公共文化服务平台

共 4 条记录，以下是 1-7

全选清除导出

排序方式：

PDE Toolbox和最小二乘法在导热问题中的应用被引量：2: 2011年; 设计金属加热的控制策略,首先要获得金属导热体的开环系统模型。针对一个带有矩形孔的金属薄板上的热传导问题,采用PDE Toolbox进行求解和仿真,并用最小二乘方法进行热传导系统的建模与仿真,以获得模型中的参数。将此参数与求解微分方程方法所得到的数据进行对比,结果表明,采用最小二乘法可以更清楚地了解金属板的外部特性,并获得输入输出信号的差分方程,而求解微分方程的方法则显示了金属板的内部特性,两种方法是等效的。; 朱秋旻陈晓平; 关键词：热传导方程最小二乘算法系统辨识开环系统

基于混沌时间序列的滚动轴承故障局部预测: 利用混沌时间序列的局部预测法,构造了石油钻井设备中的3524型滚动轴承在内圈裂缝情况下的预测模型,通过实际测量得到的滚动轴承内圈裂缝振动信号,验证了混沌时间序列局部预测法对滚动轴承故障预测的可行性。研究结果表明混沌时间序...; 和卫星陈晓平马东玲; 关键词：混沌时间序列滚动轴承故障预测; 文献传递

基于小波分析的滚动轴承振动信号处理: 利用小波阈值消噪技术和小波包特征提取方法,对石油钻井台3524型传动滚动轴承振动信号进行处理,大幅度提高了信噪比,使得轴承损伤造成的冲击突变信号得以突出,提高了特征信息的灵敏度和分辨率,从而达到有效提取滚动轴承信号特征与...; 陈晓平和卫星陈季云; 关键词：小波分析滚动轴承信号处理; 文献传递

基于小波变换与近似熵的睡眠分期研究被引量：4: 2008年; 目的:考察睡眠各期与近似熵的相互关系及相关参数选取对其的影响,以获取一种能较好反映睡眠分期的特征量。方法:数据处理于2007-05/09在江苏大学电气信息工程学院生物医学工程系实验室完成。睡眠脑电数据取自波士顿Beth Israel医疗睡眠数据库,16个测试对象均为男性,年龄32～56岁。对睡眠脑电数据首先应用小波变换,将脑电信号中的噪声进行消噪处理,然后再利用近似熵将消噪后的睡眠脑电信号进行特征提取。结果:睡眠各期脑电的近似熵是不一样的,清醒状态时,其值最大,随着睡眠的深入,大脑思维活动减少,近似熵的值逐渐降低;进入III期、IV期深度睡眠状态时,近似熵的值减到最低;在快速眼动睡眠期,脑电信号又与非快速眼动睡眠期I期类似,近似熵的值开始回升。近似熵在睡眠各个阶段具有显著差异性和规律性,表明近似熵能很好的用于表征睡眠分期。结论:①睡眠脑电信号经过小波变换能有效的消除噪声并保持原信号的突变性质,从而表明了小波变换对非平稳信号的消噪具有很好的有效性和实用性。②对消除噪声后的睡眠脑电信号利用近似熵能很好的实现睡眠分期,从而实现了提取睡眠脑电有用信息的目的。; 陈晓平和卫星姚静; 关键词：睡眠分期小波变换

传感器和执行器故障检测与隔离方法被引量：2: 2008年; 设计构造一种基于观测器的故障检测与定位方法,该方法对多输入多输出随机系统中传感器和执行器同时发生的故障或分别发生的故障进行检测和定位.为确定故障位置,先将原系统按传感器个数划分成若干子系统,使每个子系统与特定的传感器故障不相关而与其他传感器故障相关,再为每个子系统设计一个观测器,使其对特定的执行器故障不敏感而对其他执行器故障的敏感度最大.由此,利用观测器的信息统计量,经逻辑判别便可确定系统中传感器或执行器故障位置.; 和卫星陈晓平; 关键词：故障检测故障隔离观测器传感器执行器

石油钻井传动滚动轴承的故障诊断: 对采集到石油钻井的滚动轴承正常、内圈和滚子裂缝、内圈和滚子剥落三种工况下的振动信号利用小波分析进行消噪处理后,再利用小波熵进行特征提取,对提取到的特征向量分别使用RBF神经网络和支持向量机进行故障类型的模式识别。从实验处...; 和卫星陈晓平陈季云陆森林; 关键词：滚动轴承故障诊断小波变换 RBF神经网络支持向量机; 文献传递

基于样本熵的睡眠脑电分期被引量：26: 2009年; 运用样本熵从波士顿Beth Israel睡眠脑电实验数据中提取睡眠特征值,对睡眠分期进行研究.针对脑电属于微弱非平稳随机信号、难于提取特征的特点,利用小波变换先有效地消除脑电信号中的噪声,再计算其样本熵用以表征睡眠各分期.计算结果表明,由清醒期到非快速眼动的Ⅳ期过程中,其样本熵值呈规律性逐渐变小,与该库中专家评定的结果相符.这说明经过小波消噪和样本熵处理的脑电信号能准确地反映睡眠各期的变化特征,比用近似熵表征睡眠分期更准确、运算速度更快,完全适用于非平稳随机信号的处理.; 和卫星陈晓平邵珺婷; 关键词：睡眠分期脑电信号小波变换近似熵

全选清除导出

共1页<1>

江苏省高校自然科学研究项目(06KJD510038)