200kW/180 MJ飞轮储能系统转子有限元分析与实验分析

为解决电网系统载荷波动大的问题,研制了200 kW/180 MJ飞轮储能系统实现动力调峰运行。采用有限元法对飞轮轴系进行建模与仿真,计算出飞轮转子临界转速、振型;并对以机械轴承为支撑的飞轮转子进行模态及谐波响应分析;进行多次飞轮升降速全周期检测,记录飞轮运行过程的幅频特性,进行对比分析。飞轮储能系统运行良好,未产生摩擦,振动幅度最大为1.6 mm,小于设计空隙3 mm。

三维荧光光谱技术结合交替残差三线性化算法检测成品油污染物

油类污染物是危害生态环境的主要因素之一,混合油类污染物的精确识别与测量对于环境监测具有重要意义。针对混合油类污染物光谱组分严重重叠,难以采用化学方法进行分辨的问题,研究采用三维荧光光谱技术结合交替残差三线性化(alternating residuals trilinearization,ART)算法检测油类污染物。ART算法是对平行因子的改进,无需预先设定因子数。搭建三维荧光光谱检测系统,研究0#柴油、97#汽油和煤油的三维荧光光谱特征。配置30组0#柴油、97#汽油和煤油的SDS胶束溶液,采用ART算法对混合油类污染物散射消除后的三维荧光光谱数据进行解析,实验结果表明ART算法对0#柴油、97#汽油和煤油的平均回收率分别为103.6%、97.32%和99.86%,解析得到的3种成分光谱与真实光谱吻合度较高,定性和定量分析均表明,三维荧光光谱结合ART算法是一种有效的成品油污染物检测方法。

基于归一化注意力机制的特征自适应融合目标跟踪算法

针对快速运动目标跟踪时图像的形变和低分辨率等问题,基于当前的孪生网络,提出一种基于归一化注意力机制的特征自适应融合目标跟踪算法。首先,通过轻量级的注意力机制抑制不太明显的权重,对注意力模块施加权重稀疏惩罚,并对主干网络最后4个特征层进行路径增强;其次,为捕捉在线跟踪过程中目标的外观变化,提升算法鲁棒性,提出了一种插件式的模板在线更新方法;最后,利用回归增强分类的方法完成对目标的跟踪。实验结果表明:该算法在OTB100,UAV123两个挑战性数据集上分别取得了63.3%和59.5%的较高成功率;同时,在外界光照变化、图像背景复杂、目标平面内旋转时,算法具有较强的鲁棒性。

基于改进CenterNet行人检测研究

针对现有的CenterNet模型在行人检测中由于人体遮挡以及人体姿态多变等所引起的模型精度下降的问题,本文从三个方面对CenterNet进行改进。一是在原CenterNet基础之上设计了特征融合模块,该模块引入了反转卷积,从通道这一角度提取特征并与原特征进行融合,丰富了图像的特征表示,使其更好地定位到人体区域;二是提出了一种带有非局部注意力的检测头,通过计算特征图全局像素与当前特征像素相似度,从而对遮挡目标进行区分;三是对损失函数进行改进,将两项损失函数合并成一项,有效地减少了级联误差。实验结果表明,改进的CenterNet在WiderPerson数据集上的平均精度提升了3.29%,漏检率下降了3.26%。在数据集Human detection and tracking using RGB-D camera上的平均精度提升了2.66%,漏检率下降了2.46%。与原CenterNet相比,改进的CenterNet解决了该模型应用于行人检测中精度低的问题。

基于变分模态分解与深度信念网络的运动想象分类识别研究

传统人工确定最优时段及最优频段的方法会造成信息遗漏进而导致运动想象识别率的降低,因此基于脑电信号的运动想象分类研究成为了脑-机接口研究领域的难点问题。针对该问题,变分模态分解和深度信念网络被应用于运动想象分类。对脑电信号进行变分模态分解得到窄带分量,利用希尔伯特变换提取边际谱、特征频带下的瞬时能谱以及时-频联合特征;特征融合后采用深度信念网络对高维特征降维并实现运动想象模式的识别,避免了人工确定想象最优时段及最优频段造成的信息遗漏。实验结果表明,利用变分模态分解与深度信念网络自动提取最优时段及最优频段特征的方法有效提升了运动想象识别率。

基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断

提出了一种基于多元经验模态分解(Multi-EMD)、互近似熵和GG聚类的滚动故障轴承诊断方法。首先,将振动信号进行多元经验模态分解,得到若干个内禀模态函数(IMF)分量和一个趋势项。然后,将IMF分量分别与原始信号进行相关性分析,筛选出前7个含主要特征信息的IMF分量,并将筛选的IMF分量的互近似熵作为特征向量。最后,将特征向量输入到GG模糊分类器中进行聚类识别。通过聚类三维图,对两种算法机械运行的4种状态进行了对比,验证了多元经验模态分解方法不仅可解决采样的不均衡问题,而且可解决EMD算法聚类的混叠问题。

一种基于EEMD-SVD和FCM的轴承故障诊断方法

提出了一种基于总体平均经验模式分解（EEMD）和奇异值分解（SVD）的模糊C均值聚类（FCM）相结合的轴承故障诊断方法。首先对轴承信号进行EEMD分解，得到若干个平稳的本征模函数（IMF），再通过相关性分析筛选包含主要信息的前几个分量进行奇异值分解，然后将得到的奇异值矩阵作为特征向量，通过FCM模糊聚类进行识别。实验结果表明，此方法可有效地对轴承故障类型进行识别。

基于RSSI测距的三维无线传感网络萤火虫定位算法的研究

研究了三维空间无线传感器网络(WSN)未知节点的定位。针对目前三维空间无线传感网络定位算法精度低的问题,提出一种基于接收信号强度指示(RSSI)测距的萤火虫定位的算法。该算法首先利用RSSI进行测距,建立信号强度随传播距离衰减的模型,然后在已知一定数量的锚节点的情况下,通过萤火虫算法寻找目标函数最优值,进而对未知节点进行定位。仿真验证结果表明,该定位算法相比其他算法定位精度有很大提高,在30m×30m×30m的空间内定位误差仅为0.59m。

基于特征峰值积分法的调和油组分含量的测量（英文）

目前食用调和油市场混乱,存在混淆概念、随意冠名、以次充好等问题,特别是调和油成分和配比标准模糊不清。国家食用调和油标准历经八年仍未能如期出台,其根本原因在于缺乏对调和油中植物油定性及定量检测的有效方法。食用调和油是由不同的植物油按一定比例混合而成,含有丰富的营养成分,在日常生活中经常使用。不同的植物油含有特定的组成成分,将各种植物油进行混合可以充分利用其中的营养物质,使调和油中营养成分更加均衡,有利于人的身体健康。因此准确测定调和油中单一植物油的含量可以有效对调和油市场进行监管。同时由于调和油中植物油种类是确定的,仅需对其含量进行准确测定。利用三维荧光光谱对调和油中植物油含量进行测定,提出一种新的数据处理方法,采用拟蒙特卡洛原理对选定的特征区域进行特征峰积分,结合神经网络方法求解非线性方程组,得出调和油中各单一植物油含量。选用花生油,大豆油,葵花油为研究对象,用不同比例单一植物油调和成食用调和油,不考虑每种单一植物油的具体组分,仅将其作为整体研究。通过测定10组不同调和比例的调和油的回收率,验证特征峰积分法的有效性,为高灵敏度检测混合物复杂组分含量提供一种有效方法,与常用的解线性方程组测定混合物组分浓度的方法进行比较,回收率的准确度提高,可以用于食品质量检测人员对食用调和油中所用植物油种类及含量进行检测,为国家标准的出台提供一种有效参考。

基于多尺度张量分解的点云结构特征提取

针对传统点云处理算法弱特征提取与抗噪声能力之间的矛盾,提出了一种基于多尺度张量分解的点云结构特征提取算法。首先,利用张量矩阵奇异值分解进行采样点特征显著性编码;然后,将法向(切向)一致性测度与罗曼诺夫斯基准则相结合求取采样点最优邻域,以提高采样点特征识别的可靠性;最后,利用最小生成森林进行特征点遍历,构建点云结构特征曲线。实验结果表明,该算法可以实现复杂点云结构特征的有效识别。

基于Boxcar滤波器的荧光检测二氧化硫信号的去噪研究

荧光法以物质发射的荧光强度与浓度之间的线性关系进行定量分析。当采用荧光法检测大气中的二氧化硫等有害气体时,由于光电探测器等光电元件在无荧光时,仍会产生暗电流噪声,使得本底噪声信号对测量结果有直接的影响。在分析Boxcar滤波算法的基础上,运用小波滤波、EMD滤波和Boxcar滤波三种算法对淹没在本底噪声中的荧光信号进行有效提取和恢复,较之前两种滤波方法,Boxcar滤波效果更佳,对本底噪声的抑制更强,并验证了取样次数影响着荧光信号的信噪比。

三维荧光光谱结合GA-SVM对多环芳烃的分类鉴别

多环芳烃(PAHs)作为一种芳香族化合物,普遍存在于人们的生产生活中,它具有强烈的致癌性,威胁着人们的生命和健康。所以,对多环芳烃实施简洁、高效、精确的检测方法很有必要。根据常见的多环芳烃类型,选取多环芳烃萘(NAP)、芴(FLU)、苊(ANA)的固体粉末状物质作为实验样本。取NAP, FLU和ANA粉末各1 g溶于少量的甲醇(光谱级)溶液,然后转移到100 mL的去离子水溶液中,配置PAHs标准溶液。采用FS920荧光光谱仪,实验中为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长10 nm。以标准溶液为基准,获取ANA, NAP和FLU单质的水溶液的荧光光谱图。在标准溶液的基础上,配置0.1 mg·mL^-1的单质水溶液,然后将ANA与NAP, FLU分别取不同的体积相互混合形成两种混合溶液,各自形成16种不同浓度比例的混合溶液,再取不同体积的三种溶液相互混合,摇匀震荡,最后一共形成48种不同体积比例的混合溶液。最后将实验数据输入Matlab中得到苊萘、苊芴、苊芴萘混合溶液的荧光光谱,发现混合溶液的激发波长在260~320 nm、发射波长300~380 nm波长范围内,最佳发射波长的位置相似,荧光峰对应的激发波长有大部分重叠。针对荧光光谱不能直接辨别混合物的种类的不足,将基于遗传算法(GA)优化的支持向量机(SVM)应用于多环芳烃混合物种类的检测中,将数据随机打乱,并且将遗传算法的终止进化代数设为200、训练数据和预测数据分别为36个和12个,得到训练结果的准确率为95.42%。将实验结果对比分析普通支持向量机和BP神经网络,结果表明,基于遗传算法优化的支持向量机分类误差较小,能比较准确的分辨混合物的种类。

基于局部自适应鲁棒回归的点云消噪

针对传统点云消噪算法低频平滑与高频磨平之间的矛盾,提出基于局部自适应邻域鲁棒回归的点云消噪算法。提出采样点局部自适应邻域的概念,使采样点邻域的大小能够根据模型局部形状进行自适应调整,为点云模型的低频区域平滑和高频区域特征保持奠定基础;针对传统的最小二乘曲面拟合受旁值点影响大,采样点微分几何信息提取可靠性差的问题,提出对采样点局部自适应邻域进行鲁棒回归,以实现采样点微分几何信息的可靠提取;以采样点法向和最大最小曲率为基础,构造一种新的采样点特征测度函数。在对测度函数的特性进行研究的基础上,根据测度函数值将采样点划分为特征点、非特征点和过渡点,并利用特征测度函数进行有效子邻域识别,实现点云数据的低频平滑和高频保特征消噪;通过对比试验验证算法的有效性。

基于径向基函数的点云岛屿孔洞自动修复

研究了利用点云获得的模型的孔洞修复,针对目前主要通过人工修复带有岛屿面片的孔洞耗时较长的问题,提出了一种基于径向基函数(RBF)自动修复岛屿孔洞的方法。该方法首先利用最小权重三角化法修复模型主体上的孔洞,其次计算模型主体上孔洞与岛屿面片的相关性,利用模型主体上孔洞和与其相关岛屿面片周围点来计算径向基函数,最后将粗修复后细分的点调整到径向基函数描述的曲面上。实验表明,与其他方法相比,该方法能快速、准确地修复缺陷模型。

基于EEMD模糊熵和GK聚类的信号特征提取方法及应用

提出了一种基于集合经验模态分解模糊熵和GK聚类相结合的方法，应用于滚动轴承的故障诊断中。首先，利用EEMD方法将故障信号分解成多个本征模态分量来消除模态混叠影响；其次，通过相关性对IMF分量进行筛选，并求取其模糊熵作为特征向量进行GK聚类分析进行模式识别。在实验分析中，通过模糊熵、样本熵、近似熵3种特征参数的对比，和GK聚类与FCM聚类的对比，证明了该方法的有效性和优越性。

静态小波变换荧光检测水中矿物油信号的去噪方法

荧光分析法具有灵敏度高、选择性好、易于设计等优点,是检测水中油类污染物的重要手段。光电探测器产生的噪声会影响荧光检测系统的灵敏度,荧光信号的噪声消除一直是研究的热点问题。由于荧光信号增加了支集长度,dbN族小波能够解决信号的边界问题,通过比较dbN族不同小波基的去噪效果,选择db7为最优小波基,对含噪荧光信号作5层静态小波分解。根据小波熵理论自适应地选择阈值,高频系数经过阈值量化并重构得到纯净的荧光信号。与离散小波变换相比,静态小波变换去噪后信号具有信息完整性和时移不变性。

基于盲源分离的运动想象脑电信号特征提取方法的研究

运动想象脑电信号被广泛应用于脑机接口系统中。针对如何准确有效地提取运动想象脑电信号特征的问题，通过分析运动想象脑电信号时域、频域和头皮空间域的特征，提出了以小波变换为预处理，并利用二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器，从时域、频域和头皮空间域对运动想象脑电信号进行特征提取的方法。实验结果表明，采用时域、频域和空间域提取特征的方法性能有明显提高，并且将二阶盲辨识算法和信息论特征提取算法相结合获取的空间滤波器能够反映更真实的大脑源活动。

植物油荧光光谱有效信息提取及其自动分类

植物油市场中出售的芝麻油、玉米油和花生油有多种品牌,不同品牌间价格差距较大,且存在假冒的现象,利用荧光光谱技术可以无损地鉴别购买油种是否为标签所标种类。主成分分析方法及平行因子方法可对这3种油种进行人工分类,但其存在类间距离相比于类内距离过小的不足,在结合传统的聚类分析方法时,会造成误分类现象。本文以提高类间距离、达到正确聚类为目标,经过比较分析,选择均值、标准差、光谱重心坐标、二阶混合中心距、相关系数、等价椭圆二倍倾角正切值、在重心激发波长处的发射光谱的偏度系数和峰度系数作为统计参数,相比于直接使用聚类方法,芝麻油分类的正确率从92.3%提高到100%,玉米油分类的正确率从75%提高到100%,花生油从57.1%提高到100%。用偏最小二乘判别分析方法验证了本文方法的合理性。本文方法可以用于植物油检测仪器的自动分类,利于市场监管及指导人们日常消费。

基于FTIR,FT-Raman的脱毒繁育和硫磺熏制祁菊花的药用成分分析研究和光谱表征

采用傅里叶变换红外（FTIR）和拉曼（FT-Raman）光谱技术直接、快速地测定了脱毒繁育和硫磺熏制的三组不同祁菊花样品有效药用成分及含量的变化。对所测样品的 FTIR,FT-Raman光谱进行分析对比,结果表明,三组祁菊花样品的 FTIR光谱在1800-500 cm-1区间多个红外吸收峰的强度存在明显差异,特征峰形状也略有差异。FT-Raman谱特征峰的形状有明显差异。FTIR和 FT-Raman谱直观地反映出茎尖脱毒繁育会使祁菊花的挥发油、黄酮类物质等药用成分含量升高,硫磺熏制使其减少。FTIR和 FT-Raman光谱技术为检测脱毒繁育及硫磺熏制引起祁菊花有效药用成分的变化建立科学依据,也为检测其物质成分含量提供一种有效方法。

基于单目视觉的四旋翼飞行器目标跟踪算法研究

以AR.drone四旋翼飞行器为研究平台,提出一种基于AR.drone前置单目摄像头,并结合卡尔曼滤波跟踪视频中移动目标的方法。将采集得到的RGB图像经过颜色空间转换成对光照变化影响不大的HSV图像;通过Open CV对视频中跟踪目标的图像去噪,对轮廓进行检测寻找图像中最大的轮廓目标,并通过卡尔曼滤波对目标位置进行修正;计算四旋翼飞行器的飞行朝向并实现四旋翼飞行器对视频区域里移动目标的跟踪。实验表明,该方法有效地实现了对移动目标跟踪的准确性、稳定性和快速性。