新形势下加强小型农田水利建设的思考

通过对武进区小型农田水利工程建设现状的调查,指出武进区在小型农田水利工程建设和管理方面存在的一些问题,有针对性的提出加强小型农田水利工程建设的建议,使武进区小型农田水利工程建设发挥应有的效益,为促进社会经济持续、健康发展做出新的贡献。     

线性自适应小波理论的齿轮箱故障诊断方法

针对早期齿轮箱故障信息淹没在背景组分中的问题,提出了基于线性自适应小波理论的齿轮箱故障诊断方法.该方法基于希尔伯特变换(HT)和自适应小波变换(AWT),能从低频的调制振动信号中区分并识别不同程度的裂纹故障.首先用希尔伯特变换提取调制振动信号的包络值以显示调制频率.然后利用自适应小波变换来处理由希尔伯特变换得到的调制信号,其中在自适应小波处理希尔伯特变换后的调制信号的过程中利用粒子群算法(PSO)对过程参数进行优化.实验结果表明该自适应小波变换能通过过程优化小波找到匹配振动信号的啮合频率及其谐波、耦合频率、载波频率及其边频带,能够从调制信号中提取出特征参数,且具有较高的分辨率.     

山东沂水县晒红烟调查报告

一九八三年九月在山东省临沂地区烟草分公司和沂水县烟草支公司的大力支持和协助下,对沂水县晒红烟的栽培历史、生产技术和自然条件等进行了初步调查,现将调查情况报告如下.一、沂水绺子烟的生产历史及特点沂水绺子烟的种植历史悠久,据道光七年(1827年)沂水县志记载:"西南惟烟,西北惟山榆,西山一带惟药材居多".在论当     

基于EMD和FFT的齿轮箱故障诊断

提出了一种基于小波包分析(WPA),经验模态分解(EMD)和快速傅里叶变换(FFT)的齿轮箱故障诊断方法,此方法适合于非线性非稳态信号的自适应分析.首先运用WPA对采集的齿轮箱振动信号进行分解可得到不同频率的子频带;然后对各子频带信号进行EMD,从而得到一定数量的本征模态函数(IMF);最后选取特定的IMF,对其作FFT可得到相应的功率谱,从而提取齿轮箱故障特征频率,进而对齿轮箱故障模式进行识别和诊断.分析结果表明本文所提议的方法能有效地检测出齿轮箱故障特征频率.     

基于PARAFAC分析和SVM离心泵故障诊断方法

在多尺度平行因子分析理论的基础上,将原始信号经过多尺度小波分解得到三维时频信号,再经平行因子分析得到通道加载因子、时间加载因子和频率加载因子,通过实验分析,后二者可以明显地表征设备正常或故障状态,利用这一特征建立不同状态的离心泵与其对应的时间加载因子和频率加载因子的映射关系,并以此作为改进粒子群算法优化后的支持向量机分...     

面向齿轮箱故障诊断的序贯概率比检验理论和方法

提出了一种基于序贯概率比检验的齿轮裂纹故障诊断方法,并选用了无裂纹和有裂纹的齿轮模拟故障模式.实验中提取的振动信号夹杂着噪声等干扰,运用具有良好去噪效果的小波包方法对齿轮箱振动信号进行预处理.采用时域分析法提取预处理后信号的特征值,提取对冲击性振动非常敏感的峭度值作为特征值.将序贯概率比检验算法应用于齿轮箱故障模式的检验和识别.为了验证所提出方法的诊断能力,本文选用均方根误差的方法来计算同种故障之间,以及不同种类故障之间的识别误差,结果表明了所提出的方法是有效且强大的.     

关于烤房结构和烧煤方法问题的商榷

影响烟叶烘烤质量的因素很多，本文根据在福建省三明烟区的实践和调查，主要从烤房结构、通风排湿设备及烧煤方法进行改革和试验，改变了过去的一些习惯作法，使烟叶的烘烤质量得到提高。     

浙江省建材工业呈现好势头

1991年浙江省建材工业摆脱了困境,走出了低谷,出现了近年来所没有的好势头。全年完成建材工业总产值约75亿元,其中,系统内企业完成工业总产值20.48亿元,比上年增长13.43%,县以上全民企业完成工业总产值16.2亿元。比上年增长16.6%;优质产品产值8.22亿元,优质产品产值率达40.12%,比上年提高4.06个百分点。列入计划考核的39种产品中,17种产品完成年度计划,比上年增长的有29种。全省水泥产量1622万 t,比上年增长21.02%,成为全国第5位水泥生产大省。散装水     

重视成熟度 提高烤烟质量

目前我国烤烟的质量比前几年有了比较明显的提高。中上等烟增加,单叶重提高,青烟大幅度减少,烟碱含量上升,糖分下降,化学成分趋向协调。但与国际上烟叶质量相比,仍有很大差距,主要是颜色偏淡,香气不足,烟碱含量仍较低。如何提高烟叶质量,缩小与国际水平的差距,是当前我国烤烟生产上必须解决的重要课题。国内外的专家认为,采收成熟度不够的烟叶,是阻碍我国烤烟质量提高的关键之一。在1988年全国烟叶生产工作会议上,金茂先副总经理指出,从1987年烤烟生产来看,“不成熟采摘仍然是带有普遍性的严重问题”。因此,烟叶的成熟度问题应当引起足够的重视。下面,     

基于PCA与SPRT的机械故障诊断方法研究

提出了一种基于主元分析法（PCA）和序贯概率比检验（SPRT）的齿轮箱故障诊断新方法。选用正常的和有裂纹的齿轮建立实验模型,采用小波包变换对齿轮箱实验系统采集的振动信号进行预处理。采用时域信号分析方法提取振动信号的特征参数,并运用PCA对数据进行降维。选取降维后贡献率最大的主元作为测试参数,验证了所提出的SPRT算法和均方根误差,并检测了该方法的诊断能力。结果表明,该方法对于齿轮箱的齿轮状况识别是有效且实用的。