准确测量管道介质声速有助于分析介质的密度和组分,而传统的声速测量方法重复性低、鲁棒性差。为了实现介质声速的准确测量,首先,基于管道一维声波理论推导出线阵列传感器在管道轴向位置的声信号模型,介绍了空气与水的理论声速计算公式...准确测量管道介质声速有助于分析介质的密度和组分,而传统的声速测量方法重复性低、鲁棒性差。为了实现介质声速的准确测量,首先,基于管道一维声波理论推导出线阵列传感器在管道轴向位置的声信号模型,介绍了空气与水的理论声速计算公式以及不同管材、管径和壁厚对声速衰减的影响;其次,采用MUSIC(multiple signal classification)波束形成算法将多通道时域数据转换至波数频率域,呈现出斜率与声速相关的“声学脊”;最后,使用DN50不锈钢管道分别在水和空气流量标准装置上进行声速测量实验,与理论数据相比,水中声速的相对误差为1.61%,重复性为0.45%,空气中声速的相对误差为0.59%,重复性为1.27%。结果表明MUSIC算法可准确测量管道一维声波的介质声速。展开更多
叶端定时是航空发动机叶片叶端振动非接触测量的有效手段,但其采样模式决定了所采信号具有高度欠采样特征,需要进行抗混叠频谱分析从而提取转子叶片固有频率这一关键指标。利用了前向平滑策略的改进多重信号分类法(multiple sIgnal clas...叶端定时是航空发动机叶片叶端振动非接触测量的有效手段,但其采样模式决定了所采信号具有高度欠采样特征,需要进行抗混叠频谱分析从而提取转子叶片固有频率这一关键指标。利用了前向平滑策略的改进多重信号分类法(multiple sIgnal classification,MUSIC)能实现抗混叠但无法充分发挥平滑方法的优势。因此,提出适用于叶端定时信号处理的前后向平滑MUSIC法,通过建立传感器的对称布局条件,利用前后向平滑方法代替前向平滑方法,得到更准确的自相关矩阵估计,进而提高叶片固有频率估计性能,并通过仿真和试验验证了在样本数量、算法参数等相同的情况下,前后向平滑MUSIC法的混叠与噪声抑制能力得到了提升。展开更多
实际变压器局部放电定位过程中放电源数目是未知的,常利用传统高分辨波达方向(direction of arrival,DOA)估计算法解决放电定位问题,但在信源数欠估计、过估计情况下存在定位精度低、误差大的问题。为此,本文提出了一种基于改进盖氏圆(g...实际变压器局部放电定位过程中放电源数目是未知的,常利用传统高分辨波达方向(direction of arrival,DOA)估计算法解决放电定位问题,但在信源数欠估计、过估计情况下存在定位精度低、误差大的问题。为此,本文提出了一种基于改进盖氏圆(geschgorin disk estimator,GDE)准则联合多重信号分类(multiple signal classification,MUSIC)算法的变压器局部放电多目标定位方法。首先,利用改进盖氏圆准则确定真实放电源数目;然后,在信源数确定的情况下利用MUSIC算法对多个局部放电源的波达方向进行估计。仿真结果表明,本方法定位精度高,且在白噪声和空间色噪声的情况下仍能对放电源的俯仰角和方位角进行准确估计,能够满足实际工程需求。展开更多
当前特殊音乐教育面临的师资配置不足、课程结构单一、教学方法固化等困境,制约了音乐促进残障学生社会融入的功能。AI技术的发展为特殊音乐教育提供了新的动能,重构了特殊音乐教育的生态和作用路径。文章基于生态学整体视角,整合技术...当前特殊音乐教育面临的师资配置不足、课程结构单一、教学方法固化等困境,制约了音乐促进残障学生社会融入的功能。AI技术的发展为特殊音乐教育提供了新的动能,重构了特殊音乐教育的生态和作用路径。文章基于生态学整体视角,整合技术、教育与社会三个维度,构建了技术-教育-社会三维度的AI赋能特殊音乐教育模型(AI-Empowered Music Teaching Model,简称AIMT模型),旨在应对残障学生社会融入这一特殊教育核心难题。AIMT模型通过AI技术、教育过程重构与社会政策导向的协同作用,有助于实现残障学生的个性化发展,实质性提升其情感、认知和社会交往能力,促进其社会融入。AIMT模型为特殊音乐教育提供了可行的教学实践范式,拓展了AI技术在特殊音乐教育中的应用路径,也为残障学生的社会融入提供了系统性支持。展开更多
文摘准确测量管道介质声速有助于分析介质的密度和组分,而传统的声速测量方法重复性低、鲁棒性差。为了实现介质声速的准确测量,首先,基于管道一维声波理论推导出线阵列传感器在管道轴向位置的声信号模型,介绍了空气与水的理论声速计算公式以及不同管材、管径和壁厚对声速衰减的影响;其次,采用MUSIC(multiple signal classification)波束形成算法将多通道时域数据转换至波数频率域,呈现出斜率与声速相关的“声学脊”;最后,使用DN50不锈钢管道分别在水和空气流量标准装置上进行声速测量实验,与理论数据相比,水中声速的相对误差为1.61%,重复性为0.45%,空气中声速的相对误差为0.59%,重复性为1.27%。结果表明MUSIC算法可准确测量管道一维声波的介质声速。
文摘叶端定时是航空发动机叶片叶端振动非接触测量的有效手段,但其采样模式决定了所采信号具有高度欠采样特征,需要进行抗混叠频谱分析从而提取转子叶片固有频率这一关键指标。利用了前向平滑策略的改进多重信号分类法(multiple sIgnal classification,MUSIC)能实现抗混叠但无法充分发挥平滑方法的优势。因此,提出适用于叶端定时信号处理的前后向平滑MUSIC法,通过建立传感器的对称布局条件,利用前后向平滑方法代替前向平滑方法,得到更准确的自相关矩阵估计,进而提高叶片固有频率估计性能,并通过仿真和试验验证了在样本数量、算法参数等相同的情况下,前后向平滑MUSIC法的混叠与噪声抑制能力得到了提升。
文摘实际变压器局部放电定位过程中放电源数目是未知的,常利用传统高分辨波达方向(direction of arrival,DOA)估计算法解决放电定位问题,但在信源数欠估计、过估计情况下存在定位精度低、误差大的问题。为此,本文提出了一种基于改进盖氏圆(geschgorin disk estimator,GDE)准则联合多重信号分类(multiple signal classification,MUSIC)算法的变压器局部放电多目标定位方法。首先,利用改进盖氏圆准则确定真实放电源数目;然后,在信源数确定的情况下利用MUSIC算法对多个局部放电源的波达方向进行估计。仿真结果表明,本方法定位精度高,且在白噪声和空间色噪声的情况下仍能对放电源的俯仰角和方位角进行准确估计,能够满足实际工程需求。
文摘当前特殊音乐教育面临的师资配置不足、课程结构单一、教学方法固化等困境,制约了音乐促进残障学生社会融入的功能。AI技术的发展为特殊音乐教育提供了新的动能,重构了特殊音乐教育的生态和作用路径。文章基于生态学整体视角,整合技术、教育与社会三个维度,构建了技术-教育-社会三维度的AI赋能特殊音乐教育模型(AI-Empowered Music Teaching Model,简称AIMT模型),旨在应对残障学生社会融入这一特殊教育核心难题。AIMT模型通过AI技术、教育过程重构与社会政策导向的协同作用,有助于实现残障学生的个性化发展,实质性提升其情感、认知和社会交往能力,促进其社会融入。AIMT模型为特殊音乐教育提供了可行的教学实践范式,拓展了AI技术在特殊音乐教育中的应用路径,也为残障学生的社会融入提供了系统性支持。
