4th China Warp Knitting Design Awards held successfully

On August 27, 2008, the Fourth Haining·China Warp-Knitting Design Awards Press Release and Signing Ceremony was held in Shanghai.

考虑多时间尺度信息的风力发电机滚动轴承故障预测

风电机组滚动轴承故障会造成风电机组长时间停机,为准确预测风电机组滚动轴承故障,提出一种考虑多时间尺度信息的风力发电机滚动轴承故障预测方法。首先,采用连续变分模式分解(successive variational mode decomposition,SVMD)自适应提取轴承健康数据温度多维特征;其次,将分解的本征模态函数(intrinsic mode functions,IMFs)输入Informer模型提取多尺度时间信息训练,基于树状结构Parzen密度估计的非标准贝叶斯优化算法(tree structure Parzen density estimation,TPE)优化Informer模型超参数;然后,构建基于残差的故障指标,采用核密度估计(kernel density estimation,KDE)确定故障预警阈值;最后,将运行数据输入训练后的Informer模型进行故障预测。选取某风电场的风力发电机轴承温度数据进行故障预测,仿真结果表明,考虑多时间尺度信息的SVMD-TPE-Informer模型在发电机轴承温度预测上具有更高的预测精度和计算效率,所提方法在两个故障案例上分别能够提前15.5 h和10 h预测到故障,且不会出现误报现象,验证所提模型的有效性和稳定性。

基于视觉与加速度测量的结构动态位移融合估计

结构动态位移测量与精准估计对于结构安全运营和性态评估具有重要意义.基于计算机视觉的位移监测方法具有精度高、非接触式、成本低、设备安装简便等优点,在实际复杂工程环境中,设备难以架设,视觉测量方法较传统接触式位移监测方法具有明显的优势.图像分辨率和拍摄帧率等因素在一定程度上限制了视觉方法的使用.针对视觉位移测量技术高频振动识别精度低的问题,提出了一种基于视觉与加速度测量的结构动态位移重构方法,通过融合视觉低频与加速度高频振动响应信号,实现结构动态位移精准识别.首先,利用光流法从结构振动视频数据中提取结构位移响应,引入前后向误差与离群值过滤机制,提升特征点追踪精度,避免漂移问题.然后,利用逐次变分模态分解方法分别从视觉位移与加速度二次积分得到的位移信号中提取相应的本征模态函数(intrinsic mode function,IMF)分量.最后,基于互相关函数筛选机制,确定融合模态分量,融合基于视觉测量的低阶IMF与基于加速度测量的高阶IMF,重构结构位移响应.通过一个钢筋混凝土框架结构振动台试验,对提出的位移融合估计方法进行了试验验证.结果表明:与单一视觉测量方法相比,所提出的方法能够更为准确地估计结构动态位移,并且通过引入加速度测量中的动态位移分量,融合后的位移比基于视觉测量的结果具有更宽的频率范围.

一种基于逐次变分模态分解的谐波检测方法

传统谐波检测算法受噪声影响导致检测精度低,并且边界处容易出现畸变。对此,本文基于逐次变分模态分解,提出一种结合小波降噪和特征波形匹配延拓的谐波检测方法。首先,通过构造的自适应小波阈值函数对信号进行平滑降噪,剔除不良数据对分解结果的干扰;其次,利用特征波形匹配延拓法对信号边缘进行延拓后再裁剪,遏制边界效应带来的波形端点处畸变;最后,使用逐次变分模态分解对谐波信号进行检测,提取稳态谐波的幅频信息以及定位暂态谐波的起止时刻。仿真实验表明,本文提出的方法有效降低了噪声的干扰,并减轻边界效应造成的波形畸变。在电弧炉实例信号仿真中,幅值平均误差和频率平均误差分别为0.545%和0.146%。

基于逐次变分模态分解的飞轮-火电一次调频控制策略

随着新型电力系统的大力建设与推广,火电机组面临的调频压力增大,提出一种逐次变分模态分解的飞轮-火电一次调频控制策略。首先,以飞轮储能和火电机组为研究对象,建立考虑新能源占比的飞轮-火电一次调频模型;其次,将一次调频功率指令利用逐次变分模态方法分解,由火电机组响应分解后的低频功率指令,同时设计飞轮储能下垂优化控制方法,实现飞轮储能与火电机组响应频率变化的协同控制;最后在不同工况下仿真验证,结果表明所提策略可有效避免火电机组一次调频时的频繁出力,减小火电机组响应频率变化时的调控要求,同时可最大限度地利用飞轮储能调频容量并保证飞轮储能调频期间的运行安全,进一步提升了系统的频率响应能力。

快速时效管理模式在急诊科预检分诊中的应用

目的探讨急诊科预检分诊中应用快速时效管理模式的效果。方法纳入2021年4月至2022年4月收治的急诊就诊患者170例为研究对象,随机分2组,每组85例。对照组给予常规预检分诊护理干预,观察组采用快速时效管理模式进行护理干预,比较2组的临床指标、分诊准确率、抢救成功率、候诊意外情况发生率和护理满意度。结果观察组的挂号时间、分诊评估时间、就诊至处置时间均短于对照组(P<0.05)。观察组的分诊准确率和抢救成功率分别为100.00%和97.65%,高于对照组的91.76%和89.41%(P<0.05)。观察组的候诊意外情况发生率为1.18%(1/85),低于对照组的9.41%(8/85)(P<0.05)。观察组的就诊次序、信息沟通、分诊环境、分诊服务态度等方面的护理满意度评分均高于对照组(P<0.05)。结论急诊科预检分诊中应用快速时效管理模式进行护理干预,可有效缩短挂号时间、分诊评估时间、就诊至处置时间,降低候诊意外情况发生率,提高分诊准确率、抢救成功率和护理满意度。

基于SVMD-EWT的超声组织谐波成像算法研究

针对超声组织谐波成像中宽带射频回波信号的谐波分离问题,提出了一种基于逐次变分模态分解(SVMD)和经验小波变换(EWT)的信号滤波算法,简称SVMD-EWT。其对信号进行逐次变分模态分解,收集窄带模态的中心频率。结合经验小波变换中自适应频谱曲线局部极小值寻找方法对模态进行分类。将判定为基波成分与谐波成分相互混叠的模态的能量作为优化经验小波变换模态边界的参数,设计经验小波滤波器对超声射频回波信号做滤波处理。仿真和实验表明相比传统的人为给定截止频率的带通滤波器和将发射反相位信号得到的回波信号相加滤波的脉冲反转法,本文提出的方法具有更好的滤波性能和稳定性。带通滤波器和本文方法滤波后生成的乳腺肿瘤谐波B超图对比度分别为15.77 dB和20.78 dB。

基于边缘线追踪的斜拉桥拉索振动频率识别

针对传统频率法在斜拉桥拉索频率识别中存在传感器布置困难、检测效率低、实现成本高的问题,提出基于拉索边缘线追踪的方法,借助智能手机采集的拉索振动视频,开展了复杂工况下的斜拉桥拉索振动频率识别。首先,引入Otsu算法计算图像感兴趣区域(region of interest,ROI)阈值,利用阈值自适应的Canny-Hough算子进行拉索亚像素边缘检测,定位拉索边缘线的亚像素位置。其次,计算边缘线相对于ROI原点的距离得到拉索振动位移,将位移信号进行逐次变分模态分解(successive variational mode decomposition,SVMD)以减少相机振动和其他噪声的干扰。最后,将降噪后的位移信号进行傅里叶变换识别拉索振动频率。对斜拉桥模型和户外人行桥斜拉索进行试验测试,结果表明即使在复杂工况下,所提方法仍可有效识别拉索的振动频率。

基于SVMD-Informer-XGBoost的风电功率区间预测

为了提高风电功率区间预测的精度,文章提出逐次变分模态分解(SVMD)、Informer和XGBoost算法模型的结合,实现风电功率区间预测。首先,SVMD算法自适应地分解出风电功率数据的各模态分量(IMF)和残差分量。其次,通过网格搜索算法(CV)对Informer和XGBoost模型算法进行优化,并通过网格搜索算法确定Informer-XGBoost输出预测值的最优权重,构建基于SVMD-Informer-XGBoost的预测模型。最后,通过分位数回归法(Quantile regression)输出预测值和真实值的误差,得到风电功率的区间预测。实验结果表明,所提出的方法相较于传统单一模型,在区间预测的准确度和稳定性上有了显著提升。在95%置信度水平下,区间预测指标区间覆盖率(PICP)和区间平均宽度(PINAW)分别可达94.96%和0.0362。

不同机械通气模式在胸外按压联合机械通气救治过程中的应用效果

目的:探究不同机械通气模式在胸外按压联合机械通气救治过程中的应用效果。方法:选择2022年1月—2023年7月华南理工大学附属第六医院收治的100例心搏骤停应用胸外按压联合机械通气救治患者作为研究对象,按照机械通气模式将其分为对照组和观察组,各50例。对照组采用容量控制模式(capacity control mode,V-A/C),观察组压力支持通气(pressure support ventilation,PSV),比较两组潮气量、分钟通气量、氧合指数、二氧化碳分压(partial pressure of carbon dioxide,PCO_(2))、氧分压(oxygen partial pressure,PO_(2))、昏迷指数评分、抢救结果。结果:观察组潮气量、分钟通气量高于对照组,差异有统计学意义(P<0.05);观察组通气0.5 h、1.0 h、2.0 h后氧合指数高于对照组,差异有统计学意义(P<0.05);观察组通气0.5 h、1.0 h、2.0 h后PCO_(2)低于对照组,PO_(2)高于对照组,差异有统计学意义(P<0.05);通气24 h后,两组睁眼反应、肢体运动评分提高,且观察组高于对照组,差异有统计学意义(P<0.05);观察组通气2 h后抢救成功率高于对照组,差异有统计学意义(P<0.05)。结论:V-A/C、PSV在胸外按压联合机械通气救治过程中均能获得良好的效果,但V-A/C可提高潮气量、分钟通气量、氧合指数、PO_(2)、昏迷指数、抢救成功率。

不同激励下基于SVMD的结构响应重构方法

针对基于经验模态分解(Empirical Mode Decomposition,EMD)的响应重构方法需要设置繁杂的带通滤波器参数,且无法在时域中直接重构周期激励作用下的响应等问题,提出一种不同激励下基于逐次变分模态分解(Successive Variational Mode Decomposition,SVMD)的响应重构方法。首先,分别考虑瞬态激励和周期激励两种工况,使用SVMD将传感器测得的动态响应信号分解为多个分量。其次,使用由模态分析推导出的模态转换矩阵和传递矩阵得到未测量位置的响应分量。最后,根据模态叠加法实现时域响应重构。对六层剪切框架和简支梁分别进行数值仿真和试验验证,结果表明,所提方法在使用单个传感器的条件下即可对不同激励下的结构响应实现有效重构,且对测量噪声具有一定的鲁棒性。

面向变电站综合控制的分布式光伏发电并网策略研究

传统比例积分控制策略的控制效果不佳、精度较低,因此以分布式光伏发电为基础的变电站在光伏强度突变、环境温度波动等现象的影响下,会出现系统并网电流谐波畸变率高、系统并网成功率低、负荷预测以及调度准确率差等缺陷。针对上述问题,设计一种自适应滑模控制策略。通过引入滑模观测器代替传统的比例积分控制,提升控制器对外界扰动的抵抗能力,从而提高系统的抗扰性。同时采用长短期记忆神经网络算法辅助滑模观测器进行并网控制,形成自适应滑模控制策略,对发电侧和用户侧的数据进行采集与预测。以分布式光伏变电站的数字仿真模型为基础,与比例积分、传统滑模控制进行同工况对比实验,结果表明,系统的并网成功率可达95.62%,负荷预测与调度准确率均提升至95%以上。

基于SVMD-BO-BiTCN的超短期光伏发电功率预测

光照的间歇性使光伏发电功率波动性较大,导致光伏发电功率的预测准确率较低。为此,提出一种基于连续变分模态分解(successive variational mode decomposition,SVMD)、贝叶斯优化(Bayesian optimization,BO)算法和双向时序卷积网络(bidirectional temporal convolutional network,BiTCN)的超短期光伏发电功率预测模型,以提高预测精度。首先,通过SVMD将原始光伏发电功率分解为多个功率分量和功率残差,以获得多个波动性小的序列;然后,使用改进的BiTCN代替单向时序卷积网络(temporal convolutional network,TCN),完成低耗时下SVMD分解结果的双向特征提取与预测;之后,使用BO算法高效寻找BiTCN超参数,从而提高BiTCN对各功率分量和功率残差的预测精度;最后,求和并重构预测结果,实现超短期光伏发电功率预测。实验证明,该模型与单一的TCN模型相比,均方根误差(root mean square error,RMSE)减小了35.18%,决定系数提升了4.82%。

湖南省“631”地质灾害预警模式及避险案例研究

降雨是地质灾害的主要诱发因素,但做到精准预测降雨时段和落区很难,这也是传统的地质灾害短期预警误报率较高的原因之一。湖南省地处中南,降雨充沛,地质条件相对脆弱,地质灾害多发频发。为应对日益严峻的地质灾害防治形势,结合湖南多年预警工作经验,构建了“631”递进式地质灾害气象风险预警模式。该预警模式以湖南省地质灾害综合防治信息系统为技术支撑,基于精准度较高的短临雨量预报和实况雨量,形成“提前6 h预报暴雨落区、提前3 h预警、提前1 h叫应、提前半小时再呼应”预警叫应机制。目前该预警模式已广泛应用于湖南省地质灾害防治工作,大大提升了预警效率和精准度。2022年6月初湖南遭遇一轮超历年极值的强降雨过程,地质灾害呈群发性出现,运用该预警模式,2022年转移人数、避让起数均排全国第一,取得了显著的防灾成效。

基于SVMD-SES的滚动轴承故障诊断

针对在进行复杂工业设备滚动轴承故障诊断时,由于强噪声影响使故障微弱瞬态冲击特征难以识别的问题,提出一种基于平方包络谱逐次变分模态分解的机械故障诊断方法。首先在变分模态分解的基础上进行逐次变分模态分解推导,降低模态混叠现象和计算复杂度。其次利用峭度指数和互相关系数的加权值构造相关峭度,通过筛选所得分量得到真实的故障模态成分。通过平方包络谱凸显信号瞬态冲击信息并进行特征提取。最后通过实验室平台采集轴承振动数据进行验证分析,实验结果表明:采用所提方法能准确识别周期性瞬态冲击,有效提取微弱特征,提高对复杂机器进行故障诊断的准确性和效率。

基于SVMD和波形因子准则的电动机滚动轴承故障特征提取方法

电动机轴承故障产生的冲击性信号具有非平稳、非线性的特点,且极易被随机噪声信号干扰,导致轴承故障特征信号的提取极具挑战性。为此提出一种基于连续变分模态分解(SVMD)和波形因子筛选准则的轴承故障信号提取方法。首先,考虑到传感器的零点漂移问题,对原始振动信号去趋势;其次,运用平滑噪声稳健差分器进行降噪;然后,运用SVMD算法分解降噪后的信号,分解过程无需事先知道信号模态数目,避免了模态数难以确定的问题;接下来,使用波形因子准则筛选出合适的模态分量描述轴承运动特征信号;最后,运用包络谱分析提取故障特征频率。仿真和实际轴承故障数据实验结果表明,与变分模态分解类方法相比,所提方法避免了事先预估模态数量,能够准确提取电动机轴承故障的特征信号。

医护一体化护理模式对严重创伤性休克患者抢救成功率及并发症的影响

目的探讨医护一体化护理模式对严重创伤性休克患者抢救成功率及并发症的影响。方法选取我院2020年5月至2023年5月收治的105例严重创伤性休克患者,随机分为研究组(53例)和参照组(52例)。参照组采用常规护理干预,研究组采用医护一体化护理模式。比较两组的急救反应时间、抢救成功率及并发症发生率。结果研究组抢救时间、急诊至手术时间、建立静脉通道时间、特殊检查时间短于参照组(P<0.05)。研究组抢救成功率高于参照组,并发症发生率低于参照组(P<0.05)。结论医护一体化护理模式可缩短医护人员的急救反应时间,提升严重创伤性休克患者的抢救成功率,降低并发症发生率。

FOCUS-PDCA模式对ICU重症患者呼吸机相关性肺炎的影响

目的分析发现-组织领导-明确情况-分析了解-改进方案(find organize clarify understand select,FOCUS)-计划-执行-检查-行动(plan do check act,PDCA)模式对重症监护室(intensive care unit,ICU)重症患者呼吸机相关性肺炎(ventilator associated pneumonia,VAP)的影响。方法选取2022年10月—2023年9月菏泽市牡丹人民医院ICU接受机械通气治疗的重症患者120例,根据干预时间将其分为2组,即2022年10月—2023年3月60例患者作为对照组,2023年4—9月60例患者作为研究组。对照组接受常规干预措施预防VAP,研究组在此基础上,采用FOCUS-PDCA模式预防VAP。比较2组患者机械通气时间、住院时间、住院费用、一次性脱机成功率与VAP发生率。结果与对照组相比,研究组机械通气时间、住院时间更短(P<0.05),住院费用更低(P<0.05)。研究组一次性脱机成功率为96.67%,高于对照组的85.00%(χ^(2)=4.904,P<0.05);VAP发生率为1.67%,低于对照组的13.33%(χ^(2)=4.324,P<0.05)。结论FOCUS-PDCA模式能够有效降低ICU重症患者VAP的发生率,缩短机械通气时间与住院时间,节省住院费用,提高一次性脱机成功率,具有临床应用价值。

基于SVMD与参数优化MCKD的轴承故障诊断

针对轴承故障信号存在噪声干扰,难以提取故障特征的问题,提出了一种将连续变分模态分解(SVMD)与改进的最大相关峭度反卷积(MCKD)相结合的轴承故障诊断方法。首先,为了表征轴承振动信号中的故障特征,将峭度与高斯核相结合,提出了比峭度指标更为突出的加权峭度指标;其次,利用SVMD方法对轴承信号进行了分解,获得了若干模态分量,并使用加权峭度指标从多个模态分量中筛选出了故障特征最丰富的模态分量;然后,以包络熵为标准,通过几何平均优化器(GMO)优化MCKD的滤波器长度和周期两个参数,获得了最佳的参数组合;最后,采用GMO-MCKD方法对轴承信号进行了降噪,对降噪后的信号进行了包络分析,提取了轴承特征频率;同时,采用粒子群优化(PSO)的变分模态分解(VMD)和粒子群优化的变分模态提取(VME),对轴承信号进行了对照分析。研究结果表明:采用SVMD-GMO-MCKD方法在辛辛那提数据集中诊断出轴承特征频率为234.4 Hz及其二倍频;在西储大学轴承数据集中诊断出轴承特征频率为108.96 Hz,二倍频为218.09 Hz。该方法可以增强滚动轴承的周期性冲击成分,在有干扰的背景下有效地提取出滚动轴承内圈和外圈的故障特征,且轴承故障特征提取效果优于PSO-VMD和PSO-VME方法。

基于SWOT理论下降阶梯思维急救模式在严重多发伤急诊患者抢救中的应用效果

目的探讨基于态势分析法(SWOT)理论下降阶梯思维急救模式在严重多发伤急诊患者抢救中的应用效果。方法选取2021年1月至2023年6月开封一五五医院收治的174例严重多发伤急诊患者纳入研究,按护理方法不同分为对照组和观察组各87例。对照组采用常规急救模式,观察组采用基于SWOT理论下降阶梯思维急救模式。比较两组抢救成功率、急救效果、血管通畅程度[波特五力模型(Porter)]、病情恶化程度及护理满意度。结果观察组患者的抢救成功率与对照组比较(98.85%VS 94.25%),差异无统计学意义(P>0.05);观察组患者的分诊评估、影像学检查、静脉通路建立、急诊运转至手术室及入院至手术时间分别为(2.46±0.65)min、(17.93±3.75)min、(3.22±0.86)min、(6.09±1.27)min、(43.66±7.04)min,明显短于对照组的(3.29±0.78)min、(22.61±4.06)min、(4.73±1.04)min、(7.75±1.35)min、(48.79±6.35)min,差异均有统计学意义(P<0.05);与对照组相比,观察组患者护理后的髂外静脉、股总静脉、腘静脉、近端股浅静脉、远端股浅静脉血管Porter评分均降低,差异均有统计学意义(P<0.05);与对照组相比,观察组患者的病情恶化程度明显降低,护理满意度显著提高,差异有统计学意义(P<0.05)。结论基于SWOT理论下降阶梯思维急救模式可降低严重多发伤急诊患者病情恶化程度,缩短急救时间,改善血管通畅程度,提高患者满意度。