1) wavelet packet coefficient entropy
小波包系数熵
2) multi-wavelet packet coefficient entropy
多小波包系数熵
1.
Based on the decomposition coefficient of multi-wavelet packet and the concept of information entropy the expression of multi-wavelet packet coefficient entropy (MPCE) is defined,and the method to recognize fault types of transmission lines by combining multi-wavelet packet coefficient entropy with artificial neural network (ANN) is proposed.
基于多小波包分解系数和信息熵的概念定义了多小波包系数熵的表达式,并提出多小波包系数熵和人工神经网络相结合的输电线路故障类型识别方法:首先对不同故障工况下采集的故障电流信号进行适当的多小波包分解,计算各频带的系数熵;然后构造多小波包特征向量,将这些向量作为训练样本对径向基函数(radial basis function,RBF)神经网络进行训练;当输电线路发生故障时,将提取的故障电流信号的多小波包系数熵特征向量输入训练好的RBF神经网络,即可实现故障类型的识别。
3) Wavelet packet entropy
小波包熵
1.
Emotion recognition based on wavelet packet entropy of surface EMG signal;
基于表面肌电信号小波包熵的情感识别
2.
Objective To explore the effect of band power and wavelet packet entropy in the recognition of hand imagery.
目的探讨脑电信号频带能量和小波包熵在识别左右手想象运动中的作用。
3.
Inspired by nonlinear dynamic analysis methods,we apply power spectral entropy and wavelet packet entropy that combine frequency analysis with entropy to analyze sEMG signal during dynamic contractions.
本文将频率分析和非线性动力学方法结合起来,基于表面肌电(sEMG)信号在不同频率分布不均匀的特点将信号能量分解到不同频带,以此计算功率谱/小波包和熵相结合的功率谱熵/小波包熵来衡量系统的复杂度,进而衡量肌肉的疲劳程度,为用EMG信号研究动态收缩过程中的肌肉疲劳程度提供了新的分析手段和方法。
4) wavelet packet coefficients
小波包系数
1.
First,Two images are decomposed into wavelet packet coefficients respectively;the next step is to analyze and process the coefficients.
对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理。
5) WP-CE
小波包特征熵
1.
A new fault diagnosis method of vibrating of hearings was proposed on the basis of neural network based on wavelet packet-characteristic entropy(WP-CE).
提出了一种基于小波包特征熵-神经网络的轴承故障诊断新方法。
2.
It adopts three-layer wavelet packet to decompose the monitored pressure pulsation signal of draft tube, extracts WP-CE (Wavelet Packet-Characteristic Entropy), and constructs WP-CE vectors of signals, then takes those vectors as fault samples to train three-layer BP(Back Propagation) neural network, finally realizes intelligent fault .
为精确诊断水轮机尾水管涡带,该文提出一种基于小波包特征熵的神经网络故障诊断新方法。
6) wavelet singular value entropy
小波包奇异值熵
补充资料：阀门技术注重流量系数和气蚀系数
阀门的流量系数和气蚀系数是阀的重要参数，这在先进工业国家生产的阀门资料中一般均能提供。我国生产的阀门基本上没有这方面资料，因为取得这方面的资料需要做实验才能提出，这是我国和世界先进水平的阀门差距的重要表现之一。
3.1、阀门的流量系数
3.1、阀门的流量系数
阀门的流量系数是衡量阀门流通能力的指标，流量系数值越大，说明流体流过阀门时的压力损失越小。
按KV值计算式
式中：KV—流量系数
Q—体积流量m3/h
ΔP—阀门的压力损失bar
P—流体密度kg/m3
3.2、阀门的气蚀系数
用气蚀系数δ值，来选定用作控制流量时，选择什么样的阀门结构型式。
式中：H1—阀后(出口)压
H2—大气压与其温度相对应的饱和蒸气压力之差m
ΔP—阀门前后的压差m
各种阀门由于构造不同，因此，允许的气蚀系数δ也不同。如图所示。如计算的气蚀系数大于容许气蚀系数，则说明可用，不会发生气蚀。如蝶阀容许气蚀系数为2.5，则：
如δ＞2.5，则不会发生气蚀。
当2.5＞δ＞1.5时，会发生轻微气蚀。
δ＜1.5时，产生振动。
δ＜0.5的情况继续使用时，则会损伤阀门和下游配管。
阀门的基本特性曲线和操作特性曲线，对阀门在什么时候发生气蚀是看不出来的，更指不出来在那个点上达到操作极限。通过上述计算则一目了然。所以产生气蚀，是因为液体加速流动过程中通过一段渐缩断面时，部分液体气化，产生的气泡随后在阀后开阔断面炸裂，其表现有三：
(1)发生噪声
(2)振动(严重时可造成基础和相关构筑物的破坏，产生疲劳断裂)
(3)对材料的破坏(对阀体和管道产生侵蚀)
再从上述计算中，不难看出产生气蚀和阀后压强H1有极大关系，加大H1显然会使情况改变，改善方法：
a.把阀门安装在管道较低点。
b.在阀门后管道上装孔板增加阻力。
c.阀门出口开放，直接蓄水池，使气泡炸裂的空间增大，气蚀减小。
综合上述四个方面的分析、探讨，归纳起来对闸阀、蝶阀主要特点和参数列表便于选用。两个重要参数在阀门运用中 。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条