简介:众所周知,电动机电流是一种不稳定信号,其特性随电动机的随时间变化的正常工况而变化,结果,傅立叶分析难以将电动机的正常工况与故障工况区别开来,另一方面,时间-频率分析法清楚地显示了在变换域中,使与故障检测相关信号特性更明显的电动机电流,在本文中,我们提出了一个自适应的检测断条和轴承损坏的时间-频率统计法,由于电动机随时间变化的正常工况以及电动机几何结构对于电流的影响,我们使用了一种以训练为基础的方法,使用该方法,在实际的测试开始之前为来训练识别电动机的正常运行方式的算法。在训练阶段,利用转矩和机械转速估计来估计与故障检测有关的特性,然后,对这些特性进行统计分析,并将它们划分成电动机的几种正常运行方式,对于每一种方式要计算一个有代表性值和界定值,而后将其存入数据库,以用作测试阶段的基础,在测试阶段,要计算测试特性与模态代表值的距离,并将其与界定值进行比较,如果它比所有的界定值大,该测量值就称作为一个潜在的损坏信号,在后处理阶段,为了有多个测量值,该测试被反复进行,以提高检测的精度。从我们的研究中得到的实验结果表明,所推荐的方法提供了以电动机-电流为基础的故障探测的强有力的通用手段。
简介:摘要:卫星信道同步通信中,根据不同的业务或实际的带宽动态建链,传输时钟频率根据建链情况动态的在调整,因此网络传输设备和终端设备所使用的同步时钟基本为网络提供的时钟而不是本地时钟,由于传输的延时及参考时钟不一致会导致时钟数据的相对相位变化产生时钟飘移导致某些频率下采样数据不稳产生误码甚至无法通信。在实际的工程应用中什么时候使用网络时钟、什么时候使用本地时钟,需要正确的理解和处理时序关系才能确保信息传输的高可靠性。
简介:O439705348913单元双压电晶片变形反射镜主要性能参数的测试=Measurementofsomeimportantparametersof13—segmentbimorphdeformablemirror[刊,中]/曹根瑞,杨强(北京理工大学.北京(100081))∥光学技术.—1996,(4).—25—29介绍了自适应光学用13单元双压电晶片变形反射镜原始面形。δ—V曲线、频响特性曲线、静态影响函数矩阵等几个主要性能参数的测试方法和结果。从δ—V曲线得出了电压灵敏度和非线性滞后系数,从影响函数矩阵反演出了控制电压矩阵,利用这些结果校正了变形镜的原始面形,得出了一些重要的结论。图6参
简介:摘要目的:研究明/暗适应时间对正常成年食蟹猴闪光视网膜电图(ERG)结果的影响。方法:实验研究。选取3只成年食蟹猴,分别于暗适应20、40、60 min后用国际临床视觉电生理会标准参数刺激,常规程序记录暗适应ERG,在暗适应40 min后,分别明适应1、5、10 min记录明适应ERG。采用单因素方差分析比较各时间段振幅与潜伏期变化。结果:不同暗适应时间,a、b波和震荡电位OPs的潜伏期差异均无统计学意义(F=0.052,P=0.949),暗适应时间小于40 min时,a、b波和OPs的振幅随暗适应时间增加而显著增大(F=50.800,P<0.001);暗适应40 min时,振幅达到最大,且不再随暗适应时间增加而增大(F=0.016,P=0.899)。明适应a、b波的潜伏期同样不受明适应时间的影响(F=0.980,P=0.381),a、b波的振幅在明适应5 min后达到最大(F=4.789,P=0.036)且随时间延长趋于平稳(F=0.135,P=0.717)。结论:在一定时间内,明/暗适应时间对食蟹猴闪光ERG结果影响较大,故对食蟹猴暗适应ERG记录的时间不宜少于40 min,而明适应ERG在5 min后即可记录。
简介:[篇名]Aselftuningpredictivecontrollerbasedoninstantaneouslinearizationusingneuralnetworks,[篇名]Discrete-timeneuro-fuzzyadaptivecontrolbasedondynamicinversionforroboticmanipulators,[篇名]Fuzzyadaptiveoutputtrackingcontrolofaclassofcompositesystems,[篇名]Modelreferencefuzzyadaptivecontrolofdissolvedoxygenconcentration,[篇名]Model-referencefuzzyadaptivecontrolasaframeworkfornonlinearsystemcontrol,[篇名]Multivariablefuzzyadaptivecontrolofnonlinearsystems。
简介:[篇名]ADirectAdaptiveControlDesignforNonlinearDiscrete-timeUncertainSystems,[篇名]Adirectadaptivecontrolstrategyformanagingdiabetesmellitus,[篇名]Adaptivecontrolofaerospacestructureswithpersistentdisturbances,[篇名]Adaptiveneural/fuzzycontrolforinterpolatednonlinearsystems,[篇名]Anadvancedneuralnetworktopologyandlearning,appliedforidentificationandcontrolofaD.C.Motor,[篇名]Designoffuzzylogiccontrollerforthefinetuningofweightingparametersofdirectadaptivecontrol,[篇名]DirectAdaptiveControlforNonlinearMatrixSecond-OrderSystemswithTime-VaryingandSign-IndefiniteDampingandStiffnessOperators,[篇名]Fuzzydirectadaptiveslidingmodecontrolofinterconnectedlarge-scalesystems。
简介:根据混沌序列产生的确定性和非线性机制,基于Volterra级数和RLS算法,提出了一种少参数二阶非线性滤波算法用于混沌时间序列的自适应预测。仿真结果表明,这种非线性自适应滤波器能有效地预测一些超混沌序列,而且该滤波器的一步均方误差性能明显高于其他基于Volterra级数的NLMS算法,表明该算法具有良好的收敛性能。