基于改进HHT能量熵和SVM的滚动轴承故障诊断

针对滚动轴承振动信号非平稳性以及故障诊断过程中试验样本总量少的特点,提出一种基于改进希尔伯特-黄变换能量熵和支持向量机相结合的滚动轴承故障诊断方法。首先,利用改进经验模态将不同状态下滚动轴承的振动信号分解成一系列固有模态函数,并采用敏感模态函数判别算法找出对故障信息敏感的固有模态函数;其次,将敏感模态函数分量的能量熵作为输入建立支持向量机;最后,利用支持向量机对滚动轴承的工作状态和故障类型进行识别。试验结果表明,该方法可有效应用于滚动轴承的故障诊断,为该类信号的故障诊断提供了一种切实可行的方法。     

基于符号熵与支持向量机的滚动轴承故障诊断

为诊断滚动轴承状态,对采集到的石油钻井设备滚动轴承正常、内圈裂缝、滚子裂缝和外圈裂缝四种工况下的振动信号进行均值二值化处理后,利用符号熵进行特征提取,对提取到的特征向量再利用支持向量机进行故障类型的模式识别。从实验处理结果可以看到,任何一种振动信号中的确定性信号对应的符号编码呈现大概率值,而随机噪声对应的符号编码则呈现小概率值,因此经过符号熵处理可以减小振动信号中的随机噪声影响。利用符号熵能捕获信号中大尺度特征的特点,再结合支持向量机能识别小样本的模式识别功能,就能有效地进行滚动轴承故障分类,以实现滚动轴承的故障诊断与预报。     

基于LCD降噪和VPMCD的滚动轴承故障诊断方法

提出了一种基于局部特征尺度分解(LCD)降噪和多变量预测模型(VPMCD)的滚动轴承故障诊断方法。该方法首先采用LCD对滚动轴承振动信号进行降噪;然后计算降噪后信号在不同维数下的模糊熵,并以模糊熵为特征值,采用VPMCD方法建立模糊熵的预测模型;最后用所建立的模型来预测待分类样本的特征值,把预测结果作为分类依据进行模式识别。实验分析结果表明,采用LCD方法降噪可以有效地提高VPMCD的分类性能,与神经网络、支持向量机等分类器相比,VPMCD方法可以更准确、更有效地识别滚动轴承的工作状态和故障类型。     

多尺度排列熵及其在滚动轴承故障诊断中的应用

引入多尺度排列熵（MPE）的概念,用来检测振动信号不同尺度下的动力学突变行为,并将其应用于机械故障诊断中滚动轴承故障特征的提取,结合支持向量机(SVM),提出了一种基于MPE和SVM的滚动轴承故障诊断方法,将新提出的滚动轴承故障诊断方法应用于实验数据分析,并通过与BP神经网络对比,结果表明,该方法能够有效地提取故障特征,实现故障类型的诊断。     

粗糙集在滚动轴承故障诊断中的应用

对滚动轴承几种常见点蚀故障的振动信号特征值进行分析,使用粗糙集基于熵的离散化算法进行属性离散化,并采用基于属性重要度的启发式约简算法进行属性约简,然后选用径向基核函数的支持向量机将经过属性约简的特征向量输入支持向量机训练,建立支持向量机模型并进行故障识别与诊断。实验分析结果表明,应用粗糙集和支持向量机相结合的混合智能诊断方法,将粗糙集作为支持向量机的前置系统对数据进行预处理,利用粗糙集可以减少信息表达的属性数量和故障诊断决策系统的规则数,使支持向量机输入端数据量大大减少,提高系统的处理速度,对于滚动轴承振动信号的故障模式识别可以获得良好的效果。从而验证了粗糙集理论对滚动轴承故障诊断的有效性以及其应用价值。     

基于符号动力学信息熵与SVM的液压泵故障诊断

针对泵车液压泵早期故障特征信号微弱、故障特征难以提取的问题,提出了一种基于符号动力学信息熵与支持向量机(support vector machine,简称SVM)的泵车液压泵故障诊断方法。分别模拟了液压泵9种故障状态,测取了各状态下多测点的振动信号样本值。利用时间序列的符号动力学信息熵,计算各振动信号的符号动力学信息熵Hk,确定了各状态下相应的信息熵特征向量。建立了不同状态特征向量训练集,再结合支持向量机对液压泵故障模式进行诊断与识别,测试结果准确率为98.71%。将该方法与改进的BP(back propagation,简称BP)神经网络诊断结果进行了对比,结果表明该方法的识别率更高,诊断时间更短,适用于现场液压泵故障的在线诊断。     

基于小波包分解与DAG SVM的柱塞泵故障诊断

针对柱塞泵检测诊断中故障特征模糊、成因复杂、难以准确定位的问题,结合决策树与支持向量机提出一种基于小波包分解与DAG SVM的柱塞泵故障诊断方法。该方法预先对所用C SVM和RBF核函数的参数进行优化,而后采用db5小波包对泵体振动信号进行三层分解以提取特征向量,将特征向量输入支持向量机完成其训练及模式识别过程。同时设计了柱塞泵故障诊断的一体化装置,通过模拟不同故障,利用已知故障样本完成支持向量机的训练过程,进而对待测样本进行故障模式识别。诊断结果与样本已知状态相符,验证了该方法的准确性。     

基于小波分析和支持向量机的旋转机械故障诊断方法

提出了一种基于小波分析和支持向量机相结合的旋转机械故障诊断方法.首先运用小波包对振动信号进行分解和重构,然后提取各个频带里的信号能量值,将该能量值作为特征参数输入到支持向量机,进行故障模式识别.通过对实验数据的分析表明,与BP神经网络相比,该方法可以获得更高的旋转机械故障诊断准确率.     

基于EMD复杂度特征和SVM的轴承故障诊断研究

针对滚动轴承振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解、复杂度测量分析和支持向量机相结合的故障诊断方法.运用经验模态分解方法对其去噪信号进行分析,利用互相关系数准则对固有模式分量进行筛选,再计算所选分量的复杂度以组成故障特征向量,并将其作为支持向量机的输入以识别滚动轴承的故障...     

近似熵与支持向量机在发动机故障识别中的应用研究

针对发动机曲轴轴承极易磨损,导致发动机出现故障的问题,提出了一种基于近似熵与支持向量机相结合的故障诊断方法。发动机在工作过程中,早期故障特征信号微弱。基于此,引入近似熵算法,分别模拟发动机曲轴轴承4种磨损状态,测取各状态下多测点的振动信号样本,计算样本近似熵值,构建了不同状态近似熵故障特征向量。结合支持向量机算法,构造支持向量机故障分类模型,将近似熵特征量带入其中进行训练与测试,测试结果准确率达到97.5%,并与普遍使用的BP神经网络诊断方法进行了对比,结果表明该方法具有更高的诊断识别率,是一种有效且准确率较高的在线诊断方法。     

Minimal Realization of Linear Graph Models for Multi-physics Systems

An engineering system may consist of several different types of components,belonging to such physical"domains"as mechanical,electrical,fluid,and thermal.It is t...     

Quantum Cooperative Robotics and Autonomy

The intersection of Quantum Technologies and Robotics Autonomy is explored in the present paper.The two areas are brought together in establishing an interdisci...     

On the Relation of Load to Average Gap in the Contact Between Surfaces with Longitudinal Roughness

A computer simulation model for the contact between longitudinally-oriented rough surfaces has been formulated. This model closely duplicates the actual surf ace contact deformation behavior by taking into account the elastic interactions between the asperities. There were no assumptions made about the shapes, or any deformation behavior of the asperities, except for their obeying the laws of elasticity. The plastic deformations on the high asperity peaks were taken into account by setting a ceiling on their contact pressures at the material hardness value. The simulations used real surface profiles which were digitized from unworn circumferentially ground steel surfaces. Each pair of these profiles was mathematically combined to form an equivalent rough profile pressing against an infinitely rigid flat and having the appropriately adjusted elastic modulus. A total of 28 different pairs of profiles were used in the simulations. Each contacting pair was subjected to 30 different load levels and the local contact pressures and deformations were calculated. The contact simulations yielded some important mathematical relationships between parameters, such as the real area of contact, average gap, and average asperity load through statistical curve fitting. Two analytical functions were generated to relate the average load to average gap and the real area of contact to load.     

三绕组变压器的双绕组等效建模及在Matpower中的应用

针对实际电网存在着大量的三绕组变压器,但国际上一些著名商业软件,如BPA仿真软件、Matpower这一权威潮流计算开源软件,均只提供双绕组变压器模型,限制了其在具有三绕组变压器的电力系统中的应用的问题,潮流计算是自主开发的电力系统各种应用软件的核心模块,因此依托国际权威开源程序进行二次开发,是一种较好的选择。对Matpower要求的数据格式进行了归纳,对变压器的一般的等值电路及带理想变压器的等值电路和带标幺值的等值电路进行了分析研究,提出了三绕组变压器转换为双绕组等效模型的建模方法,使得原先只适应双绕组变压器的潮流计算软件可以适用于三绕组变压器电网的潮流计算;最后以Matpower软件为例进行了案例计算,并用PSASP仿真软件进行对比验证。研究结果证明,所提出的建模方法是有效的。     

电站锅炉模糊风险评价方法研究与应用

针对电站锅炉风险等级评价问题,将模糊综合评价技术应用到电站锅炉风险等级评价中。开展了电站锅炉失效影响因素及模糊评价因素的重要程度分析,建立了一套科学合理适于在线评价的电站锅炉风险评价体系,提出了模糊综合评价技术与改进的模糊层次分析法相结合的模糊风险评价方法,利用改进的模糊层次分析法计算了指标体系中各层指标权重。对某一台电站锅炉的实际运行工况影响子因素进行了模糊风险评价,采用模糊合成算子进行模糊综合运算得到电了站锅炉运行工况影响子因素的评价向量。研究结果表明:电站锅炉的运行工况影响子因素的风险评价等级为第6级,失效可能性等级为小,该电站锅炉运行工况良好。     

考虑进油孔有限长滑动轴承油膜力的近似解析解

针对具有进油孔的有限长滑动轴承油膜力求解问题,采用变分原理和分离变量法,求得了有限长滑动轴承油膜压力分布的近似解析表达式。将油膜压力分布的近似解析表达式在油膜存在区域上进行积分,即得到了油膜力。将提出的计算有限长滑动轴承油膜力方法与无限长轴承模型、有限元方法的计算结果进行了比较,发现了提出的方法与有限元方法的计算结果很接近。最后,研究了进油孔位置和进油压力对油膜存在区域、油膜力等的影响,研究结果表明进油孔位置和进油压力对油膜存在区域和油膜力有较大的影响。     

交通荷载作用下桥梁结构参数识别方法

应用动力节点加载法,将作用在桥梁上的交通荷载转化为等效节点荷载,再用两步构造法识别结构物理参数.第1步,用Newmark-β方法变换结构运动方程,并用结构的加速度响应求得变换空间内的位移、速度和加速度响应;第2步,基于最小二乘原理,构造出变换空间内求解结构参数的递推式,进行结构物理参数识别.数值模拟结果表明,在交通荷载作用下,该方法能够快速、准确地进行桥梁结构参数识别.     

Non-monotonic material contrast in scanning ion and scanning electron images

30 keV Ga⁺ focused ion beam induced secondary electron (iSE) imaging was used to determine the relative contrast between several materials. The iSE signal compared from C, Si, Al, Ti, Cr, Ni, Cu, Mo, Ag, and W metal layers does not decrease with an increase in target atomic number Z₂, and shows a non-monotonic relationship between contrast and Z₂. The non-monotonic relationship is attributed to periodic fluctuations of the stopping power and sputter yield inherent to the ion–solid interactions. In addition, material contrast from electron-induced secondary electron (eSE) and backscattered electron (BSE) images using scanning electron microscopy (SEM) also shows non-monotonic contrast as a function of Z₂, following the periodic behavior of the stopping power for electron–solid interactions. A comparison of the iSE and eSE results shows similar relative contrast between the metal layers, and not complementary contrast as conventionally understood. These similarities in the contrast behavior can be attributed to similarities in the periodic and non-monotonic function defined by incident particle–solid interaction theory.     

RLS and LMS blind adaptive multi-user detection method and comparison in acoustic communication

RLS and LMS blind adaptive multi-user detection algorithm and multi-user detector was proposed to solve the problem of multi-user signal detection problem encountered in underwater acoustic communication networks.In simulation analysis,RLS and the LMS blind adaptive multi-user detector were designed and tested for synchronous and asynchronous multi-user communication process.The results of SIR comparison and MMSE comparison show that,both of the two methods can realize blind adaptive detection when any user change in multi-user communication,during this process,the training communication sequences are not needed.The RLS algorithm has about 5 dB higher in SIR compared with LMS algorithm,and the convergence velocity of RLS algorithm is also higher than LMS algorithm when the communication users change.RLS algorithm has better ability in multi-user detection than that of LMS algorithm,and it has great attraction and guiding significance for solving the problem of multiple access interference(MAI) in multi-user communication.     

Application of Feature Extraction through Convolution Neural Networks and SVM Classifier for Robust Grading of Apples

This paper proposes a novel grading method of apples,in an automated grading device that uses convolutional neural networks to extract the size,color,texture,an...