您的位置: 专家智库 > >

国家高技术研究发展计划(2007AA04Z426)

作品数:5 被引量:13H指数:2
相关作者:杨将新曹衍龙郑华文方力先谢永诚更多>>
相关机构:浙江大学杭州电子科技大学上海核工程研究设计院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:核科学技术自动化与计算机技术电子电信机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇核科学技术
  • 1篇机械工程
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇电站
  • 2篇核电
  • 2篇核电站
  • 2篇报警
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇吸引子
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波变换
  • 1篇描述子
  • 1篇基于支持向量...
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇估计方法
  • 1篇关联维数
  • 1篇反应堆
  • 1篇傅立叶描述子
  • 1篇AR模型

机构

  • 5篇浙江大学
  • 3篇杭州电子科技...
  • 3篇上海核工程研...

作者

  • 5篇曹衍龙
  • 5篇杨将新
  • 4篇郑华文
  • 3篇方力先
  • 3篇谢永诚
  • 2篇何元峰
  • 1篇沈小要
  • 1篇曾复
  • 1篇程实

传媒

  • 2篇浙江大学学报...
  • 1篇工程设计学报
  • 1篇核动力工程
  • 1篇原子能科学技...

年份

  • 1篇2011
  • 3篇2010
  • 1篇2008
5 条 记 录,以下是 1-5
排序方式:
基于AR模型和小波变换的松动件定位方法
2011年
针对检测到的松动件冲击信号含有许多噪声信号,为了有效提取有用信号,将基于AR模型和小波变换相结合的多重滤波方法应用于松动件冲击信号的提取.采用移动均值法滤除低频噪声,再利用AR模型对高频噪声进行白化处理,通过小波非线性阈值去噪,实现松动件跌落信号的提取.利用时域均方差获取信号到达各个传感器的时间差,并通过双曲线交汇法计算松动件跌落位置.在钢板试验台对所提出的方法进行试验验证,实验结果表明,所提方法对不同形状和不同质量的松动件都具有比较好的定位效果,且稳定性好.
杨将新程实曹衍龙郑华文何元峰谢永诚
关键词:AR模型小波变换
基于自适应AR模型的核电站松动件报警方法被引量:3
2010年
为能快速准确地检测到核电站一回路零部件的松动或脱落,提出1种基于自适应AR(auto-regressive)模型的松动件报警方法。该方法利用自适应AR模型跟踪一回路中背景噪声的变化,先对信号进行白化处理,再计算白化后信号的短时均方根(RMS),设置RMS动态阈值实现报警。采用秦山核电站一号机组背景噪声和松动件碰撞信号叠加进行了仿真试验,结果表明,该方法能够在低信噪比和噪声复杂变化的条件下快速检测出松动件碰撞信号。
杨将新郑华文曹衍龙方力先谢永诚沈小要
关键词:报警
基于分形理论的反应堆零件松动报警被引量:1
2010年
为提高核电站松动件监测系统的报警准确率,提出用非线性分形理论对松动件进行报警。通过分析背景噪声、松动件冲击信号和背景噪声下冲击信号的关联维数发现,关联维数的变化能很好地反映出反应堆运行中的零件松动情况。即不同质量的零件松动产生的冲击信号具有相近的关联维数,且与背景信号有明显的区别;在背景信号下的钢球冲击信号仍能表现出钢球冲击信号的特征。实验证明,即使在很小信噪比下,仍能有效检测出冲击信号。
方力先曾复曹衍龙杨将新王赤虎谢永诚沈小要
关键词:反应堆吸引子关联维数
基于支持向量机的核电站松动件质量估计方法被引量:1
2010年
在分析传统松动件质量估计方法的基础上,提出一种基于支持向量机(SVM)的核电站松动件质量估计方法.分析松动件跌落碰撞信号的频率分布特征与松动件质量之间的关系,提取表征信号频谱的特征向量.以该特征向量为SVM的输入,松动件质量为输出,实现对核电站松动件质量大小的估计.最后进行平板实验验证,实验结果表明,该方法比传统方法具有更高的计算精度和实现方便性,为核电站松动件质量估计提供了一种新的方法.
郑华文曹衍龙杨将新何元峰方力先谢永诚
关键词:核电站支持向量机
基于计算机视觉的珍珠形状分级识别技术研究被引量:8
2008年
为了解决人工分选珍珠效率低、精度不高等问题,提出了一种基于计算机视觉的珍珠形状分级方法.首先根据珍珠图像的灰度直方图对图像进行分割,并使用闭操作去除图像中噪点,接着用八邻域法搜索珍珠图像的边界,提取珍珠轮廓曲线的傅立叶描述子,再计算被测珍珠与标准模板库珍珠的傅立叶描述子的欧氏距离,根据欧氏距离实现珍珠形状的分级识别.最后实验验证了本方法的有效性和实用性.
郑华文曹衍龙杨将新
关键词:傅立叶描述子计算机视觉
共1页<1>
聚类工具0