排序方式: 共有106条查询结果,搜索用时 0 毫秒
21.
22.
针对低压配电系统中单个用电负载支路串联电弧故障辨识困难的问题,提出一种基于高频重构信号和Bayes-XGBoost的低压电弧辨识方法。首先,搭建多支路、多负载类型的低压电弧故障真型实验平台,并采集相关数据。其次,基于故障前后主线路电流高频信号变化规律,提出信号微弱变化叠加法重构故障有效信号。最后,建立适用于单个负载支路电弧故障辨识的XGBoost模型,并采用Bayes算法对模型多个超参数进行优化。实验结果表明,所提方法在多种工况下对单个负载支路电弧故障具有较高的辨识准确率。与6种主流故障分析方法对比,所提方法在精度、训练速度和泛化能力等方面展现出了显著的优越性,有利于实现低压配电系统单个负载支路电弧故障的可靠辨识。 相似文献
23.
针对变转速工况下,多级齿轮传动低速级齿轮故障信号易受背景噪声干扰,导致频谱特征模糊,微弱故障特征难以提取的问题,提出一种基于同步压缩小波变换(Synchrosqueezing Wavelet Transform, SWT)与改进经验小波变换(Improved Empirical Wavelet Transform, IEWT)相结合的齿轮无转速计阶次跟踪方法。首先为提高无转速计阶次跟踪瞬时频率估计精度,设计连续小波变换-椭圆时变滤波器(Continue Wavelet Transform-Elliptic Time-Varying Filtering, CWT-ETVF)对齿轮振动信号滤波降噪,依据滤波所得单分量的SWT时频分布进行峰值搜索,以实现高精度的瞬时频率估计,然后对时变故障信号等角度重采样获得角域平稳信号。针对EWT方法频谱分割不合理的问题,提出一种依据频谱包络趋势进行边界划分的改进经验小波变换方法对角域平稳信号自适应分解。最后选择合适分量自相关去噪,并通过阶次解调分析识别故障特征。仿真及实测局部断齿数据分析表明,该方法可以准确提取变转速齿轮时变微弱故障特征。 相似文献
24.
刘江明艾云飞吴承福罗晨晨张翾喆 《浙江电力》2017,(3):38-41
金属氧化物避雷器带电检测相比传统的停电检测具有极大的优势,但现场检测时带电设备之间存在错综复杂的耦合电容关系,不可避免地会给被试金属氧化物避雷器带来干扰。在分析"一"字形排列避雷器相间干扰基础上,结合实际检测案例,分析外界空间干扰所带来的影响,并指出在现场干扰条件下,当边相发生异常后采用边相补偿方式会导致正常相阻性电流检测数据异常,造成对避雷器设备状态的误判。现场检测时需根据实际干扰因素,对试验数据进行差异化分析,同时结合其他检测方法进行综合分析与评价。 相似文献
25.
目的建立Qu ECh ERS方法和气相色谱-三重四极杆串联质谱(gas chromatography-tandem mass spectrometry,GC-MS/MS)联用技术快速检测大米、韭菜、茶叶中51种不同农药残留量的方法。方法利用乙腈提取样品,分散固相萃取法净化样品,GC-MS/MS检测采用选择多反应监测(multiple reaction monitoring,MRM),灵敏度最高的离子对用作定量。结果 51种农药在20~1500 ng/m L范围内呈现良好的线性关系,相关系数(r~2)大于0.99,各农药检出限(S/N≥3)为0.0005~0.02 mg/kg,除双甲脒回收率在14.61%~35.56%外,其他农残在3个浓度添加水平上的加标回收率范围为51.5%~129%,相对标准偏差(relative standard deviation,RSD,n=6)范围为0.79%~15.23%。结论该方法灵敏度高,准确性好,快速简便,适用于大米、韭菜、茶叶中51种农药残留量的快速测定和验证。 相似文献
26.
目的建立一种鸡蛋和鸡肉组织中氟虫腈及其代谢物残留的气相色谱三重四极杆串联质谱法(GC-MS/MS)检测方法。方法样品经乙腈提取液,Bond Elut EMR-Lipids法净化,去除鸡肉和鸡蛋组织中的脂类和蛋白质。质谱采用多反应监测模式(multiple reaction monitoring,MRM)对氟虫腈及其代谢物的定量离子和定性离子进行监测。结果本方法中氟虫腈及其代谢物在20.0~1000μg/L的浓度范围内,线性良好,相关系数r~2大于0.994,在10、20、50μg/L水平上的平均回收率在91%~114.32%之间,相对标准偏差(relative standard deviation,RSD)为0.4%~7.8%(n=6),氟虫腈及其代谢物的检出限(S/N=3)为2.0~3.5μg/kg,定量限(S/N=10)为6.0~10.5μg/kg。结论该方法具有前处理简便快捷、净化效果佳、灵敏度高、成本低等特点,适用于鸡蛋和鸡肉中氟虫腈的快速确认及定量检测。 相似文献
27.
针对轧刚表面缺陷种类多样、形状多变导致检测效率低、精度差的问题,提出了一种改进YOLOv3的轧钢表面缺陷检测算法。首先,对骨干网络提取的特征采用PSA金字塔拆分注意力模块进行多尺度融合。其次,采用PAN结构代替FPN,使得浅层语义和深层语义的特征能充分融合。接着采用Decoupled_Head,将回归预测和逻辑预测分离以避免之间的干扰。最后,在损失函数方面,根据真实框大小赋予不同权值,以提高网络对小目标的检测效果。实验表明改进后的YOLOv3在NEU-DEU数据集上的平均检测精度为80.01%,比原始的YOLOv3提高了3.05%,且相较于YOLOx、YOLOv5等算法也有较大的检测精度优势。 相似文献
28.
29.
传统的夹具定位分析方法都是基于点模型描述的,而不考虑工件和定位元的曲率影响,即使CARLSON提出的二次方法也只是考虑了工件局部曲率的影响,但是当定位元的局部曲率和工件的局部曲率相当时,定位元的局部曲率对夹具定位精度的影响很大。基于此,定义面—面有向距离函数,分析面—面有向距离函数的微分性质,由此推导出面—面有向距离函数的二阶泰勒展开式。在此基础上,给出夹具定位的二次敏感度方程,提出一种双边二次的夹具定位分析方法。该方法不仅考虑了工件局部曲率对定位精度的影响,还考虑了定位元局部曲率对定位精度的影响。仿真试验表明,该方法比线性方法、CARLSON的二次方法的分析精度高。 相似文献