简介：大同矿区由于古窑开采、小煤窑私挖滥采形成了众多在地表浅层燃烧的暗火火区。针对这些火区特点,利用LandsatTM/ETM温度反演、无人机和地面红外热像仪等集成分析技术监测马脊梁矿煤火区。利用LandsatTM/ETM影像提取2000年、2002年、2006年、2007年和2009年5个时期的煤火区热场分布信息,分析其变化过程,圈定煤火区的大致范围;利用无人机搭载光学相机拍摄火区的高分辨率影像,结合煤火区地裂缝的纹理、线特征和灰度值等信息,建立知识模型,提取煤火燃烧区的构造裂缝,为探测、治理地下煤火提供了依据;利用红外热像仪采集煤火燃烧重点区域的温度场信息,进行热点趋势和着火点深度分析,为确定煤火区燃烧点提供依据。

简介：为探寻能够区分矿山微震信号和爆破信号的波形特征,建立基于人工识别标准的事件数据库。人工识别的考虑因素包括：波形的重复特征、波形的衰减特征、信号的主频大小以及事件发生的具体时间。将数据库中的微震信号和爆破信号调整至同一坐标系下发现,两类事件的起振角趋。于集中在不同的区间。考虑到P波到时提取的不准确性,波形起振角难以准确计算,提出以应用线性回归拟合得到的起振趋势线斜率代替起振角。将首次峰值起振趋势线斜率和最大峰值起振趋势线斜率连同首次波峰及最大波峰的坐标列为特征参数,应用Fisher判别法,能成功实现微震事件与爆破时间的准确分离,识别正确率达到97.1%。

简介：Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明：该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。

简介：各向异性屈服函数参数识别中经常需要完成等双拉实验,但这要求专用的实验技术或设备.采用基于传统单轴拉伸实验装置的平面应变实验取代等双拉实验,以提供相关实验数据,完成各向异性屈服函数的参数识别.运用基于平面应变实验的简易方法,对5xxx铝合金和AlMgSi铝合金板材实现Yld2000-2d各向异性屈服函数的参数识别.结果表明,通过该方法预测的屈服应力、各向异性系数、屈服轨迹与实验值以及采用等双拉实验的预测值十分接近.因此,采用平面应变实验替代等双拉实验完成Yld2000-2d屈服函数参数识别的方法是有效的.

简介：基于不同设备旋转轴承运行过程中发出的高频噪声信号,提出了一种基于变权直方图累积误差的信号特征表征轴承的失效状态。首先计算高频噪声信号的均值和方差,然后基于此均值和方差建立正态分布函数,继而计算实际噪声信号函数和建立的正态分布函数二者直方图的累积误差,同时为突出大幅值信号将幅值作为权重系数,最终获得轴承失效特征值。试验采集6组不同失效状态的实际高频噪声信号,计算结果显示：计算出的特征值与轴承的失效状态正相关,比常用的有效值、方差、歪度和峭度特征能更准确和稳定地表征轴承失效状态。

简介：风电机组状态监测部位多,数据分析工作量大,人工故障识别的方式使得风电机组状态监测报告滞后.本研究提出一种基于幅值调制比率的风电机组齿轮箱失效自动识别方法,针对风电机组转速不平稳的特点首先对齿轮箱振动加速度信号进行时频分析得到机组的瞬时转速,然后进行阶比处理将等时间间隔信号序列重采样转换成等角度间隔信号序列,频域变换后选择一倍啮合频率和两倍啮合频率幅值较大值,计算调制间隔为转频的多频率点幅值累加和,再将与较大啮合频率处的幅值调制比率作为特征值表征齿轮箱的失效状态.恒速和变速风电机组齿轮箱振动数据分析结果都表明该特征值具有良好的故障与正常状态区分能力,且不同转速下该特征值具有稳定性.

简介：通过采集153个样品分析长沙市土壤中As、Cd、Cr、Cu、Hg、Mn、Ni、Pb和Zn的含量,利用多元统计、地学统计、直接暴露以及不规则三角网模型（TIN模型）等方法分析土壤中重金属的来源、空间分布以及对儿童的健康风险。结果表明：长沙地区部分区域需经过污染治理后才适合人类生活;约9.0%的区域风险值超过了临界值1.0,1.9%的区域风险值大于2.0,其中高风险主要集中在南部和西部地区;元素As和口腔摄入途径是儿童的主要健康风险来源;土壤重金属的直接暴露对儿童所产生的健康风险应该受到研究者的重视。