检索结果-内蒙古大学图书馆

仪器仪表学报 2018年第1期39卷 171-179页

作者：温江涛闫常弘孙洁娣乔艳雷燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004 燕山大学信息科学与工程学院秦皇岛066004

机械健康监测正进入大数据时代,针对传统轴承故障检测存在的采样数据量大、故障特征依赖主观选取等问题,研究了轴承故障信号变换域的压缩采集、自动特征提取及诊断方法。基于压缩感知和深度学习理论,研究用随机高斯矩阵实现轴承信号的... 详细信息

机械健康监测正进入大数据时代,针对传统轴承故障检测存在的采样数据量大、故障特征依赖主观选取等问题,研究了轴承故障信号变换域的压缩采集、自动特征提取及诊断方法。基于压缩感知和深度学习理论,研究用随机高斯矩阵实现轴承信号的变换域压缩采集,并将此信号输入深度神经网络实现故障的智能诊断。该方法克服了传统针对时域信号的特征提取计算复杂、受先验知识和主观经验影响较大等问题,直接利用含有大量故障信息的压缩感知域采集信号训练深度神经网络,充分利用深度学习挖掘少量压缩采集数据中隐藏的故障信息,从而实现智能、准确的分类。实验结果表明,该方法实现了对不同故障位置和缺损程度的故障特征自动提取与准确故障诊断。

关键词：轴承故障诊断压缩感知域采集深度学习稀疏自编码

来源：评论

学校读者我要写书评

暂无评论

基于二阶校正法的多环芳烃污染物荧光检测

引用

光学精密工程 2018年第9期26卷 2212-2221页

作者：杜云郑亚南王书涛河北科技大学电气工程学院河北石家庄050018 燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

为了对复杂体系的多环芳烃进行定性识别和定量分析,构建了基于二阶校正法的荧光检测系统。利用二阶校正法在三维荧光数据处理中的优势,达到多种混合多环芳烃分离和鉴别的目的。采用FS920荧光光谱仪测量并分析了萘(NAP)、苊(ANA)及两者... 详细信息

为了对复杂体系的多环芳烃进行定性识别和定量分析,构建了基于二阶校正法的荧光检测系统。利用二阶校正法在三维荧光数据处理中的优势,达到多种混合多环芳烃分离和鉴别的目的。采用FS920荧光光谱仪测量并分析了萘(NAP)、苊(ANA)及两者混合物的荧光光谱特性,发现NAP溶液有一个荧光峰λex/λem=290/322nm,ANA溶液存在两个荧光峰分别为λex/λem=290/322nm和λex/λem=290/336nm,NAP和ANA荧光光谱重叠严重,并且不同浓度配比混合物的荧光光谱具有差异性。通过将二阶校正法与三维荧光光谱法相结合,实现对多环芳烃混合物的浓度检测。分别采用平行因子(PARAFAC)算法和自加权交替三线性分解(SWATLD)算法对光谱数据进行分解。结果表明:两种算法对NAP和ANA混合物均有较高的分辨能力,预测平均回收率均在95%~99%、均方根误差均小于0.2μg/L。相比之下,SWATLD算法的检测效果更好。

关键词：荧光光谱检测多环芳烃浓度检测二阶校正法 PARAFAC算法 SWATLD算法

来源：评论

学校读者我要写书评

暂无评论

双金属挡板金属-电介质-金属波导耦合方形腔的Fano共振传感特性

引用

中国激光 2019年第2期46卷 288-294页

作者：陈颖曹景刚许扬眉高新贝谢进朝唐心亮李少华燕山大学电气工程学院测试计量技术与仪器河北省重点实验室河北秦皇岛066004 河北科技大学信息科学与工程学院河北石家庄050018 河北先河环保科技股份有限公司河北石家庄050000

基于表面等离激元在亚波长结构的传输特性,提出了一种含双金属挡板的金属-电介质-金属(MDM)波导耦合方形腔结构。法布里-珀罗(F-P)谐振腔产生的宽连续态与由方形谐振腔产生的窄离散态干涉相消,形成了Fano共振。基于耦合模理论,定性分析... 详细信息

基于表面等离激元在亚波长结构的传输特性,提出了一种含双金属挡板的金属-电介质-金属(MDM)波导耦合方形腔结构。法布里-珀罗(F-P)谐振腔产生的宽连续态与由方形谐振腔产生的窄离散态干涉相消,形成了Fano共振。基于耦合模理论,定性分析了该结构Fano共振的产生机理。利用有限元法对该结构进行了仿真,定量分析了结构参数对折射率传感特性的影响。结果表明,优化参数后该结构的折射率灵敏度高达1080 nm/RIU,优质因子高达7.35×10~5。

关键词：表面光学表面等离极化激元波导双金属挡板方形腔 Fano共振

来源：评论

学校读者我要写书评

暂无评论

基于改进的最小二乘支持向量机与荧光光谱法检测山梨酸钾

引用

光学技术 2018年第2期44卷 188-193页

作者：王书涛张彩霞张强王志芳朱彩云杨雪莹燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

食品安全隐患越来越受到重视,而食品添加剂的过量使用更是个重要的因素。应用FS920荧光光谱仪,研究了防腐剂山梨酸钾的荧光特性,得到山梨酸钾荧光特征峰于λex/λem=375/490nm采用基于最小二乘支持向量机对橙汁溶液中防腐剂山梨酸钾进... 详细信息

食品安全隐患越来越受到重视,而食品添加剂的过量使用更是个重要的因素。应用FS920荧光光谱仪,研究了防腐剂山梨酸钾的荧光特性,得到山梨酸钾荧光特征峰于λex/λem=375/490nm采用基于最小二乘支持向量机对橙汁溶液中防腐剂山梨酸钾进行检测,通过改进的遗传算法寻优最小二乘支持向量机参数。经过样本训练得到橙汁溶液山梨酸钾的回归模型,对未知浓度的溶液进行预测,将新算法与基本遗传算法寻优的模型和BP神经网络对比。结果表明,自适应遗传-最小二乘支持向量机建立的预测模型在平均相对误差3.54%和平均回收率96.46%都是最优的,是一种准确有效的橙汁中山梨酸钾浓度检测方案。

关键词：荧光光谱山梨酸钾遗传算法最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

交变电磁场与超声波对硬水溶液及其结晶的影响

引用

化工学报 2018年第4期69卷 1620-1630页

作者：张传鑫韩勇朱琳赵瑞宽吴会帆河北省测试计量技术及仪器重点实验室燕山大学电气工程学院河北秦皇岛066004 河北省应用化学重点实验室燕山大学环境与化学工程学院河北秦皇岛066004

实验研究了交变电磁场、超声波及二者协同作用对硬水溶液pH及电导率的影响,并对实验过程中溶液内析出的碳酸钙晶体表面形态及晶体组成进行了观测与研究。研究结果表明:交变电磁场与超声波都能影响Ca(HCO_3)_2溶液内的离子水解平衡;交变... 详细信息

实验研究了交变电磁场、超声波及二者协同作用对硬水溶液pH及电导率的影响,并对实验过程中溶液内析出的碳酸钙晶体表面形态及晶体组成进行了观测与研究。研究结果表明:交变电磁场与超声波都能影响Ca(HCO_3)_2溶液内的离子水解平衡;交变电磁场能提升正、负离子的碰撞概率,促进CaCO_3晶体成核并抑制其体积增长;超声波能够促使CaCO_3沉淀的生成,同时增大溶液内离子的迁移速率,破坏晶体内碳酸根排列的有序性,诱导CaCO_3晶体缺陷性生长;通过SEM对最终生成的晶体形态观测可知,交变电磁场与超声波协同作用能够增加CaCO_3小尺寸晶体的数量,并抑制晶体体积生长,且能增加霰石在沉淀中的比例。

关键词： pH 电导率水解成核粒度分布 SEM

来源：评论

学校读者我要写书评

暂无评论

基于改进差分进化算法的运动想象脑机接口频带选择

引用

计量学报 2018年第2期39卷 276-279页

作者：胡春海李涛刘永红齐凡燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004

由于人脑对事件响应频带各不相同,为了准确确定个体最优滤波频带,提出一种多策略变异算子和时变非线性交叉因子差分进化算法对运动想象EEG频带进行处理,采用共空间模式算法提取特征向量,利用线性分类器进行分类识别。使用该方案对BCI co... 详细信息

由于人脑对事件响应频带各不相同,为了准确确定个体最优滤波频带,提出一种多策略变异算子和时变非线性交叉因子差分进化算法对运动想象EEG频带进行处理,采用共空间模式算法提取特征向量,利用线性分类器进行分类识别。使用该方案对BCI competition Ⅲ-dataset 4a受试者的EEG数据进行了10次5倍交叉分类实验。实验结果表明,该算法稳定性强、耗时少,解决了运动想象BCI特征提取中的最优频带选择问题。

关键词：计量学频带选择差分进化脑机接口运动想象

来源：评论

学校读者我要写书评

暂无评论

基于相关主成分分析和极限学习机的风电机组主轴承状态监测研究

引用

计量学报 2018年第1期39卷 89-93页

作者：何群王红江国乾谢平李继猛王腾超燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

提出了一种基于相关系数法和主成分分析法以及极限学习机相结合的主轴承状态监测方法。该方法利用相关系数法选取数据采集与监视控制系统中与主轴承温度相关的变量作为初始输入变量;再用主成分分析法对所选变量进行降维处理,以消除变量... 详细信息

提出了一种基于相关系数法和主成分分析法以及极限学习机相结合的主轴承状态监测方法。该方法利用相关系数法选取数据采集与监视控制系统中与主轴承温度相关的变量作为初始输入变量;再用主成分分析法对所选变量进行降维处理,以消除变量之间的相关性和冗余性;进一步利用极限学习机建立主轴承正常运行时的温度模型并用其进行温度预测;最后利用滑动窗和核密度估计方法对残差进行分析,并基于实测的数据进行主轴承故障模拟。结果表明,该方法可有效地实现主轴承潜在故障的预测。

关键词：计量学风电机组主轴承状态监测极限学习机温度预测残差分析

来源：评论

学校读者我要写书评

暂无评论

一种负荷突变情况下异步电机转子断条故障在线检测新方法

引用

计量学报 2018年第5期39卷 720-724页

作者：江国乾任孝儒何群谢平杜硕任宗浩燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

异步电机发生转子断条故障时,其定子电流故障特征频率分量容易被电流基频淹没,加之实际工作中电机负荷突变的干扰,极大地增加了故障特征频率提取及检测的难度。为解决该问题,将解析小波和定子电流谱减法结合,提出一种有效的故障检测新... 详细信息

异步电机发生转子断条故障时,其定子电流故障特征频率分量容易被电流基频淹没,加之实际工作中电机负荷突变的干扰,极大地增加了故障特征频率提取及检测的难度。为解决该问题,将解析小波和定子电流谱减法结合,提出一种有效的故障检测新方法。该方法首先利用解析小波变换来判断负荷突变点,然后通过谱减法来消除定子电流频谱中的基频分量,突出故障特征频率,进一步定义故障程度因子来量化转子断条故障程度。仿真和实验分析结果表明,该方法对于负荷突变情况下转子断条故障特征频率更加敏感,能够定量地描述转子故障程度。

关键词：计量学转子断条负荷突变定子电流信号谱减法解析小波变换

来源：评论

学校读者我要写书评

暂无评论

同步压缩-交叉小波变换及滚动轴承故障特征增强

引用

计量学报 2018年第2期39卷 237-241页

作者：李继猛黄梦君谢平江国乾陈萌何群燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

为了更有效地对轴承故障进行监测和诊断,提出了一种基于同步压缩-交叉小波变换的滚动轴承故障特征增强方法。该方法首先将信号分成长度相等的两路信号,然后分别进行同步压缩小波变换,并将得到的同步压缩小波系数作为交叉小波变换的输入... 详细信息

为了更有效地对轴承故障进行监测和诊断,提出了一种基于同步压缩-交叉小波变换的滚动轴承故障特征增强方法。该方法首先将信号分成长度相等的两路信号,然后分别进行同步压缩小波变换,并将得到的同步压缩小波系数作为交叉小波变换的输入,进而获得交叉小波尺度谱,实现轴承故障特征频率的增强。将该方法应用于滚动轴承的故障诊断,与连续小波变换、交叉小波变换和同步压缩小波变换方法相比,所提方法可有效提取轴承在时频域内的细节特征,使轴承特征频率在时频域上的可读性增强,进而实现轴承故障的精确可靠诊断。

关键词：计量学滚动轴承同步压缩小波交叉小波故障诊断

来源：评论

学校读者我要写书评

暂无评论

三维荧光光谱结合Tchebichef矩快速鉴别掺伪芝麻油

引用

发光学报 2018年第4期39卷 568-572页

作者：潘钊崔耀耀吴希军刘婷婷苑媛媛燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

应用FS920荧光光谱仪测定样品的三维荧光光谱数据,直接利用Tchebichef矩提取三维光谱灰度图的特征信息,然后对其进行聚类分析,最后通过逐步回归建立样本中各成分的线性模型。聚类分析能够准确识别掺伪芝麻油,并正确解析其组成成分,得到... 详细信息

应用FS920荧光光谱仪测定样品的三维荧光光谱数据,直接利用Tchebichef矩提取三维光谱灰度图的特征信息,然后对其进行聚类分析,最后通过逐步回归建立样本中各成分的线性模型。聚类分析能够准确识别掺伪芝麻油,并正确解析其组成成分,得到的线性模型相关系数R>0.99。研究表明,Tchebichef矩能够有效提取光谱的特征信息,应用于掺伪芝麻油鉴别可获得良好的定性和定量分析结果。

关键词：三维荧光光谱 Tchebichef矩聚类分析定量分析掺伪鉴别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：