一种基于主成分分析和支持向量机的发动机故障诊断方法

提出一种新型的基于主成分分析（PCA）和支持向量机（SVM）的故障诊断方法。首先提取振动信号的多项时域指标,并利用小波包分解提取频域特征;再利用PCA从提取的时域、频域特征中选取敏感特征,实现降维处理,减小数据处理复杂度;最后利用SVM进行特征子集的训练和测试,实现故障分离。该方法在柴油机的失火、撞缸、小头瓦磨损等典型实际故障中的诊断准确率高达98%,证实了该方法的有效性。     

基于极限学习机及多姿态信息融合的步态识别

为了解决步态识别系统复杂度较高且设备较为昂贵的问题，本文设计了一种步态识别系统。通过采集安装在大腿、小腿和脚板的三个姿态传感器数据，利用时域与频域结合的多域特征方法和近邻成分分析（NCA）算法对姿态数据进行特征提取和降维，得到姿态数据的低维特征向量，使用极限学习机对低维特征向量进行分类，实现了三种步态的准确识别。实验结果表明，三种步态的识别率均达95%以上。     

机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

工程机械图标复杂度对搜索绩效影响的量化研究

本文结合客观的图标信息量与主观的感知复杂度，作为图标复杂度的量化依据，采用眼动追踪技术，探讨图标复杂度对图标搜索绩效的影响研究。首先，提出了结合信息量计算与感知复杂度系数的图标信息复杂度计算方法；然后，以旋挖钻典型图标集为材料，开展搜索任务眼动实验。研究发现：（1）图标复杂度对工程机械操作环境下的认知绩效影响显著；（2）图标信息量与搜索绩效存在倒U型关系；（3）感知复杂度与搜索绩效存在负相关线性关系；（4）图标识别的正确率主要受语义辨识细节影响。本工作为图标设计提供了量化研究的理论依据，特别是为图标设计的标准量化提供了可能的途径。     

汽轮机同步器的精确控制装置

为了对汽轮机同步器的精确、可靠的控制,改变了传统的磁放大器连续调节思路,用单片机作为控制手段,,采用脉冲调频（或调宽）方法,达到了较理想的控制器质。为火电机组的协调控制系统（ＣＣＳ）的成功投运创造了条件。     

用GaAs光电阴极的电子轰击CCD像增强器

ＩＴＴ为了开发新一代像增强器，正在进行一项研究计划。它采用以电子轰击方式工作的电荷耦合器件（ＣＣＤ）以便直接探测来自ＧａＡｓ光电阴极的光电子。这类像增强器兼有微通道板（ＭＣＰ）像管的典型信噪比水平和二极管的调制传递函数（ＭＴＦ）指标，并产生与标准视频显示器兼容的电子学输出。第一个成功的、用ＧａＡｓ光阴极的电子轰击式ＣＣＤ（ＥＢ－ＣＣＤ）像增强器是１９９１年８月验证的，光阴极采用了ＩＴＴ的标准负电子     

低风速风机叶片结构对平准化度电成本的影响

平准化度电成本（LCOE）作为评估风电项目综合竞争力的重要经济性指标，其受到风机叶片性能的影响。本篇论文以低风速风机叶片作为研究对象，结合特定风场条件，基于修正叶素动量理论（BEM）分析叶片的结构参数与气动性能，研究低风速风机叶片结构对风电机组全生命周期LCOE的影响，通过模式搜索算法（PS）优化低风速风机叶片结构参数，计算并对比优化前后的风电机组全生命周期LCOE。结果表明，在特定低风速风场条件下，通过优化叶片结构参数可以有效降低风电机组全生命周期的LCOE，优化叶片后风电机组的LCOE降低了6.9%，达到了预期的效果。     

智能火灾报警控制系统在电厂中的应用

威海二期工程是山东电力工程咨询院设计的一个新项目，其中ＩＲＣ－３（ＣＭＩＮ）智能火灾报警控制系统在国产机组中是较为先进的。本文就此系统的主要特点做详细介绍。     

污（废）水处理地中风机房的噪声控制

污（废）水处理地中风机房的噪声控制辽宁省轻工设计院班秀英一、风机机组工业污（废）水好氧处理过程中，对污水进行充氧曝气，势必采用风机机组将空气中的氧代人水中。在风机工作过程中，风机、机组就是主要噪声源。对新建工程风机机组的选择除满足污（废）水处理工艺外...     

基于Lempel-Ziv复杂度的车削颤振预报

为了预报车削颤振现象,搭建了车削颤振预报实验平台获取数控车削过程中从稳定车削阶段到车削颤振阶段的时域信号,利用L-Z复杂度算法计算稳定车削阶段、过渡阶段及车削颤振阶段的复杂度,并根据"6σ原则"划分了这三个阶段的复杂度区间。分析结果表明在过渡阶段复杂度最大,复杂度区间为(0.835 3,0.837 0);其次是稳定车削阶段,其复杂度区间为(0.799 8,0.800 2);车削颤振阶段的复杂度最小,其复杂度区间为(0.755 4,0.755 7)。L-Z复杂度指标将非线性非平稳的车床振动状态量化,能准确的识别和区分不同车削状态,用于车削颤振预报。