应用 “dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

应用“dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由于带分解或拉普拉斯塔形分解等引出。本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义。离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波变换计算小波级数变换的算法，该算法较之Ｏ’Ｒｌｏｕｌ的类似算法相比，可取得更好的计算精度。     

小波与相关函数算法在矿山震源定位中的应用

针对矿震震相提取分析中震相信号提取困难、噪声影响大、精度低等问题，提出从小波时频分析和统计学的角度，根据小波域内矿震信号与噪声的不同特性以及不同采集通道间信号具有相关性特点，采用小波阈值滤波算法和相关函数算法对矿震信号进行计算，得到了各个采集通道间较准确的波到时差。试验结果表明，该算法对高斯噪声和其他非相干噪声具有抑制作用，能够有效提高计算结果的精度。     

迭代法求多组分精馏全回流稳态解

提出了使用迭代法计算多组分精馏塔全回流稳态解的方法,计算中抛弃了恒摩尔流假定并考虑了塔釜、塔板和回流槽的持液量;全回流稳态解为精馏塔开车过程动态模拟提供了最佳初值。为精馏开车过程的优化处理提供有益的参考。     

基于支持向量机的模糊小波神经网络

针对高维输入小波网络的初始参数和网络结构非常复杂且计算量大的问题,提出用支持向量机(SVM)确定小波网络的初始参数和网络结构的方法。首先,使用有监督模糊聚类算法从聚类中抽取模糊规则,然后对每一个规则的后件使用支持向量机方法确定小波网络的结构和初始参数,最后采用梯度下降方法调节模糊小波网络中的参数,使得模糊小波网络输出与期望输出之间的误差较小。仿真结果表明:该算法与传统的模糊神经网络(FNN)相比显著提高了分类精度。     

在暂态电能质量检测中的小波性能比较

针对小波分析中所用到的小波函数具有不唯一性及用不同的小波基函数分析同一个问题会产生不同结果的特点,对于普遍应用的Daub4小波和Meyer小波,在各种不同类型的电能质量分析中的结果进行了比较.结果表明,在几乎所有的暂态问题中,Meyer小波的检测能力都要优于Daub4小波.     

相对费用函数法和动态规划法确定最优精馏流程

采用相对费用函数计算精馏分离的相对费用,再用动态规划法确定了多组分分离的最优精馏流程,对新流程的开发和校核流程的合理性具有参考价值。     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

基于小波变换的随钻测试数据降噪方法研究

为消除随钻测试装置采集信号中的噪声,给工程人员提供准确的现场信息,提出了基于小波变换的方法对随钻测试数据进行降噪处理。首先,根据含噪声的随钻测试数据模型建立起小波变换降噪的基本流程。其次,在对含噪信号的小波变换特性分析的基础上,运用自相关函数对其在小波变换尺度空间中进行白噪声检验,确定小波最优分解层数。在分析对比小波降噪阈值的不同选取方式后,采用广义交叉确认理论来计算最优降噪阈值,从而在对信号降噪的同时还最大程度地保留了信号的有效特征成分。最后给出了基于该方法小波变换的随钻测试数据降噪的详细步骤,对实测的钻压和扭矩数据进行了小波降噪,取得了良好的降噪效果,为钻井工程后续分析提供了可靠的数据支撑,证明了本方法的优越性。     

基于小波包和量子神经网络的逆变器故障诊断

针对三电平逆变器电路拓扑结构复杂,电路具有较强的非线性特征问题,提出一种基于小波包分析和量子神经网络的三电平逆变器开路故障诊断方法。采用三电平逆变器上、中、下桥臂电压作为测量信号,通过小波包方法对桥臂输出电压信号进行分析,获取故障信号小波节点系数;计算各节点小波能量谱特征并进行归一化处理,得到IGBT不同故障状态下的故障特征;利用故障特征训练量子神经网络,并对其进行测试以确定故障类别;通过实验平台验证了算法可行性。实验结果表明:提出的方法适用于三电平逆变器故障诊断,具有工程参考价值。     

燃烧振荡方程组的耦合解及理论计算举例

对燃烧振荡一维数学模型进行了进一步推导,得出控制方程组耦合解,并利用简化后的方程解对燃烧振荡实例进行了计算.结果表明,数学计算值与实际测量值基本吻合,说明了本数学模型的正确性及其工程实用性.根据计算结果调节燃烧工况,可有效削弱燃烧振荡现象带来的不良影响或减少燃烧振荡现象的产生,保证燃烧装置稳定运行.     

基于四叉树结构的小波格型矢量量化

基于格型矢量量化克服了传统矢量量化计算和存储复杂度高的缺点,提出了一种新型四叉树结构的小波格型矢量量化算法。对小波变换系数进行视觉加权,以感知的均方误差准则取代传统均方误差。改进零树编码方法,并按照小波系数的四叉树结构和其方向性来组织矢量,对重要系数作格型矢量量化。从而较好地综合利用了小波系数在空间和频域的能量集中特性。仿真实验证明,该方法具有速度快,存储量小的优点,与文献中其他算法相比,具有较高的编码效率。     

基于多小波包排列熵和流形学习的故障特征提取方法

针对振动信号非线性、非平稳性导致的故障特征难以准确提取的问题,提出了一种基于多小波包排列熵和流形学习的故障特征提取方法。首先,利用多小波包分解方法得到故障信号的多维多小波系数,通过计算排列熵初步提取了各个小波系数中的故障特征信息;然后利用局部切空间排列(LTSA)流形学习方法对多维特征信息进行处理,在有效降低信息冗余度的同时,提取了其中主要的故障特征;最后利用支持向量机(SVM)对滚动轴承正常、外圈、内圈和滚动体故障实测信号进行故障模式识别试验。结果表明,该方法可以准确地识别出轴承不同的故障类型,并且在提取故障特征准确性方面要优于传统的单小波包方法和主成分分析(PCA)方法。     

Mallat算法及其应用

Mallat算法是根据多分辨分析理论发展而成的小波分解和重构的快速算法,该算法在小波变换中的地位如同快速傅立叶变换在傅立叶变换中的地位一样,可以大大地降低小波变换的计算量,有利于对含有大量信息的音频,视频进行适时处理,从而将小波理论与工程应用联系起来,使小波变换真正成为继傅立叶变换后,处理非平稳信号的有力工具。     

电力设备基于小波神经网络故障检测方法的仿真研究

提出了一种基于小波神经网络非线性观测器的故障检测方法。它是将规范正交的小波函数作为基函数网络中的基函数 ,得到小波神经网络。通过小波的去噪和神经网络的自学习功能 ,获取系统输入输出的非线性动力学特性 ,进而实时计算出残差并进行逻辑判决 ,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真 ,结果表明了该方法的有效性     

燃烧振荡的一维控制方程组的建立及放热特性讨论

将高强度燃烧室中普遍存在的燃烧振荡问题通过一维简化数学模型进行分析.在建立控制方程组的基础上给出了一维脉动波传播的方程解形式,并对燃烧区域内放热特性进行讨论.通过所建立的数学模型对燃烧振荡特性进行理论分析,为燃烧装置的设计及其稳定运行提供参考依据.利用燃烧振荡现象来强化燃烧,并且降低燃烧振荡对燃烧装置的危害.     

蜂蜜热值的测定

利用WZR-1A型精密微电脑量热计系统地测量了蜂蜜的恒容燃烧热。准确称取一定量的基准物质,放入氧弹中充入高压纯氧,将测试样品在氧弹中完全燃烧,并记录燃烧前后时间与量热计温度变化数据,运用仪器所带的数据处理软件计算出仪器热容量,然后再准确称取一定量的蜂蜜,装入已准确测定热值的燃烧胶囊中后,将测试数据用自编的计算机处理程序对测试数据处理,从而得到蜂蜜的燃烧热值。此法准确、简便、实用,可用于日常检测工作。     

食用花生油热值的测定

利用 WZR-1A 型精密微电脑量热计系统地测量了食用花生油的恒容燃烧热。准确称取一定量的基准物质,放入氧弹中充入高压纯氧,将测试样品在氧弹中完全燃烧,并记录燃烧前后时间与量热计温度变化数据,运用仪器所带的数据处理软件计算出仪器热容量,然后再准确称取一定量的食用花生油,装入已准确测定热值的燃烧胶囊中后,将测试数据用自编的计算机处理程序对测试数据处理,从而得到食用花生油的燃烧热值。此法准确、简便、实用,可用于日常检测工作。     

基于分段距离判别的电气化铁路混合线路故障测距方法

近年来,电气化铁路对10 kV自闭/贯通线的改造一定程度上增加了架空线-电缆混合输电的线路结构,随之而来的是故障测距过程当中,判别距离结果精度偏低的问题。首先分析了在架空线-电缆混合输电线路中,故障行波的传播特性,提出了一种分段距离判别的电气化铁路混合线路故障测距方法。该方法通过对故障发生范围进行假设分区,然后利用小波变换的奇异性检测原理通过对故障行波进行小波变换求取模极大值来识别波头,在此基础上根据双端测距原理,计算出不同区段所对应的故障距离,得到不同的计算结果;将不同的故障结果,通过距离约束条件进行筛选,从而确定最终测距结果。实验结果表明,所提出的方法对混合线路的故障判别具有较好的适用性,并且不受故障类型、过渡电阻的影响。