冻结立井爆破近区井壁振动信号基线漂移校正和消噪方法

冻结立井爆破过程中，近区监测信号中含有的基线漂零及噪声成分对其局部特征精细化提取影响显著。在对近区井壁振动信号有效采集基础上，通过互补总体经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）方法、稀疏化基线估计消噪（baseline estimation and de-noising with sparsity, BEADS）方法和隐马尔可夫模型消噪（hidden Markov model de-noising, HMMD）方法等，解决了信号中基线漂移和随机噪声消除难题，并采用交叉小波变换对校正和消噪效果进行了相关性评价。实例分析结果表明:信号中缓变的基线成分遍历信号各个模态分量的整个过程，且主要集中于低频分量中，而噪声则集中在高频分量。组合分析方法对低频基线漂零和高频噪声的处理效果好，是一种高效且相对保幅的信号分析方法，可用于批量信号数据的预处理过程。     

变分模态分解在爆破信号趋势项去除中的应用

爆破工程中，信号趋势项的准确去除对提高爆破振动信号分析的精度具有重要意义。针对经验模态分解（empirical mode decomposition，EMD）识别法存在的模态混叠和端头效应等缺陷，提出了基于变分模态分解（variational mode decomposition，VMD）去除信号趋势项的方法，即VMD法。叙述了VMD法识别爆破信号趋势项原理，并进行了仿真实验，结果表明:趋势项频率对分解效果的影响相对较小，当趋势项频率处于1～5 Hz之间时，频率对分解效果的影响基本保持不变；振幅对分解效果影响显著，且振幅越小，VMD法的分解效果越差。当趋势项振幅超过原始爆破信号最大振幅的1/3时，VMD法分解效果较好。最后，应用VMD法和EMD法对含有趋势项的实测爆破振动信号进行处理，认为相比于EMD法，VMD法处理后的信号基本一致且不存在端点效应，在爆破信号趋势项去除领域中具有更加广泛的适用性。     

三维荧光光谱结合二阶校正方法同时测定水中两种酚类

水是生命之源,人们日常生产生活离不开水。近年来水体污染日趋严重,已经危害到人类的健康。酚类化合物(Phenolic Compound)是一种广泛存在且很难降解的有机污染物,指的是芳香烃中苯环上的氢原子被羟基取代所生成的含羟基衍生物,毒性很强,对动植物及人类的生命活动有严重危害。实验研究对象选取间苯二酚(resorcinol,RES)和对苯二酚(hydroquinone,HYD)来配制待测样本,并且在其中3组预测样本中加入苯酚(phenol,PHE)作为干扰物,待测样本和空白溶剂分别用FS920稳态荧光光谱仪(edinburgh instruments,EI)扫描得到荧光光谱数据。对所得到的数据通过扣除空白溶剂法来消除拉曼散射的影响,得到的数据在消除干扰的同时最大程度保留下来原光谱所包含的重要信息。校正后光谱变得更加圆滑,荧光强度显著增强,因此,校正处理后的光谱信息更为准确。利用三维荧光光谱(EEM)结合平行因子分析(PARAFAC)和交替惩罚三线性分解(APTLD)两种二阶校正方法,分别完成在不含干扰物和含有干扰物、同时激发-发射光谱严重重叠时对间苯二酚、对苯二酚的快速、直接、准确测量,并给出定性、定量分析结果。PARAFAC算法对混合体系的组分数(即化学秩)较敏感,组分数选取过大易使其陷入计算"沼泽",迭代次数增多,计算耗时变长。故本文利用核一致诊断法(CORCONDIA)预估计出准确的组分数,保证PARAFAC算法更加快速准确。从定性分析结果知,当不含有干扰物时,PARAFAC能够准确分辨出间苯二酚和对苯二酚,二者荧光峰位置极为接近,很难用传统方法分辨,体现出将三维荧光光谱技术与化学计量学二阶校正方法相结合所具有的"二阶优势";定量分析结果给出,在有干扰物共存时,分别应用两种二阶校正法解析光谱数据结果显示:PARAFAC的浓度预测回收率为93.4%±0.5%~97.1%±1.0%,预测均方根误差小于0.190 mg·L^-1;APTLD的浓度预测回收率为95.9%±1.6%~97.2%±0.8%,预测均方根误差小于0.116 mg·L^-1,通过比较两种方法性能得:PARAFAC对待测物组分数敏感,对待分解的光谱数据严格线性要求高;而APTLD对混合物组分数不敏感,计算速度快,抗噪声能力较强,结果稳定,具有较明显的优势。     

基于特征正交分解的一类瞬态非线性热传导问题的新型快速分析方法

提出了一种基于特征正交分解(POD)和有限元法的瞬态非线性热传导问题的模型降阶快速分析方法, 建立了导热系数随温度变化的一类瞬态非线性热传导问题有限元格式的POD降阶模型. 在隐式时间推进方法的基础上有效结合单元预转换方法和多级线性化方法发展了一种加速求解瞬态非线性热传导降阶模型的新型计算方法,并通过二维和三维算例验证了该方法的准确性和高效性. 研究结果表明: (1)降阶模型解的均方根误差在经过初始时段轻微的脉动后稳定于0.01%以下, 而其计算效率比有限元全阶模型提高2$\sim $3个数量级, 并且自由度数量(DOFs)愈大提高的幅度也愈加显著; (2)新型算法解决了常规算法在计算非线性降阶模型时加速性能差的问题, 即使是在DOFs比较小的时候也能够明显提高计算效率; (3)常数边界条件下得到的POD模态可以用来建立相同求解域在各种复杂时变边界条件下的瞬态非线性热传导降阶模型, 并对其传热过程和温度场进行快速准确的分析与预测, 具有很好的工程应用价值.      

对一道典型运动学例题错解剖析

通过对一道典型运动学例题错解剖析,进一步分析了在解答问题过程中思维偏差产生的根源以及应对的教学策略.对帮助学生进一步认清杆在圆柱体或球上的运动过程和物理图景,突破思维的难点,扫清学习中的障碍以及对帮助学生从本质上把握物理规律和解决物理问题,将起到积极的促进作用.     

氟碳铈矿焙烧过程中脱氟机制的研究

测定了La F3和La OF在饱和水蒸气气氛下1000℃焙烧3 h后的脱氟率,采用X射线衍射技术对焙烧产物进行了物相分析。测定了氟碳铈矿在饱和水蒸气气氛下700~1000℃焙烧3 h后的焙烧产物中的氟含量,并对焙烧产物进行了物相分析,对焙烧前后的氟碳铈矿进行了SEM扫描对比分析。结果表明:氟碳铈矿发生脱氟反应的过程为:REF3·RE2(CO3)3首先分解生成REF3和RE2O3,同时伴随REOF的生成,然后在有水分子的条件下,REF3,REOF相继发生脱氟反应生成RE2O3和HF。     

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

一种基于经验模态分解的永久散射体探测方法

基于经验模态分解(EMD),提出了一种改进的永久散射体(PS)探测方法。对干涉图进行多尺度分解,基于梯度的自适应滤波对分解的本征模函数中的噪声进行低信噪比区域强滤波和高信噪比区域弱滤波,估算滤波后各PS候选(PSC)点的噪声相位。基于各PSC点的幅度和相位稳定性,对选取的PSC点的相位信息进行分析,判断其作为PS点的概率,进而选取可靠的PS点。实验结果表明:与传统的PS点选取方法相比,所提方法避免了探测过程中PS点的误判和漏判,准确性更高。     

IMPORTANCE MEASURE OF CORRELATED VARIABLES IN POLYNOMIAL OUTPUT

为了解决一般工程问题中输出量为多项式情况下相关正态输入变量的贡献识别问题，以二次不含交叉项的多项输出量为例，利用多维相关正态分布及其条件分布的性质，解析地推导了相关正态输入变量对输出量总方差的独立贡献及相关贡献，采用算例验证了所推导的解析表达式的正确性．文中所推导的相关正态变量独立贡献和相关贡献的表达式可直接用于输出量为二次不含交叉项多项式或一次多项式情况下的输入变量贡献的识别，并且为其他新的算法提供了对照解，另外此方法亦可以推广至含交叉项的高阶多项式，解决更为复杂输出量情况下输入量的贡献识别问题．