Results 101 to 110 of about 10,420 (169)
Gaoya dianqi准确预测变压器油中溶解气体的变化规律和趋势是保证变压器安全可靠运行的关键。为此提出一种基于混合分解和IDBO-TCN的油中溶解气体含量预测方法。首先，利用自适应噪声完全集合经验模态分解对给定气体含量序列进行分解；然后，采用经验小波变换对分解出的最高频分量进行二次分解；进一步对所有分量建立时序卷积网络预测模型；同时提出改进蜣螂优化算法对TCN的初始学习率和卷积核大小进行优化；最后，将各分量的预测值累加，得到最终预测结果。通过油中溶解气体CH4、C2H4、C2H6、H2和总烃的预测实例证明了所提方法的优越性。
付文龙 +5 more
doaj
Error Detection and Quality Evaluation of Ultra-Precision Machined Optical Surface [PDF]
, 2013 随着先进光学元件的设计和制造技术的发展，各种超精密加工光学元件被广泛地应用于航天、航空、国防、等领域中。与此同时，对光学元件的面形及其参数的检测、面形质量的评价提出了更高的要求。合理的误差检测方法及面形质量评价指标，对改善光学元件表面质量以及提高补偿加工的制造精度起着重要的作用。长期以来，误差检测技术的发展速度制约到超精密加工光学元件制造技术的进一步发展，各国专家投入大量的人力和物力进行研究。 本文主要针对超精密加工光学元件基于三维坐标测量的误差检测方法，和光学表面质量评估技术进行研究 ...
韩伟
core
Review on idler fault diagnosis and coordinated control in belt conveyors [PDF]
As a critical component of belt conveyors, idlers are prone to frequent failures, significantly impacting the efficiency and safety of coal mine operations.
BAO Jianjun +6 more
core +1 more source
He jishu对于反应堆热工水力参数的预测，现有的研究多使用单一神经网络的预测方法，但在噪声较大的情况下，单一神经网络不能很好地剔除噪声的影响。本文使用基于经验模态分解法（Empirical Mode Decomposition，EMD）与奇异谱分析法（Singular Spectrum Analysis，SSA）结合自适应径向基神经网络（Radial Basis Function Neural Network，RBF）的组合模型提高堆芯热工参数瞬态预测的精度。采用1/2中国实验快堆（China ...
赵 梓炎 +4 more
doaj +1 more source
Gaoya dianqi, 2015 利用振动法在线监测配电变压器绕组的状态关键在于如何从振动信号中提取有效的特征。为了更有效地监测与诊断变压器绕组的状态,搭建了某配电变压器多次短路冲击试验及负载试验时的振动信号监测平台,利用总体平均经验模态分解（ensemble empirical mode decomposition,EEMD）对变压器绕组的振动信号进行分析并求解其能量熵值,提出一种基于EEMD能量熵的配电变压器绕组状态监测与故障诊断的方法。实验结果表明,EEMD能够有效地提取配电变压器绕组振动信号的特征 ...
臧状, 陈江波, 李辉, 林莘
doaj
Correlation Analysis and Trend Prediction on White Sugar Futures Price Between China and the United States based on the EEMD model [PDF]
, 2016 2006年1月，白糖期货在我国郑州商品交易所正式上市，这对我国参与国际定价带来益处，然而我国白糖市场长期处于供不应求的状态，国际上的白糖价格变化会对国内的价格产生立即的影响，这在期货市场上都得到了反映。目前针对中美白糖期货价格的相关性及趋势研究却比较少。 本文提出基于EEMD分解技术对中美白糖期货价格相关性进行分析。首先，运用EEMD技术将中美白糖期货价格序列分解成市场波动序列、重大事件影响序列以及趋势序列。其次，对市场波动序列建立GARCH模型 ...
孙宇环
core
基于多级特征提取和IHHO-KELM的变压器油中溶解气体体积分数预测
Gaoya dianqi油中溶解气体分析是变压器早期故障诊断的主要方法，准确预测未来特征气体体积分数有助于提前获取变压器的运行状态。为此提出了一种基于多级特征提取和IHHO-KELM的变压器油中溶解气体体积分数预测方法。首先，通过自适应白噪声完全集合经验模态分解将气体体积分数序列分解为多个子序列，利用奇异谱分析对子序列做进一步降噪处理，降低其非平稳性；其次，建立核极限学习机预测模型分别对各子序列进行预测，再将各子序列的预测结果叠加得到油中溶解气体体积分数的最终预测结果，并通过改进哈里斯鹰算法优化其超参数；最后，通过算例验证表明，
傅雨晨 +5 more
doaj
基于变分模态分解和CNN-BiGRU-Attention神经网络的电机故障分类方法
Gaoya dianqi为了解决电机故障分类结果准确性较低的问题，提出一种基于变分模态分解（variational mode decomposition，VMD）与CNN-BiGRU-Attention神经网络模型相结合的电机故障诊断方法。首先，对凯斯西储大学电机数据进行预处理，然后利用VMD方法将复杂的电机信号分解成多个IMF（intrinsic mode function）分量，构建电机故障特征向量。最后，建立特征训练CNN-BiGRU-Attention神经网络模型，基于模型的迭代训练，诊断电机故障的具体类型 ...
司成志, 惠世贤, 邢超, 邓灿
doaj
Research on Epileptic EEG Signal Classification Based on Particle Swarm Optimization and RBF Neural Network [PDF]
, 2017 癫痫是一种危害人类健康的常见病和多发病之一，随时随地地发作给患者身心健康造成很大影响，在很多国家已经成为神经系统很受重视的高发疾病。脑电图是常用于辅助检测癫痫的一种重要手段，但是癫痫患者的脑电图不总是显示异常，所以依靠观察脑电图进行癫痫脑电识别依然存在问题，而且经过研究发现癫痫具有较强的随机性、非平稳性和非线性等特点，对癫痫疾病相关的研究带来较大的困扰。因此如何有效地提取脑电特征来表征癫痫脑电特征的信息，是进行癫痫诊断的首要问题。 针对癫痫脑电信号具有的随机性、非平稳性以及非线性等特点 ...
李坤森
core
Gaoya dianqi, 2019 为解决气体绝缘组合电器（gas insulated switchgear,GIS）内部缺陷局部放电（partial discharge,PD）信号含有噪声的问题,搭建了模拟局部放电环境,采用超高频法（ultra-high frequency,UHF）采集缺陷PD信号。针对UHF PD信号具有周期性窄带噪声与白噪声的特点,提出了基于改进的经验小波（experience wavelet,EWT）与小波变换结合进行UHF PD信号的去噪研究。首先,含噪信号通过EWT预处理分解为多频率的模态函数 ...
秦金飞 +5 more
doaj