摘要：局部均值分解(local mean decomposition,LMD)在分析非线性、非平稳信号时具有特有的分析能力,特别适合泵站机组摆度信号的分析.但是在信号分解为固有旋转分量的过程中,由于局域均值和包络估计函数在数据端点存在误差,会产生端点效应,严重时导致信号分解结果失真.针对这一问题,从全面考虑曲线幅值和几何形状相似性出发,提出基于灰色B型关联度和欧氏距离的端点效应抑制方法.为评价该端点效应抑制方法的抑制效果,提出分解前后的信号能量变化的评价标准.通过与原始局域均值分解算法、镜像映射法和波形匹配法等传统方法相比,验证该方法的有效性和优越性.仿真信号和泵站主轴摆度实测信号的应用表明,该方法能够有效地抑制端点效应,提高LMD分解过程中重构信号精度,更好地提取泵站机组摆度信号故障特征.

摘要：针对常规水力机组故障类型识别需要人工参与、识别效率低下的问题,借助轴心轨迹图片蕴含的丰富信息,在引入细粒度模型对故障严重程度进行区分的基础上,提出了一种基于卷积神经网络的水力机组轴心轨迹类型的智能识别方法.该方法先建立了4种故障严重程度的评判标准和对应的2种水电机组轴心轨迹细粒度数据库;利用改进过卷积层与池化层参数的卷积神经网络模型对数据库进行了模拟计算,并和全连接网络进行了对比分析.结果证明该模型对轴心轨迹故障类型的识别率达到了98.75%,对严重程度的识别率达到了98.33%,该方法提出的关于细粒度分类的有量纲指标相比量纲一指标拥有更优的状态描述能力,也符合水力机组故障诊断的发展趋势,因此基于卷积神经网络技术的轴心轨迹识别算法对于机组故障诊断具有重要价值.

摘要：针对水力机组振动摆度信号的非平稳特性,提出了基于局域均值分解模糊熵及超球结构支持向量机的涡带工况识别方法。首先对振动摆度信号进行局域均值分解,获得一系列乘积函数分量;然后计算各乘积函数分量的相关系数,判断是否存在虚假变量;最后计算有效乘积函数分量的模糊熵作为特征向量,利用超球结构支持向量机进行小负荷区、涡带区和稳定区的机组运行工况识别。水电站水导轴承摆度信号试验结果表明,该方法能有效识别机组涡带工况区间。

摘要：外景婚纱的流行趋势今年的流行婚纱依然注重手工艺和细节的设计感,有特色的服装将特别流行。在摄影方面,注重照片的内在情感,最终要体现的是某种情绪的表达,更要表现出人物与风景的协调统一感。

摘要：全成形经编提花手套是经编无缝成形编织工艺与贾卡提花技术相结合的产物。文章分析和设计了长款经编提花手套的款型结构和提花工艺,并对在双针床经编机上编织出的产品进行了初步评价,为今后进行类似产品开发提供参考。