基于RF-MLP的烘丝出口含水率预测

针对烟丝烘丝出口含水率预测精度不足导致水分控制参数难以准确设置的问题,提出了基于随机森林和多层感知器的烘丝出口含水率预测方法。首先,采用随机森林方法提出烘丝出口含水率的相关特征,构建含水率特征矩阵。其次,将特征矩阵作为多层感知器的输入,建立特征量与烘丝出口含水率的5层隐含层预测模型。最后,通过网格搜索算法进行预测模型的结构优化。结果表明,在烘丝含水率预测中,文中方法的模型决定系数达到了0.97,优于对比方法。文中方法提高了烘丝出口含水率预测精度,可辅助含水率控制策略的制定,进而提高烟丝品质。     

强噪声下碳纤维复合材料疲劳损伤概率成像方法研究

基于主动Lamb波的结构健康监测方法在实际应用中受结构振动、服役环境强噪声等干扰,使得损伤定位不准确。针对上述问题,提出了一种在强噪声背景下基于改进损伤因子的碳纤维复合材料疲劳损伤概率成像方法。本文方法利用局部加权散点平滑（Locally weighted scatterplot smoothing,LOWESS）算法对经希尔伯特变换（Hilbert transform,HT）后的含噪信号包络进行平滑处理,获得每条传感通道的飞行时间（Time of flight,ToF）;然后根据有无损伤情况下的ToF获得改进的损伤因子,并结合损伤概率成像方法实现碳纤维复合材料板内部疲劳损伤定位成像。实验结果表明,在强噪声环境下本文方法能够有效定位结构内部疲劳损伤,提高损伤定位准确性,且本文方法的损伤定位误差较现有损伤概率成像方法误差至少降低了63.7%。     

基于SLIC超像素算法和密度聚类的TA2钛板表面缺陷定量化评估研究

由于边缘效应的影响,TA2钛板涡流C扫描图像中缺陷区域与背景区域混杂,边缘对比度低,难以实现缺陷区域定量化评估。针对以上问题,提出了一种基于简单线性代聚类(SLIC)超像素算法和密度聚类算法的涡流C扫描图像分割方法。首先对TA2钛板进行涡流无损检测,获得包含有TA2钛板表面缺陷的涡流C扫描图像;然后利用SLIC超像素算法将获得的C扫描图像预分割成若干小区域;最后通过密度聚类算法对预分割后的C扫描图像进行区域合并,得到受检测TA2钛板C扫描图像中的缺陷区域,通过对缺陷区域进行细化处理和轮廓跟踪可以得到TA2钛板缺陷区域的估计长度,实现对TA2钛板表面缺陷的定量化评估研究。实验结果表明,该方法能够有效地实现受检测的TA2钛板表面缺陷的可视化、定量化分析,与传统的图像分割方法相比分割效果更优、准确性更高。     

基于EEMD和Teager能量算子的电能质量扰动检测

针对电能质量扰动检测的问题,结合经验模态分解（EMD）理论和总体平均经验模态分解（EEMD）算法以及Teager能量算子（TEO）,提出基于EEMD和Teager能量算子的电能质量扰动检测方法。利用经验模态分解方法,将电力系统监测信号分解成不同特征时间尺度的单分量固有模态函数（IMF）,用Teager能量算子计算各固有模态函数的瞬时幅值和频率,得到扰动信号的幅值谱。该方法充分利用了EEMD的自适应性与Teager算子的快速响应能力,仿真试验结果验证了该方法的有效性。