基于光纤光栅和小波包分析的结构损伤探测

以光纤光栅为传感元件、小波包分析为信号提取工具,获取了智能材料四边简支板损伤前、后的动态应变信号检测方法,并采用耦合神经网络方法对智能材料四边简支板结构进行了损伤识别分析。结果表明,光纤光栅可非常灵敏地检测出智能材料内部的动态应变信号,小波包信号处理方法可获得大量反映结构损伤特征的有效信号;随着损伤孔径的增大,耦合神经网络损伤识别的精度提高,可得到损伤的位置和大小的信息。研究结果在大型工程结构的健康监测中具有重要的潜在应用价值。     

基于CEEMDAN与样本熵的高压断路器机械故障诊断

依据高压断路器振动信号特性，提出一种自适应白噪声完整经验模态分解( complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)与样本熵相结合的高压断路器故障特征提取方法。首先利用CEEMDAN将分闸振动信号分解成一系列内禀模态函数(intrinsic mode function，IMF)，然后利用相关系数法与归一化能量筛选包含信号主要特征信息的前7阶IMF分量，求取其样本熵作为特征量，最后采用粒子群算法(particle swarm optimization，PSO)优化支持向量机(support vector machine，SVM)分类器，对断路器不同故障类型进行分类识别。实验结果表明该特征提取方法能准确提取振动信号特征量，输入PSO-SVM诊断高压断路器故障能取得良好的效果。     

基于高分辨率卫星影像的建筑物轮廓矢量化技术

高分辨率卫星影像包含着地表目标丰富的形状结构和纹理信息 ,使其成为城市研究的重要数据源。建筑物作为城市区域的主体单元 ,其轮廓的矢量信息在城市研究中有着重要的应用价值。二值点阵图的矢量化是图像处理的一个重要课题 ,现有的矢量化方法在提取建筑物轮廓信息时都存在局限性。本文针对矩形建筑物的轮廓矢量化提取技术 ,提出了一种新的基于角点识别和定位的矢量化方法。该方法自动提取建筑物二值图上的轮廓点 ,而后进行以基础点为划分点列组合依据的处理 ,再采用最小二乘法进行分段线性拟合 ,其中关键步骤就是如何准确识别参与拟合的轮廓点群。实验结果证明用该方法提取矩形建筑物轮廓具有运算速度快、效率高、精度满足实际应用需要等优点 ,有较好的实用价值。     

基于遥感的新疆北疆积雪盖度及雪深监测

新疆北疆为雪灾多发区,准确地监测积雪分布及雪深具有十分重要的意义,可为雪灾多发区在冬季做好防灾减灾工作提供依据.目前MODIS数据主要运用归一化差分雪盖指数(NDSI)对积雪进行提取.NDSI是基于雪对可见光与近红外波段的反射特性和反射差相对大小的一种测量方法,然而它只能将像元辨别为积雪或非积雪,满足不了高精度的流域制图及雪盖提取要求.以新疆北疆为研究对象,应用MODIS数据和线性光谱混合模型提取像元内积雪所占比例(积雪盖度),并与NDSI建立关系,讨论了NDSI是否可以作为估算积雪盖度的标准,进而提高NDSI在积雪监测中的应用精度.结果表明,二者具有较好的线性关系,经过野外实测点的验证,25个点的平均绝对误差是0.06.此外,以MODIS数据与地面实测雪深资料为基础,通过分析和研究MODIS窗区通道的光谱特点,探讨了适合于积雪雪深监测最佳的MODIS通道,初步建立起应用MODIS资料监测北疆地区积雪深度的反演模型.     

开关柜局部放电综合检测方法的研究与应用

针对开关柜局部放电检测环境复杂,故障信号定位时间长,准确性差的问题,结合现场实际进行分析研究,提出了基于特高频(Ultra High Frequency,UHF)、暂态地电压(TransientEarth Voltages,TEV)和超声波等检测技术的开关柜局部放电综合检测方法。应用结果表明:综合检测方法能避免干扰信号对检测结果分析判断的影响,快速、有效地检测出开关柜局部放电缺陷。     

河滨220kV智能变电站系统调试关键问题分析

以河滨智能变电站220 kV部分二次侧调试为对象,对全站二次回路和保护装置进行分析,通过调试,解决了变电站中户外智能组件柜相关回路和户内保护装置存在的问题。结果表明:户外2套智能终端的正确配合,是保证智能变电站二次回路和信号回路正确性和完整性的关键。     

桩基缺陷偏心的二维效应分析

桩基低应变动测中经常会遇到桩身缺陷偏于一边的情况。对此 ,不同的检测人员可能会给出有一定差异的检测结果 ,这给有关部门对缺陷桩的定性以及决策带来不便。本文针对桩基低应变动测中可能遇到的桩身缺陷偏心问题 ,采用二维波动有限元方法进行数值模拟分析 ,研究桩身缺陷偏心的二维效应 ,分析缺陷偏心时桩顶各部位振动信号的差异 ,探讨对缺陷偏心桩在现场检测中应注意的问题。     

汶川地震次生灾害提取——面向对象影像分类技术的应用

遥感技术可快速准确地提取滑坡、崩塌、泥石流、堰塞湖等次生灾害信息。面向对象影像分类技术主要通过多尺度分割,并根据对象的特征进行模糊分类,可以很好的利用影像上下文信息,提高分类精度,与传统方法相比优势明显。利用汶川地震的震前、震后的福卫二号等数据进行研究,使用面向对象方法对北川附近灾情进行了变化检测分析;并结合DEM数据对唐家山堰塞湖璇坪乡区域震后初期的水体面积和蓄水增量进行了分析。在此基础上,总结了提取地震次生灾害的关键技术和工作流程。实验结果表明,应用面向对象的变化检测方法提取地震次生灾害可以取得很好的结果。     

带电检测装备线性度误差检测的影响因素研究

针对目前局部放电带电检测仪器缺乏统一检验规范的问题,根据超声波和暂态地电位局部放电检测仪检测原理与技术规范要求,结合实验室线性度误差校验结果,综合分析了信号幅值、频率、背景噪声对检测仪器线性度误差的影响,提出了用线性度误差表征超声波和暂态.地电位局部放电检测仪器性能的方法。研究结果表明:局部放电带电检测仪器线性度误差检测实验中,选择合适的信号幅值、频率对于检测结果的精度至关重要。     

一种基于微分的改进电压跌落检测算法研究

电压检测算法是动态电压恢复器(Dynamic Voltage Regulator,DVR)关键技术之一,但其响应能力和补偿精度无法同时兼顾的问题制约了 DVR 的发展与应用。为了达到改善该问题对 DVR 的影响的目的,通过深入分析基于瞬时无功理论的 dq0 检测法和单相瞬时电压的 dq0检测法,并引入了微分提取直流分量法,得到一种基于微分的改进电压跌落检测算法。Matlab 仿真结果表明:此算法不仅能够提高响应速度,还大大改善了检测的精度。     

基于电缆有线通信式智能核相装置的设计

电力电缆现有核相方式需通过万用表核相,该核相方式需要电缆一端工作人员变换不同的接线方式,另一端工作人员通过万用表通断判断电缆首尾相序是否一致,核相步骤繁杂;并且该方式下核相过程需要工作人员通过手机或对讲机实时沟通,由于配电网或环网站有时处于地下,或因建筑结构和位置因素造成无线信号屏蔽,导致核相工作人员间通信困难;因此,针对传统核相方式工作效率低下的问题,提出了一种基于电缆有线通信式智能核相装置,能够实现工作人员在核相过程中实时沟通且核相快速、准确。     

基于小波包分析的框架结构损伤识别

损伤将引起结构动力特性和动力响应的变化,反过来,可以通过结构动力性能或动力响应的变化识别结构损伤,但它们对结构局部损伤并不十分敏感。而小波包分析具有优越的时-频局部化性能,可以在时—频域以任意精度进行信号分析。本文在小波包分析基础上,提出了基于小波包分析的损伤检测和识别方法:首先将结构响应信号分解为小波包组分,然后通过考察各组分小波信号的变化情况识别损伤。该方法仅利用结构响应数据识别损伤,实测方便,计算简单,并通过3层钢框架结构的模型试验成功地识别出损伤时刻和损伤位置,验证了其可行性。     

多绕组高压电压互感器误差通用推算方法

为解决高压电压互感器现场校验耗时耗力,且易受停电计划影响和无法带实际二次负荷的问题,提出一种对不同绕组数均适用的电磁式电压互感器通用误差间接推算方法。该方法基于互感器误差基本原理,只需测量较少物理量就可得到实际运行条件下互感器误差。应用结果表明:推算法检测结果准确,大大减少了传统直接检测方法所需仪器设备数量,提高了互感器误差检测效率。     

量子粒子群优化算法在结构参数识别中的应用

系统识别问题可以转化成一高维多模优化问题。针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和较大误差的缺陷,提出将量子粒子群优化算法(QPSO)应用于结构参数识别。QPSO具有参数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解的特点。本文在测量数据不完备且含噪声污染,参数质量、刚度和阻尼等信息缺乏的情况下,通过数值模拟以及在真实结构参数识别中的应用,验证了QPSO的有效性。     

应用带电检测技术对开关柜早期缺陷的诊断

针对高压开关柜早期局部放电缺陷发现率低,故障信号源定性困难,定位准确率差的问题,结合现场实际案例进行分析,提出了基于暂态低电压、特高频和超声波的带电检测方法及幅值定位法和时差定位法的定位技术。应用结果表明:带电检测技术能够在开关柜早期缺陷诊断中发挥重大作用,并有利于设备状态评价与检修工作的开展。     

基于智能算法的大气污染防控知识图谱：研究方法、演化路径与应用展望

大气污染防控是保障人民健康与生命安全重要的研究课题，智能算法是大气污染防控及预测预警的重要工具手段。通过Citespace对Web of Science核心数据库中1998—2021年智能算法在大气污染防控中应用的文献进行可视化分析。结果表明：(1)智能算法在大气污染防控应用历经“数理统计-遥感监测-数字模拟-神经网络算法”四个阶段；(2)研究主题集聚为“神经网络模型”“智慧健康检测系统”和“城市空间的大气污染”三个核心聚类演变路径；(3)应用方式包括“大气污染时空分布”“大气污染因素相关性”“大气污染事件预测”“空气质量优劣评估”与“健康韧性城市应用”五个方面。未来智能算法在大气污染防控中的应用趋势，将体现“高精度预测-全周期评估-健康化理念”的特点。