摘要:等温滴定量热法(ITC)是一种原位表征溶液反应热力学参数的重要方法。 根据 ITC 滴定过程的不同热效应以及主要 误差来源建立了完整的 ITC 测量模型。 以 NanoITC(SV)型等温滴定量热仪为例,基于该测量模型分别采用 BaCl 2 / 18-crown- 6、 CaCl 2 / EDTA、正丙醇稀释 3 组滴定实验对量热仪的量热因子(f)与反应池有效体积(Vcell)进行校准,综合考虑了滴定溶液浓度 不确定度、量热仪热信号的随机误差项以及反应参数理论值的不确定度等不确定度分量,基于蒙特卡洛法可靠地计算了校准值 的不确定度。 3 组不同的校准实验互相验证,其结果显示,被校准等温滴定量热仪的量热因子存在 8. 1% 的偏差,反应池有效体 积存在 3. 4% 的偏差。 支持材料提供了完整的实验数据以及 Python 程序源代码。

摘要:激光跟踪多边法在测量空间大尺寸物体时,测量精度受诸多因素的影响。 自标定过程是否精确是其中一个关键因素。 本文提出一种自标定优化方法,通过引入优化标定点的十字交叉空间分布模型,对初次自标定得到的激光基站数据进行再次标 定,利用优化算法求出更为精确的激光基站数据,从而减小了自标定过程中产生的误差,提高了激光跟踪多边测量的精度。 对 空间 X 轴方向一组空间点进行距离测量实验,通过引入标定点验证对基站数据的优化效果。 实验结果显示,基于优化标定后 的基站数据得到的测点距离更接近参考距离,其中在 X 轴坐标为 750 mm 处,优化后距离差值由-2. 3 μm 减小至-1. 6 μm,可见 本文提出的自标定优化方法有效提高了激光跟踪多边测量的精度。

摘要:为了改善某型号微纳型空间相机在发射阶段的振动环境并避免相机发生破坏,针对微纳型空间相机的任务需求设计了 一种被动式隔振系统。 首先,对相机隔振系统进行了建模,研究了隔振系统的响应特性。 然后,通过对隔振系统振动的耦合模 型进行分析计算,实现了振动解耦并与传统分布形式进行了对比分析。 根据相机结构参数和隔振系统模型,对被动式隔振器进 行了计算与设计,基频为 120 Hz 且质量仅占相机的 1. 7 % 。 最后,通过有限元分析方法对隔振系统进行了动力学仿真,并对相 机本体和隔振系统分别进行了振动试验。 试验结果表明,本研究被动式隔振系统对微纳型空间相机的正弦振动与随机振动响 应隔振效率分别达到了 55 % 和 81 % ,隔振系统的有效性和合理性得到了验证。

摘要:采用双材料微悬臂梁结构,实现了一种对微量液体浓度的定量检测方法。 该方法是基于双材料微悬臂梁的温度敏感 性,当微定量液体分析物吸收光热光谱特征波长的光时,温度发生变化,悬臂梁相应会发生弯曲,通过光杠杆法测量弯曲量, 从而实现微悬臂梁对微量液体浓度的定量检测。 为了验证对微量液体浓度测量的适用性,实验中采用了已知在 980 nm 处 光热吸收峰的 NaYF4 样品溶液,分别取多组已知浓度的样品溶液 1 和 0. 5 μL 体积进行测量,通过最小二乘法拟合出浓度与 测得电压值之间的关系,结果显示,液体浓度与所测得的电压值成呈线性关系,与理论分析符合。 且在 1 和 0. 5 μL 体积的样 品溶液拟合曲线的线性相关系数分别为 R1 = 0. 998 0,R2 = 0. 989 5,分辨力分别为 1. 25,1. 40 mg / mL。 最后通过测试 1 μL 体 积的多组浓度溶液,其浓度测量结果误差均在在 2 mg / mL 以内,表明该方法能有效检测浓度,可用于确定体积微量液体的浓 度检测。

摘要:感知获取的一维快变信号不仅受工况变化的影响,且无法避免地受到噪声干扰,此时传统的相空间曲变(PSW)方法提 取的健康指数(HI)将无法胜任变工况下的滚动轴承退化趋势跟踪。 针对这一问题,提出了改进的相空间曲变法( IPSW)。 从 确保 PSW 分量的独立性及其信息最大化的角度出发,通过高维重构分量间的综合平均互信息局部极小化和互信息熵局部极大 化,避免高维重构相空间相轨迹发生扭曲和缠绕,并对慢变损伤趋势项与工况变化干扰项进行解耦,实现独立于工况变化的、反 映故障演化趋势的 HI 提取。 仿真及实验信号验证结果表明:基于 IPSW 方法提取的 HI 能够有效避免转速变化的影响,对轴承 损伤退化趋势进行有效跟踪。

摘要:为解决利用飞机辅助动力装置(APU)在翼监测数据难以表征其性能状态而造成的性能评估以及剩余使用寿命预测 (RUL)难的问题,本文提出一种基于状态空间模型(SSM)与卡尔曼滤波融合的 APU 在翼 RUL 预测方法。 首先,通过在翼监测 数据构造含噪声的性能指标(PI)来表征 APU 的性能状态,借助维纳过程与建立的含噪声的 PI 构建状态方程,来描述 APU 性 能衰退过程。 然后,将卡尔曼滤波状态估计和预测方法应用于 SSM,通过对 APU 在翼性能状态的估计,达到预测其 RUL 的目 的。 最后,采用国内航空公司运营的 APU 在翼监测数据进行方法的综合验证和评估。 实验结果表明,与 ELM 和 Optimized ELM 相比,本文方法的预测绝对百分比误差分别减少了 72. 1% 和 67. 9% 。 此外,与其它 3 类方法的实验结果对比,本文方法的预测 绝对百分比误差至少减少了 69. 2% 。 该方法可以有效地实现在翼 APU 的 RUL 预测,可为运维人员合理规划维护维修提供参 考,更为重要的是在一定程度上可以提高旅客的舒适性和飞机的安全性。

摘要:针对只有少量标记样本的情况下,传统的基于深度学习的齿轮箱故障诊断方法训练出来的深度模型泛化能力差并且容 易发生过拟合的问题,提出了一种基于深度嵌入关系空间下齿轮箱标记样本扩充的齿轮箱半监督故障诊断方法。 该方法将少 量的有标记振动信号以成对的输入方式输入到关系网络中进行监督训练,然后以有标记振动信号为参考,将大量的无标记振动 信号输入到训练好的关系网络中,建立有标记信号与无标记信号的嵌入关系空间。 在关系空间中将具有最大相似的无标记信 号被挑选出,并赋予其预测标记作为伪标签添加到有标记振动信号集中,重复上述步骤以进行有标记样本集扩充,以提高关系 网络的泛化能力,当关系网络训练好后用于机械故障诊断,实现故障的诊断及分类。 实验结果表明:利用本诊断方法处理只有 少量标记样本的齿轮振动信号时,成功地实现了少量标记样本的扩充,并取得了优于传统的监督和半监督故障诊断方法的齿轮 箱故障辨识效果。

摘要:现存的两种分别基于信号处理技术和大数据处理技术的滚动轴承故障诊断方法,存在着过度依赖信号处理、模型复杂、 可解释性弱等特点。 针对传统故障诊断技术的不足,本文将基于 shapelets 学习算法的时间序列分类方法引入故障诊断领域,通 过动车组轮对台架滚振实验建立了动车组轴箱轴承故障的非平衡数据集,并基于 Dropout 思想对诊断模型进行了改进。 实验结 果表明,该方法在保证故障诊断精确度的同时,保留了 shapelets 作为“最具代表性的时间序列子序列”的强可解释性。 同时,基 于 Dropout 的模型改进提升了模型的泛化性能,在轴承故障数据的训练集和测试集上都取得了 100% 的诊断精度,证明了基于 shapelets 的改进学习算法是一种可行的应用于动车组轴箱轴承故障诊断的方法。

摘要:针对工业过程复杂的数据分布特性,本文提出了一种基于局部近邻标准化(LNS)的概率主成分分析(PPCA)故障检测 方法(LNSPPCA)来解决由于过程数据的多模态特性和不确定性所引起的故障检测效果不理想问题。 首先,通过 LNS 解决数据 多模态问题,使标准化后数据尽可能的服从单一高斯分布,然后,使用 PPCA 方法从概率的角度对数据进行分析,能够考虑到数 据的随机性,从而更真实的描述数据,提取更加全面有价值的信息,有效的在复杂的数据分布过程中对故障进行检测。 因此, LNSPPCA 方法可以有效提高多模态过程复杂数据分布的工业过程故障检测能力。 利用数值例子和 TE 过程进行应用实验,并 将测试结果与主成分分析法(PCA)、PPCA 方法进行对比,验证了 LNSPPCA 方法的有效性。

摘要:针对电磁超声换能器(EMAT)在高温、大提离、表面粗糙等恶劣环境下对枝晶粗大的铸锻件进行快速、在线检测时,超 声回波的信噪比低和空间分辨力差等难题,建立了基于 chirp 信号激励的跑道线圈 EMAT 检测过程的有限元模型,采用正交试 验表,分析了 EMAT 设计参数、chirp 信号带宽和脉宽等因素对检测回波脉冲压缩后的主瓣峰值和主瓣宽度的影响,分别获取了 主瓣峰值\主瓣宽度最佳的 EMAT 参数组合,并通过实验加以验证。 比较了 0. 5 MHz 猝发音激励信号在不同同步平均次数条件 下,以及 chirp 脉冲压缩在不同提离且无同步平均条件下对 Φ4 平底孔的检测能力。 结果表明:采用 chirp 脉冲压缩技术在无同 步平均条件下,Φ4 平底孔的检测回波信噪比较 128 次同步平均的猝发音脉冲信号提高了 6. 6 dB;在 EMAT 提离为 3. 5 mm 且无 同步平均条件下,Φ4 平底孔的脉冲压缩后回波信噪比可达 8. 0 dB。

摘要:为了准确判定管道中缺陷位置且减少回波信号复杂程度,提出一种管道中单向传播的电磁超声换能器结构。 根据电磁 超声换能器理论,建立磁场、位移、超声波叠加数学模型,并对单向电磁超声换能器波动位移进行有限元仿真分析;实验采用双 线圈激励方法对 T(0,1)模态导波的传播强度进行控制。 结果表明:换能器相邻导线间距为 λ/ 4,且延迟时间为 T/ 4 时,减弱侧 回波信号幅值近乎为零;增强侧回波信号幅值显著增强,与传统换能器产生的声波强度的相对灵敏度为 5. 88 dB。 单向 T(0,1) 模态电磁超声换能器实现了传播强度与方向的控制,提高了检测信号的信噪比,为缺陷方位的精准识别提供了理论依据,为管 道检测工程应用提供准确的缺陷位置信息。

摘要:对焊件表面及亚表面微小焊接缺陷进行检测是保证焊接质量的关键,提出一种基于深层卷积神经网络的磁光成像焊接 缺陷检测方法。 以法拉第磁致旋光效应为基础,分析磁光成像原理,建立深层卷积网络预测模型,研究不同模型结构参数对训 练结果的影响。 通过对深度卷积神经网络中间机理分析,研究模型训练过程并自动寻找卷积核最优参数。 试验结果表明,第一 层卷积核尺寸选择 7×7 和采用 Relu 激活函数可以使预测模型达到最佳效果,焊接缺陷磁光成像平均训练准确率为 98. 61% ,凹 坑、裂纹、未焊透、未熔合、无缺陷 5 种焊接试样预测准确率分别为 84. 38% 、98. 05% 、84. 38% 、100% 、100% ,平均预测准确率为93. 36% 。

摘要:为保障胃肠道微型机器人在体内稳定、可靠工作,以扩大无线能量传输系统的工作范围、提高接收能量及其稳定性为目 标,研究了新型组合螺线管式无线能量发射系统。 通过有限元仿真分析,确定发射线圈的最佳结构及结构参数。 基于最小传输 能量要求及所提出的发射线圈性能评估指标,优化确定发射线圈的匝数。 研制的发射线圈尺寸为 50 cm×50 cm×42 cm,较传统 的亥姆霍兹线圈在轴线方向上扩大了 17 cm,可以更完整的覆盖人体胃肠道区域。 实验结果表明,采用边长为 12 mm 的三维正 交能量接收线圈,在发射线圈内任意位置及姿态下,负载接收能量超过 660 mW。 在发射线圈非边缘区域,接收能量的位置稳定 度超过了 80% ,能够较好的满足为胃肠道微型机器人供能的实用要求。

摘要:为了将语谱图的可视化图像分析手段有效应用于人体疲劳检测,提出一种基于语音频谱图像特征的人体疲劳检测方 法。 首先,在研究分析人体疲劳对语谱图影响机理的基础上,对语谱图进行基于听觉感知理论的 Mel 频率拉伸变换,以突出易 受疲劳影响的感兴趣区域。 其次,将 Mel 频率拉伸后的语谱图分割为 24 个相互交叠的临界频带子图,并从各子图在 4 个方向 上的灰度共生矩阵中分别提取了 15 种纹理特征参数用于语音疲劳信息的定量表征。 最后,建立多子带疲劳信息融合的人体疲 劳检测模型,针对各临界频带子图特征分别设计特征层分类器进行分布检测,并通过决策层的多分类器融合判决得到最终的疲 劳检测结果。 实验结果表明,该方法所提取的语音频谱图像特征具有比传统声学特征更好的疲劳表征能力,同时该方法的人体 疲劳检测效果也优于现有的语谱图特征识别方法。

摘要:人造肛门括约肌(AAS)是一种用于治疗大便失禁(FI)的可植入医疗设备,现有的 AAS 在生物安全性和肠道内容物感 知方面存在缺陷,故临床应用受限。 首先,结合肠道动力学特性,建立直肠组织的超弹性模型,利用 ANSYS 进行有限元分析,模 拟假体闭合肠道的过程。 其次,根据仿真结果,提出了一种嵌入 10 路压力传感器的新型连杆式人造肛门括约肌结构。 最后,进 行离体实验和活体动物实验。 实验结果证实,仿真模型建立准确,所设计的括约肌假体在血供安全压力内可控便 200g,满足人 体正常生活需求。 10 路压力传感器位置分布合理,测量结果线性度良好。 离体实验中肠道内容物质量预测的准确性达 89. 69% ,活体实验中排便预警准确性达 82% ,初步重建了 FI 患者直肠的便意感知。

摘要:为了实时监测和控制骨科机器人的椎板铣削深度,首先基于铣刀几何结构和椎板受迫振动方程,对椎板铣削过程进行 建模与分析,提出了一种基于声信号的铣削深度监测方法。 然后给出了基于快速傅里叶变换的骨铣削声信号处理方法,用于在 手术动力装置主轴旋转频率改变时,准确提取声信号中的主轴频率及其整倍数谐波的幅度值。 谐波幅度作为反馈信号,基于带 死区的比例微分控制器修正机器人的规划轴向进给速度来控制铣削深度。 最后,基于三自由度笛卡尔机器人系统对人造骨块 进行了铣削测试实验和铣削深度控制实验。 实验结果表明,基于铣削声信号谐波幅度能够在 0 ~ 1. 2 mm 的铣削深度安全测量 范围内以 0. 1 mm 的分辨率监测铣削深度,从而有效地控制骨面形变和位移时的椎板铣削深度。 所提方法可以提高骨科机器 人的椎板铣削操作精度和安全性。

摘要:有研究表明,全球约有 8% 的人群患有肾脏疾病(CKD),患病率呈增长趋势且患病患者呈年轻化发展。 依据朗伯比尔 定律原理,针对抗原-抗体特异性结合形成抗原-抗体结合物后自液相中析出这一特性,利用免疫透射比浊法检测液体浊度变化 量的原理检测尿白蛋白;依据肌氨酸氧化酶法检测尿肌酐,并计算尿白蛋白与尿肌酐的比值来评估患者的肾脏健康情况。 搭建 实验装置,与日立 7180 全自动生化分析仪进行临床对比实验。 实验结果表明:该装置检测尿白蛋白线性拟合的决定系数为 r 2 = 0. 996,重复性变异系数为 Cv≤4. 087% ;与日立 7180 全自动生化分析仪对比,尿白蛋白检测阳性符合度 89. 36% ,阴性符合 度 92. 06% 。 尿白蛋白与尿肌酐比值检测阳性符合度 92. 96% ,阴性符合度 87. 18% 。

摘要:用表面肌电进行手势识别具有细节信息可选择性和抗外界干扰能力强的优势,但现有方法的适应性和识别准确性还不 足。 通过在卷积神经网络的基础上增加长短时记忆网络处理层,构筑手势识别模型,它能捕获手势动作过程的肌电时序特征, 一定程度上减少了过拟合的现象。 利用手势肌电丰富的时频域信息,提取手势肌电的小波包特征图像,并与手势肌电图像一起 作为识别模型的输入数据,拓展手势识别模型中肌电信号的类别信息,同时在长短时记忆网络处理层与卷积神经网络层之间引 入注意力机制,使得该模型能间接提高关键手势肌电通道的权重。 实验结果证实本识别模型结合肌电两种特征输入的处理方 法,与普通卷积神经网络模型以肌电图像输入的方法相比,识别准确率提升了 4. 25% 。

摘要:传统的康复机器人机构运动学多解,末端控制复杂,且往往只有视听反馈,无力反馈,未能达到最好的康复效果。 为此, 研制了一款基于自解耦机构的交互式康复系统,内含并联连杆机构,实现平动与转动自由度的解耦、力与力矩的解耦;基于患者 末端位置设计了 3 种控制模式,包括:人体主导模式、机器人主导模式以及安全停止模式,实现高精度的轨迹跟踪,动态调节辅 助力和安全停止功能;将力反馈技术同虚拟现实、康复医疗技术相结合,实现患者与系统之间的多感官反馈;实验证明系统在 500 mm×350 mm 工作空间内精确跟踪康复运动轨迹,关节运动轨迹误差小于 5 mm,系统可提供误差小于 1 N 的反馈力,并可在 危险区急停,验证了康复训练系统的有效性。

摘要:在癫痫检测任务中,脑电信号的通道选择直接影响检测性能。 针对静态通道选择方法中脑电信号部分时段癫痫 检测能力不足的问题,提出了动态通道选择方法。 根据通道位置和脑电信号功率谱密度确定通道集合,选择通道集合中 癫痫检测能力最强的一路通道作为特征提取通道,通过提高局部癫痫检测能力,进而提高整体检测能力。 实验结果表 明,提出的动态通道选择方法检测癫痫,取得了 98. 99% 精确度、98. 52% 敏感度和 99. 52% 特异度的较好性能。 与多通道 相比,检测性能相近,但特征提取通道最少,时间复杂度减少到 O( 1) 。 与单通道相比,精确度、敏感度和特异度性能指标 提高 4. 93% 以上。

摘要:脑血流自动调节(CAR)是血管在神经控制下进行的脑部供血调节过程,通过评估 CAR 可以判断大脑神经和生理状态。 本文对脑生物阻抗检测技术评估大脑自调节进行了研究,在脑血流自调节评估中引进脑血流循环阻力参数和动脉血管弹性参 数。 在实验中使用干预措施使受试者脑供血系统处于正常调节状态和失常状态。 分别测量两种状态下的脑血流阻抗信号,提 取阻力参数与弹性参数。 对比分析表明血管弹性参数和血流阻力参数变化比分别为 8. 53% 和 20. 89% ,统计学分析显示两个参 数在干预前后均存在显著性差异(P<0. 001)。 实验验证了脑血流生物阻抗检测可以跟踪脑血流自调节的变化过程,该方法对 脑部生理活动和脑神经功能生物阻抗检测的进一步研究具有重要意义。

摘要:鉴于蓝牙 mesh 网络节点密集部署的问题和金属物质对蓝牙天线无线信号传输的影响,通过改变倒 F 天线辐射臂的形 状来提升蓝牙天线的增益,从而达到蓝牙 mesh 网络节点远距离传输无线信号的目的,同时可以保证周围金属物质不会影响蓝 牙无线信号的传输,减少信号的能量损失,实现蓝牙 mesh 网络节点的远距离部署。 这两款蓝牙天线具有小型化、高增益、高带 宽的特性,覆盖整个蓝牙通信的 ISM 频段,采用 HFSS 对蓝牙天线的特性进行仿真分析,得到优化后的蓝牙天线结构参数,并制 作蓝牙天线实物进行试验测试。 实验结果表明:折叠天线和螺旋天线的回波损耗均小于-10 dB,带宽完全覆盖蓝牙频段,而且 螺旋天线的性能更优,增益达到 4. 6 dB,金属环境的最远传输距离为 20 m。

摘要:为解决电子鼻传感器阵列中的漂移问题,提出了一种增强卷积神经网络的长期漂移抑制方法。 首先,通过结合历史数 据的方式进行数据库扩增,起到了数据增强的效果;然后,使用增量补偿模块结合增量学习思维进行网络训练,起到了模型增强 的效果;最后,分别使用公开数据集和实测数据集来验证模型的漂移抑制效果。 实验结果表明:增强卷积神经网络算法的抑制 效果较传统卷积神经网络、机器学习算法有较大提升,精度提高幅度为 10% ~ 20% ,精度波动在 1% 范围内,具有较好的鲁棒性, 验证了增强卷积神经网络算法在电子鼻漂移抑制中是稳健有效的,同时也从算法层面对电子鼻的漂移抑制提供了思路。

摘要:利用放电声音信号检测环网柜的局部放电具有信息量丰富、能够准确反映放电故障等特点而得到广泛应用,但放电声 音信号的有效检测是一个难点。 双通道录音在消噪领域中具有独特的优势,能够有效消除非平稳噪声,根据现场测量噪声干扰 多为远距离的非平稳噪声,而局放信号为近距离声源的特点,提出了一种基于双通道能量差(PLD)的环网柜放电信号消噪方 法。 仿真实验结果表明,相比基于谱减法和维纳滤波的单通道消噪方法,本文所提消噪方法在两种非平稳噪声下的信噪比分别 平均高出了 14. 8 dB 和 9. 1 dB,均方误差(1×10 -4 )分别平均减小了 19. 34 和 15. 50,消噪效果优于单通道消噪算法,现场实验结 果表明,环网柜放电声音波形明显被突出加强,能够有效去除周围环境中的非平稳噪声,从而保留有效放电信号,为环网柜的局 放诊断提供有效的数据支撑。

摘要:针对当前超声波测风仪测量精度不高及抑制噪声干扰能力不强的问题,提出了一种双阵元超声波接收阵列结构及基于 该结构的风矢量测量方法。 首先,设计了一种基于超声波测风原理的风速风向测量系统结构,该结构中包含一个超声波发射阵 元和两个超声波接收阵元;然后,依据该系统结构给出了一种基于相关方法的超声波时延估计算法,根据超声波传输时间与风 矢量之间的关系可直接获得风速风向值。 最后,通过仿真实验对所提方法的可行性与有效性进行了验证,且通过搭建的双阵元 超声波阵列测风系统对所提方法进行了实测数据验证。 实验结果表明:设计的结构简单易实现,算法稳定计算复杂度低,并且 具有较高的噪声抑制能力。 实测环境下风速测量的最大相对误差为 2. 3% 、风向角测量的最大测量误差为-1. 5°,基本达到了 风矢量测量仪的技术要求。

摘要:电阻抗成像(EIT)是一种实现场域内电导率分布情况图像重建的成像技术。 传统的电阻抗成像算法成像精度较低,为 解决此问题,提出一种基于 U 2 -Net 深度学习模型的新型电阻抗图像重建方法。 首先,以 U 2 -Net 模型为基础,创新地提出了拼接 层(CAT)的概念用于数据扩展,使得 U 2 -Net 的输入层结构简单,运算速度快;其次,使用仿真数据集对该网络进行训练,使用验 证集选择最优的模型参数,结果表明,提出的算法测量精度高、鲁棒性好,在仿真数据集的表现优于其他算法。 最后,提出一种 新的 EIT 成像质量评价指标:中心和面积误差(CAE)用于验证算法在实验中的表现,实验结果表明,所提算法的 CAE 为 4. 975, 对于目标物的中心和面积预测更为准确,成像效果优于其他对比算法。

摘要:非线性动态间歇过程中,测量变量存在不同的序列相关性,且变量间的交叉相关性会体现在不同的采样时刻上,然而传 统检测方法没有考虑这种变量间的相关性,通常将所有变量视为独立或相关关系进行特征提取,不能充分提取到故障信息的特 征,造成监测效果不佳。 因此,提出一种基于变量分块的核动态潜变量-动态加权支持向量数据描述(KDLV-DWSVDD)间歇过 程故障检测算法。 首先,通过求取变量间的互信息值(MI)将变量分为相关与独立两个变量子块;然后,通过 KDLV 算法将相关 变量子块分为动态部分和静态部分,对动态部分建立向量自回归模型进行监测,对静态部分采用邻域保持嵌入(NPE)算法进行 监测;独立变量子块中自变量的动态信息可通过 DWSVDD 算法进行提取;最后, 通过 KDLV-DWSVDD 算法建立监控统计量进 行故障检测。 所提算法在青霉素发酵仿真过程中平均故障检测率可达 90. 38% ,相较对比算法提高了近 15% ,半导体实际工业 过程也证明了所提算法对于间歇过程故障检测的可行性和优越性。

摘要:近场声全息是一种主流的声学成像技术,在技术实践中可以有效实现声源定位。 等效源法可用于修正声源不同数值模 型的 ℓ2 范数正则化逆问题和 ℓ1 范数正则化逆问题。 为了提高传统等效源法的分辨力,减少旁瓣“鬼影”,提出了一种高阶波束 形成改良快速迭代收缩阈值声源识别算法 mIFISTESM-v,该方法是在改进的快速迭代收缩/ 阈值等效源法与高阶波束形成方法 相结合的框架下发展得来。 通过单声源定位和相干声源定位的分辨力分析的数值模拟以及实验验证了该方法的实用性,结果 表明,所提出的方法能较好地达到声源识别及定位的效果,该方法所得主瓣区小于 0. 002。

摘要:针对传统四基元超短基线定位(USBL)系统接收信号受噪声干扰严重,定位结果可能存在相位模糊,且可靠性低的问 题,提出了一种基于平面阵列波束形成的虚拟基元定位方法,将均匀方阵对称分割为 4 个子阵,通过子阵波束形成分别投影成 虚拟基元,构成四基元十字阵;之后进行四基元十字阵波达方向(DOA)估计计算来波方向;得到的结果和之前结果偏差较大舍 弃,否则作为下一 ping 数据到来的参考基准方向,形成反馈环路,提高定位准确度。 算法整体复杂度明显小于传统的特征分解 定位算法。 仿真实验显示,定位性能明显好于传统四基于定位算法。 使用海试数据对算法进行了可行性分析,结果表明算法能 够通过增加接收信号的信噪比有效地提高定位算法的精度。

摘要:滤光轮光谱成像系统在光谱成像领域应用广泛,空间分辨率高,但是光谱分辨率较低。 针对这一问题,提出了基于滤光 轮双相机系统的高光谱分辨率成像,设计了一种基于插分补偿的多光谱计算重构方法,实现系统的高光谱分辨率、高空间分辨 率成像。 首先利用滤光轮双相机成像系统采集多光谱图像以及 RGB 图像,然后从多光谱图像获取离散的光谱响应曲线,最后 根据 RGB 三通道数据与光谱高维数据之间的映射关系以及能量守恒定理,进行光谱响应曲线的插分补偿并实现高光谱分辨率 成像。 实验结果表明,本文方法能够在保持空间分辨率的情况下,高效地实现光谱分辨率为 5 nm 甚至更高光谱分辨率的成像, 重建结果与真实值的均方根误差为 0. 017 1,具有较好的准确性和鲁棒性。

摘要:细微裂纹的高效识别对结构体早期故障诊断具有重要意义。 图像分割等方法在处理复杂且带有断裂的细微裂纹时难 以达到满意效果。 因此,将细微裂纹的识别问题转变为密集连续的中心点预测问题,利用精细化分层残差模块构造特征提取器 并结合具有特征复用的注意力模块提出一种细微裂纹检测方法。 首先使用相同的矩形框沿裂纹轨迹密集连续地标注;其次对 不同的精细化分层残差模块进行消融实验,得到有利于细微裂纹特征提取的骨干网络;最后结合具有特征复用的注意力模块与 骨干网络对比了六种不同的特征复用方式。 实验结果表明,本文方法的最高和平均精度分别为 61. 0% 和 54. 7% ,与原模型相比 分别提升 4. 9% 和 6. 3% ,成功识别细微裂纹及其局部断裂区域并抑制背景干扰。