证项目为例进行了验证。结果显示:样本量为14家(低样本量)、指定值与样本真值相对误差的绝对值大于4%时,铁检测项目获得“满意”评价结果的14家参加者中,5家存在数据“不准确”中/高风险;氟化物检测项目获得“满意”评价结果的11家参加者中,7家存在数据“不准确”中/高风险。技术核验反映出的突出问题是参加者未按照检测方法的要求实施质量控制措施,标准曲线绘制、试剂配制、关键仪器参数设置记录缺失,原始记录可追溯性较差。由此证实了数据风险点的存在,同时也印证了该统计评价模型的可靠性和必要性。

小级差需求下基于故障首半波比较的快速电流保护

基于时间级差配合的梯级电流保护受限于出口线路保护动作时间,为缩短保护研判时间,提升配电网多级配合能力,提出一种小级差需求下基于故障首半波比较的快速电流保护方法。对传统电流保护动作时间进行分析,采用整定值构建模板曲线,与故障电流采样值进行多点动态比较,基于有效值爬坡效应及采样值越限效应构建新的保护启动判据、考虑保护算法延迟及干扰点的影响构建新的动作判据,综合加快电流保护判别速度。利用PSCAD/EMTDC软件仿真验证了所提方法在不同类型故障、不同故障时刻、负荷突增、干扰影响等工况下的有效性,结果表明所提方法的动作时间不超过10 ms,有利于小级差更加灵活和可靠的整定。

基于Electra预训练模型并融合依存关系的中文事件检测模型

事件检测是信息提取领域的一个重要研究方向。现存的事件检测模型受到语言模型训练目标的限制,只能被动地获取词与词之间的依赖关系,使得模型在训练的过程中过多地关注与训练目标不相关的成分,从而导致检测结果错误。以往的研究表明,充分理解上下文信息对于基于深度学习的事件检测技术至关重要。因此,在Electra预训练模型的基础上,引入KVMN网络来捕捉单词之间的依赖关系,以增强单词的语义特征,并采用了一种门控机制来加权这些特征。然后,为了解决中文事件检测中模型识别错误决策的问题,在输入中加入负样本,对不同样本加入不同程度的噪声,使模型学习更好的嵌入表示,有效提高了模型对未知样本的泛化能力。最后,在公共数据集LEVEN上的实验结果表明,该方法优于现有方法,取得了93.43%的F1值。

外销绸缎样本的版本形制及编撰特征考略(1957—1985年)

外销绸缎样本是丝绸设计文化、丝绸贸易的主要传播载体之一,也是研究现代丝绸设计史的重要档案文献。文章以中国丝绸公司1957—1985年编纂发行的系列外销绸缎样本为例,运用现代版本学、档案学、文献学等研究方法,从“版本学”的角度对其编撰主体、版本形制、各时期的编撰特征等进行考证和阐述,解决了现代绸缎设计史研究中,面对众多无时间标注单页绸缎样本难以判断具体年代的困惑与问题,为甄别不同时期、不同主体编撰的单页绸缎样本提供了翔实、准确的文献考证和图文参照。

滑坡易发性预测建模的不确定性:不同“非滑坡样本”选择方式的影响

滑坡易发性预测建模中如何选择非滑坡是影响建模结果的重要不确定因素。为研究不同非滑坡选择方式的影响规律,拟用5种方式,即全区随机、坡度低于5°区域、滑坡缓冲300 m外区域、信息量(IV)法、半监督法来选择出与滑坡等比例的非滑坡样本;进一步将各选择方式与随机森林(RF)耦合构建随机RF、低坡度RF、缓冲区RF、IV–RF及半监督RF等模型。以江西南康区为例,获取高程、岩性、公路密度等19种环境因子和233个滑坡编录,将滑坡编录划分为2598个滑坡栅格单元构建上述耦合模型的输入–输出数据集。再采用预测精度和易发性指数分布等指标分析其建模不确定性。进一步针对耦合模型预测的滑坡易发性指数分布不合理等问题,在半监督RF建模时采用滑坡与非滑坡比例为1∶2的样本集开展建模并与1∶1等比例样本集工况作对比。结果表明:1)低坡度RF、缓冲区RF、IV–RF和半监督RF等模型的预测精度均大幅优于随机RF模型,可见准确选择非滑坡样本对易发性建模至关重要;2)半监督RF模型选择非滑坡样本的建模性能最优,且半监督RF在滑坡∶非滑坡=1∶2比其在1∶1时预测的易发性指数分布规律更准确可信。后续研究中有必要更深入探索滑坡与非滑坡样本的比例问题。

新一代智能变电站SV直采和GOOSE共口传输方案研究

阐述了SV采用点对点直采方式的收发处理方案和GOOSE的传输机制,分析了SV和GOOSE的通信模型和报文结构。在此基础上,提出一种SV直采和GOOSE共口传输的方法,过程层设备对传输通道进行时分复用,在SV报文传输的空闲时间完成GOOSE报文的发送;间隔层设备利用以太网控制器的接收机制并采用FPGA对其直接控制,解决了通用型以太网控制器无法区分SV和GOOSE报文导致的重采样时标混乱的问题。从理论分析和实际应用可知,该方案不涉及硬件改动、软件处理简单、可靠性高、易于实现,有着广泛推广的现实意义。

优化P-P、P-SV波联合采集观测系统设计方法

通过转换波射线追踪和求解Zoeppritz方程计算三种典型含油气砂岩模型的P SV波与P P波反射系数的比值,并将该比值的绝对值定义为控制因子G.以G值作为控制P P、P SV波联合采集观测系统设计的主要参数,通过分析G值与入射角的关系,得出优化P P、P SV波联合采集观测系统设计的方案.

基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.

基于已实现SV模型的动态VaR测度研究

基于日内高频数据构建的已实现波动率测度在金融计量经济学文献中引起了学者们的广泛关注。将已实现波动率引入传统的SV模型(基于日度收益率),同时考虑金融资产收益率与波动率的"有偏"、"尖峰厚尾"以及"非对称效应"等典型特征事实,构建融合高频与低频数据信息的已实现SV(RSV)模型,与有偏广义误差分布(sged)相结合来测度动态风险值(VaR)。为了估计RSV-sged模型的参数,提出基于有效重要性抽样技巧的极大似然方法。采用上证综合指数和深证成份指数日内高频数据进行的实证研究表明,RSV-sged模型能够有效地刻画中国股票市场的波动性特征,并且展现出优越的风险测度能力。

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型。通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险。

一种基于SV采样信号的局部放电监测内同步基准修正方法

高压设备局部放电信号与设备运行的工频电压具有高度的相关性,局部放电监测装置或仪器必须基于稳定可靠的工频相位信号才能正常工作。针对现有电子互感器应用场合局部放电基准相位无法引入的难题,提出一种基于SV采样信号的局部放电监测内同步基准修正方法:首先利用装置自身定时器生成一个虚拟工频周期的"内同步"信号,利用该信号对各个传感器输入信号进行相位预标定;接收合并单元送来的电压互感器的SV信号并以其作为基准对虚拟的工频相位进行修正,从而得到精确和可靠的工频相位基准。所述方案实现简单,对于常规互感器和电子互感器均适用,具有灵活性和普及性。

基于SV-POT模型的黄金市场的动态VaR预测

针对黄金市场呈现的"尖峰厚尾"和波动持续性等特征,选用SV(stochastic volatility)模型来刻画。将SV模型与基于POT(peak over threshold)模型的极值理论相结合,建立SVPOT的组合模型,预测该金融市场的动态VaR(value at risk)。最后,与GARCH-POT模型相比得出:基于随机波动模型的SV-POT模型在一定程度上能更精确地预测动态VaR。

多电压阈值数字化方法

模数转换器将物理量随时间变化的模拟信号转换为易于储存和处理的数字信号,是自然科学和信息科学的桥梁,也是现代工业与科研中不可或缺的核心基础器件。20世纪20年代以来,随着均匀时域采样的电子学实现和数学理论陆续建立,均匀时域采样成为模数转换领域的基石。此后数十年,正电子发射断层成像、核聚变中子能谱和中微子探测等需要对大量通道高速信号进行采样的应用不断涌现。在这些应用中,基于均匀时域采样的模数转换方案存在功耗大、成本高等缺点,以至于不得不在数字化前进行预处理,从而损失了信号的原始信息。基于值域采样的多电压阈值数字化方法通过若干电压阈值对信号进行采样,再在后端结合先验信息重建信号,使得大量通道高速信号的精确数字化成为可能。目前,多电压阈值数字化方法已被运用在正电子发射断层成像、X射线安检、中子石油测井和质子治疗监测等领域中。本文概述多电压阈值数字化方法的原理,介绍近年来多电压阈值数字化电子学的研究进展,展望多电压阈值数字化方法领域的研究趋势。

无监督缺失值预测的运动目标检测算法

针对运动目标检测过程中由于背景复杂、目标易发生遮挡而产生的漏检问题,提出一种基于无监督缺失值预测的运动目标检测算法。将漏检的目标视为标签数据中的缺失值,根据待检测目标的类别和数量,利用无监督的生成对抗插补网络(generative adversarial imputation networks,GAIN),通过已获取的标签数据对缺失值进行预测,以牺牲较少的精确率为代价大幅提高召回率。在小样本的牛只特征部位数据集上的实验结果表明,在标签数据缺失率低于40%的情况下,缺失值预测的准确率约为95%,对于不同程度的被遮挡目标,检测的平均F1分数为0.92。该方法在小样本条件下,对运动目标具有较好的检测性能,可减小实际应用中的不确定性,以及算法对样本数据的依赖性,改善运动目标检测过程中的漏检问题。

基于改进分数阶SVD的块协作表示的小样本人脸识别算法

随着训练样本数目减少,传统人脸识别方法的性能会急剧下降,因此提出了改进的分数阶SVD(IFSVDR)的块协作表示算法,以提高小样本下人脸识别率。为了减少噪声对分类的干扰,对SVD算法进行改进,利用分数阶增大主要正交基权值,提高特征的判别力;对相对较小权值进行抑制,降低噪声的干扰。然后,将得到的特征图像用基于块的协作表示算法进行分类(PCRC)。相对传统稀疏分类算法,PCRC融合了集成学习,能更好地解决小样本问题,且CRC计算复杂度低于SRC。在扩展的Yale B和AR人脸数据库上的实验表明,本文提出的算法在单样本的情况下也有较高的识别率。

GARCH模型和SV模型的应用比较研究——以上证指数的波动性为例

文章以上证综指2007年2月27日至2008年5月14日共293个交易日的收盘价数据为研究对象,通过构造样本外波动性预测能力指标,分析比较了GARCH类模型和SV类模型在国内市场上的适用性。文章首先估计GARCH类模型和SV类模型的参数,其中SV模型参数的估计采用最新的马尔可夫链蒙特卡罗方法(MCMC方法),并由WINBUGS软件加以实现。然后通过构造样本外预测能力指标对GARCH类模型和SV类模型的样本外预测效果进行比较,得出在国内市场SV类模型的拟合和预测效果要好于GARCH类模型。

煤炭机械化采样中偏倚值的优化方法研究

系统分析了煤炭机械化采样过程中可能存在的偏倚问题及其影响,创新性地提出了一种基于数学模型的采样偏倚的优化方法。经过实验与数据分析发现,该方法能够有效降低采样偏倚值,提高采样精度,改善煤炭采样质量。