Results 11 to 20 of about 1,059,754 (131)

基于M-Z干涉原理的定位式光纤振动传感器

open access: yesGuangtongxin yanjiu, 2009
文章基于M-Z(Mach-Zehnder)干涉原理,提出了一种新型光纤振动传感器方案,该传感器能判断振动事件发生的位置。仿真分析研究了该定位式传感器的信号处理技术,通过增大信号的带宽、延长信号的持续时间、增大信噪比和改善定位算法,实现了较好的定位性能,验证了该定位式光纤振动传感器方案的可行性。
周正仙, 肖石林, 仝芳轩
doaj   +2 more sources

激波风洞测力信号的频域数据深度学习建模分析方法

open access: yes, 2023
高精准度气动力测量是激波风洞试验中的关键技术。在开展测力试验时,测力系统在风洞流场起动瞬间的冲击激励下产生振动,但振动信号无法在较短的有效试验时间内快速衰减,导致天平输出信号中耦合了惯性干扰。基于深度学习技术,对激波风洞天平信号在频域内开展数据处理,并针对动态信号的频域特征进行卷积神经网络建模分析,旨在消除测力信号中的惯性干扰。在频域模型训练样本和验证样本的结果分析中,天平信号的大幅惯性振动干扰被消除,达到预期的结果,验证频域建模分析方法的有效性和可靠性。此外,对处理结果进行误差分析 ...
聂少军, 汪运鹏, 姜宗林, 王春
core   +2 more sources

International clinical practice recommendations on the definition, diagnosis, assessment, intervention, and psychosocial aspects of developmental coordination disorder – Chinese (Mandarin) translation

open access: yesDevelopmental Medicine &Child Neurology, Volume 61, Issue 3, Page E1-E35, March 2019., 2019
目的 本国际临床指南由欧洲残疾儿童学会(the European Academy of Childhood Disability,EACD)牵头制定,旨在解决发育性协调障碍(developmental coordination disorder,DCD)的定义、诊断、评估、干预以及与社会心理方面的临床应用关键问题。 方法 本指南针对五个领域的关键问题,通过文献综述和专家团队的正式讨论达成共识。为保证指南的循证基础,以“机制”、“评估”和“干预”为检索词, 对2012年更新以来提出的最新建议以及新增的“社会心理问题”和“青少年/成人”为检索词进行检索。根据牛津大学循证医学中心证据等级 (证据水平 [level of evidence, LOE]1–4) 将结果进行分类,最终转化为指南建议。并由国际 ...
Jing Hua   +6 more
wiley   +1 more source

基于振动信号的采矿机截割负载分类

open access: yes, 2022
针对人为判断采矿机截割负载类型的方式具有一定误差和滞后性的问题,提出了一种基于小波包分解和麻雀搜索算法优化BP神经网络(SSA−BPNN)的采矿机截割负载分类方法。该方法包括信号特征提取和模式分类2个部分:在信号特征提取部分,对采集的采矿机摇臂振动信号进行小波包分解,得到各子频带能量及信号总能量,经归一化处理后得到表征不同负载类型的特征向量,并利用主成分分析法对特征向量进行降维处理;在模式分类部分,通过SSA优化BPNN的初始权值和阈值,将特征向量作为SSA−BPNN的输入,从而实现负载分类识别 ...
尹玉玺   +3 more
core   +1 more source

低信噪比矿井提升机振动信号融合去噪算法

open access: yes, 2023
针对矿井复杂环境下提升机振动信号非线性、低信噪比的特点,提出了一种基于总体平均经验模态分解(CEEMDAN)和自适应小波阈值的矿井提升机振动信号融合去噪算法。首先,采用CEEMDAN算法对含噪的矿井提升机振动信号进行分解,得到本征模态分量(IMF)和残差,对IMF分量进行高低频判断,采用t检验方法对该均值是否显著区别于0进行检验,趋于0的IMF分量为高频分量,显著区别于0的IMF分量为低频分量。然后,选取合适的小波基函数及分解层数,结合自适应小波阈值方法对高频IMF分量进行去噪处理。最后 ...
牛强, 夏士雄, 陈朋朋, 王厚超
core   +1 more source

复杂圆柱型波能装置振动特性研究

open access: yes, 2010
从复杂圆柱形振荡浮子出发,基于线性波规则理论,考虑粘性阻尼吸取波浪能,建立了振荡浮子的一维运动方程,以此推导了振荡浮子在自由漂浮运动、无阻尼运动、恒定弹簧下有阻尼运动及最优弹簧和最优阻尼下和在设定工作状态下的振动表达式,最后实例分析了振荡浮子的振动特性。研究表明振荡浮子的固有周期是随入射波频率的变化而变化 ...
吴必军, 覃岭
core   +5 more sources

激波风洞气动力信号分离的波系适配法

open access: yes, 2013
加速计惯性补偿是常用的应变天平气动力信号处理方法,在以往的激波风洞测力中发挥了重要作用。然而,该方法存在一些不可避免的问题。首先,加速计采集的是整体位移速率信号,但天平采集的是局部位移引起的应变信号,两者的表现可能并不一致。另外,加速计惯性补偿方法还存在相位差、所有分量补偿困难等问题。本文提出波系适配法,该方法分析天平信号本身,结合振动系统和流场环境,利用全局优化方法,将天平信号分解为气动力信号、振动信号和随机信号。长试验时间激波风洞JF-12 的气动力试验数据分析结果表明,该方法能有效分离振动信号 ...
汪运鹏, 姜宗林, 王春, 罗长童
core   +2 more sources

Fermi Surface Structure Revealed by Quantum Oscillations in Half‐Heusler Semimetal LuAuSn

open access: yesRare Metals, Volume 45, Issue 3, March 2026.
ABSTRACT The Fermi surface structure in the half‐Heusler semimetallic compound LuAuSn was systematically investigated using quantum oscillation studies of high‐quality single crystals and first‐principles calculations. Clear bulk quantum oscillation signals were observed for multiple complementary physical properties, including magnetization, Hall ...
Yue Lu   +12 more
wiley   +1 more source

Domain‐adaptation‐based named entity recognition with information enrichment for equipment fault knowledge graph

open access: yesIET Collaborative Intelligent Manufacturing, Volume 6, Issue 4, December 2024.
Domain‐adaptation‐based named entity recognition with information enrichment is proposed for developing an equipment fault knowledge graph. A question answering application of the equipment fault knowledge graph is proposed. Abstract Numerous files, such as records and logs, are generated in the process of equipment diagnosis and maintenance (D&M ...
Dengrui Xiong   +3 more
wiley   +1 more source

换流变有载分接开关振动信号检测技术研究

open access: yesGaoya dianqi, 2020
换流变有载分接开关(on-load tap-changer,OLTC)是调整换流变工作电压的核心设备,其安全稳定运行对于保障换流变的安全具有重要意义。振动信号检测技术是分析换流变OLTC内部零部件故障的主要手段。为了实现换流变OLTC振动信号检测技术的工程应用,在江苏省某换流站开展了该技术的应用研究。分析了换流变OLTC典型振动信号的时域和频域特征,基于S变换研究了振动信号的时频域联合分布。提取了时域有效值、时域峭度、传动轴动作时间;频率重心;S变换能量熵等特征参量。基于所提出的特征参量 ...
陆云才   +4 more
doaj  

Home - About - Disclaimer - Privacy