导读:本文包含了过程噪声论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:噪声,分布式,测温,光纤,平顺,声压,信号。
过程噪声论文文献综述
周武星,朱锋,张小红[1]（2019）在《惯导最优过程噪声参数确定及其在高铁轨道检测中的应用》一文中研究指出针对高精度GNSS/INS组合系统的轨道检测技术需要精确确定过程噪声参数,才能实现数据最优融合的问题,传统Allan方差方法提取的噪声参数较为粗糙。考虑到铁路轨道良好的刚性结构以及轨检小车的特殊设计,以2次独立测量中轨检小车经过同一里程点检测出的轨向偏差的重复性为评价指标,对Allan方法提取的噪声参数进行寻优,从而确定出使得轨道不平顺重复性最高的最优过程噪声参数。研究结果表明:轨道不平顺对IMU器件的角度随机游走的敏感度显着大于速率随机游走,且Allan方法的提取的角度随机游走参数较为准确,与最优配置相比不超过40%。参数调整后轨向偏差的重复性有较大改善,2趟互差标准差减小了89%。本方法对GNSS/INS轨道不平顺检测具有一定指导意义。(本文来源于《铁道科学与工程学报》期刊2019年09期）
芦峰华[2]（2019）在《试析中小型电机维修过程中轴承噪声及振动的控制》一文中研究指出随着经济的迅猛发展人们生活水准不断提高,对于生活中可能出现的各类生活电器的要求有了更高要求,电动机是机器设备中必不可少的存在,是直接影响机器设备是否可以正常工作的重要原件,但是在实际生活中机器设备经常会因为一些原因而导致电动机出现异常从而形成噪声,针对这种现象本文就中小型电动机维修过程中轴承噪声及振动控制进行深入的研究。(本文来源于《数码世界》期刊2019年09期）
邢允,张凌,胡秋旭,李伟,吴大转[3]（2019）在《吹除过程中流动与噪声的数值模拟与实验验证》一文中研究指出高压气体将水下航行体贮容器内污水吹除至海中的过程中形成了水下射流场并产生水和气体射流噪声。为研究吹除过程中流动特征与噪声特性,采用VOF模型和大涡模拟法对不同吹除压力下产生的湍射流场进行数值模拟,并结合FW-H积分方程对射流辐射噪声进行了计算,最后进行实验验证。结果表明:根据流场特征,可将吹除过程分为稳定排水、瞬间排气、稳定排气叁个阶段;水和气体射流噪声的模拟与实验声压级结果变化趋势一致,且最大误差在5 dB以内;气体射流噪声为吹除过程主要噪声源,其频谱呈现"宽频带"、"山峰状"特征,频率集中在0.1～3 kHz以内,1～2 kHz频段有高峰值,且主要由气泡从喷口脱落和气泡噪声产生。(本文来源于《工程热物理学报》期刊2019年08期）
袁明洋[4]（2019）在《桥梁声发射损伤监测过程中的车行噪声识别》一文中研究指出“十二五”末期,我国综合交通运输网络的“五纵五横”格局已逐渐清晰,适应于现代客运、货运的国家快速铁路网和国家高速公路网也已基本成形。随着技术的不断突破,在交通基建规模不断刷新的同时,交通网络结构也迎来了重大调整,交通线路不断突破自然地形的约束,渡堑越峪,桥、隧比重正逐年递增。考虑到桥梁安全的重要性,在结构健康监测评价的技术体系中,现代无损检测(NDT)占据着重要的地位,同时也是当今发展最快、分支最多的技术之一。声发射技术作为当前一种新型的无损检测技术,对材料、结构损伤演化具有直观的动态捕捉能力,这是当前众多无损检测技术所不具备的优点。提高信噪比并减少冗余信号、无效信号、异类信号的干扰是所有无损检测技术共同关注的话题,声发射亦不例外。对桥梁而言,其运营过程中的车行噪声(车辆噪声与车队噪声)既是声发射信号的最主要激励源也是声发射监测的最常见干扰源,车行噪声的自动识别及处理是发挥声发射动态性、实时性技术优势的最便捷途径。识别车行噪声与破坏信号的声发射特征差异并建立比对数据库是实现车行噪声自动识别的前提,也是验证前端去噪效果的有效技术路径。本文利用自建程序提取声发射特征参数后,通过车辆信号、车队信号、破坏信号的外加标签区分“库源”,并进行神经网络训练,得到的定型网络具有很高的识别率,其关键研究内容如下。1.在实验室进行噪声模拟试验用以验证声发射监测过程中可利用前端去噪排除大部分噪声,而该方法对车行噪声的消除效果不佳;分别进行室内试验与现场试验,采集不同加载段梁受弯破坏的声发射信号与桥梁运营过程中的车辆噪声信号,分别建立数据库形成对照库源,用以进行桥梁健康监测过程中车行噪声的识别。2.正式加载前进行断铅试验,并对断铅信号数据进行分析处理,提炼出两条数据筛选准则:1)完整性准则,2)基于断铅试验的逻辑序(距离反比、正比)准则,对梁破坏的声发射信号进行筛选,得到破坏信号的数据库;利用特征参数关联图分析并结合波形图特征对车辆信号进行去噪分析,采用经历图分析对各特征参数进行检查,得到较为准确的车辆信号数据库;利用正态分布拟合对数据库中两类信号的特征参数进行统计分布,探究各参数分布差异。3.参考文献资料,初步构建BP神经网络,并利用控制变量法通过误差对比(MSE)分析分别确定最优隐层节点、激活函数、训练函数、学习函数的选用,对网络性能进行优化。将梁破坏的声发射信号及车辆噪声信号数据库分别赋以标签,以特征参数为输入,以信号库源标签为输出,验证识别效果。结果表明,在进行3000次循环后,BP神经网络单次识别正确率与总的识别正确率均在95%以上。4.基于能量衰减关系的时域迭加模型仿真合成车队波形信号数据,利用自建程序提取其特征参数,与梁破坏的声发射信号的特征参数共同作为输入,以信号库源标签为输出,在优化过的BP神经网络中进行训练识别,所得到的识别正确率也均在95%以上,表明本文构建的BP神经网络可以较好地区分梁破坏信号与车辆噪声信号。(本文来源于《江苏大学》期刊2019-06-01）
丁晔,须雷,赵玉灿,邵通广,刘鹏[5]（2019）在《消除采样累加过程中的周期性噪声对DTS精度的影响》一文中研究指出分布式光纤测温系统中不仅有白噪声干扰,还有周期性噪声干扰,而传统的采样累加平均方法仅能消除白噪声干扰。提出一种在采样累加过程中对采样周期内各点累加的方法,判断和滤除采样周期内的周期性信号。测温实验结果表明,通过在累加过程中设置判据消除周期性噪声,分布式光纤测温系统的精度得到了大幅提高。(本文来源于《半导体光电》期刊2019年02期）
孙笑笑,张蕾,俞东进,潘建梁,侯文杰[6]（2019）在《基于依赖关联度的业务过程噪声日志过滤方法》一文中研究指出日志中发生的低频次行为与挖掘的流程模型中某些不必要的结构相对应,而这些结构的出现会引起挖掘模型在适应度和精确度等指标上的下降。为解决这些结构对流程挖掘模型质量造成的影响,提出一种基于依赖关联度的噪声日志过滤方法。该方法首先根据日志中事件及其依赖关系的统计频率,定义了依赖关系的局部关联度和整体关联度,并将两者归一化为混合关联度来筛选出噪声日志。然后通过轨迹可达性分析去除日志中的噪声,以便最大程度地保留日志轨迹中记录的其他行为。与传统噪声日志过滤算法过滤掉包含噪声日志的整条日志轨迹不同,所提算法在移除噪声日志的同时最大程度地保留了原始日志中的其他非噪声日志。(本文来源于《计算机集成制造系统》期刊2019年04期）
吴骁锋[7]（2019）在《噪声监测过程中有关问题的探讨》一文中研究指出文章简单介绍了噪声监测现状,指出在噪声监测工作中存在的常见问题。主要分析了噪声标准的适用性、偶发噪声的干扰、背景噪声的测量和测量结果的修正等方面存在的问题,并结合实际工作和相关研究提出了解决办法和建议。(本文来源于《资源节约与环保》期刊2019年03期）
陈龙,魏亚龙[8]（2018）在《噪声信访过程中的问题探讨》一文中研究指出对2017年度上海市虹口区环境监测站噪声信访进行统计并通过实例分析,提出在监测过程中遇到的问题及主要矛盾,并对标准中存在的不足进行讨论,提出建议。(本文来源于《环境与发展》期刊2018年10期）
毛秀丽,孙奥冉,Giorgio,Pavesi,郑源,葛新峰[9]（2018）在《水泵水轮机甩负荷过程流动诱导噪声数值模拟》一文中研究指出为研究水泵水轮机甩负荷过程压力脉动特性及其流动诱导噪声,该文基于网格壁面滑行技术和DES湍流模型,对水泵水轮机发电工况下导叶关闭过程进行连续性模拟,并将流场叶片表面压力脉动信号作为声场流动诱导噪声计算声源,通过对压力脉动特性和流动诱导噪声分析得到:导叶进出口处2个无叶区内压力脉动主频位置均在叶频为斯特劳哈尔数等于0.051与1处,导叶出口处频谱值是进口处10倍之上,说明动动干涉对流态的影响强于动静干涉;当尾水管内出现2个反向旋壁涡带时,压力脉动最强烈且其幅值最大。声场分析结果表明外场噪声的主频由压力脉动主频与壳体固有频率综合决定,声压分布具有"∞"形式的指向形态,且各阶叶频处声压分布呈现出明显的对称性,说明叶片噪声辐射具有明显的偶极子特性;在一阶、二阶叶频处,导叶关闭前一半阶段,流量对于外场噪声辐射能力的影响表现为大流量工况下最强,小流量工况下最弱,导叶关闭后一半阶段正好相反。(本文来源于《农业工程学报》期刊2018年20期）
张郸[10]（2018）在《环境噪声监测新规范执行过程中有关问题的探讨》一文中研究指出随着人们环保意识的逐渐增强,对于噪声污染的危害和管控需求也日益强烈。国家相关环保部门针对社会发展的这些新情况,对环保噪声污染和治理提出更高要求,对一些重要指标进行细化量化,有力地推动了噪声污染治理的发展。因此,在噪声监测方面,必须按照新规范,严格落实具体标准和执行程序要求,切实做好噪声管控的监测工作。而针对监测中需要知道和重视的一些问题,必须加大研究分析力度,为针对性做好噪声污染治理奠定基础。(本文来源于《农家参谋》期刊2018年18期）
过程噪声论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经济的迅猛发展人们生活水准不断提高,对于生活中可能出现的各类生活电器的要求有了更高要求,电动机是机器设备中必不可少的存在,是直接影响机器设备是否可以正常工作的重要原件,但是在实际生活中机器设备经常会因为一些原因而导致电动机出现异常从而形成噪声,针对这种现象本文就中小型电动机维修过程中轴承噪声及振动控制进行深入的研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
过程噪声论文参考文献
[1].周武星,朱锋,张小红.惯导最优过程噪声参数确定及其在高铁轨道检测中的应用[J].铁道科学与工程学报.2019
[2].芦峰华.试析中小型电机维修过程中轴承噪声及振动的控制[J].数码世界.2019
[3].邢允,张凌,胡秋旭,李伟,吴大转.吹除过程中流动与噪声的数值模拟与实验验证[J].工程热物理学报.2019
[4].袁明洋.桥梁声发射损伤监测过程中的车行噪声识别[D].江苏大学.2019
[5].丁晔,须雷,赵玉灿,邵通广,刘鹏.消除采样累加过程中的周期性噪声对DTS精度的影响[J].半导体光电.2019
[6].孙笑笑,张蕾,俞东进,潘建梁,侯文杰.基于依赖关联度的业务过程噪声日志过滤方法[J].计算机集成制造系统.2019
[7].吴骁锋.噪声监测过程中有关问题的探讨[J].资源节约与环保.2019
[8].陈龙,魏亚龙.噪声信访过程中的问题探讨[J].环境与发展.2018
[9].毛秀丽,孙奥冉,Giorgio,Pavesi,郑源,葛新峰.水泵水轮机甩负荷过程流动诱导噪声数值模拟[J].农业工程学报.2018
[10].张郸.环境噪声监测新规范执行过程中有关问题的探讨[J].农家参谋.2018
论文知识图
