基于参数优化VMD的齿轮箱故障特征提取方法

为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法。首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征。结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征,并且比利用经验模态分解方法降噪效果更好,提取的故障特征更加明显。     

黄芪多糖对果蝇寿命和抗氧化作用的影响

为探讨黄芪多糖对果蝇寿命和抗氧化的影响,将含有0.1、0.5、1.0、1.5、2.0 μg/mL的黄芪多糖培养基喂食果蝇,通过生存实验研究其寿命,通过逆重力爬行能力实验研究其运动能力,通过抗氧化活性实验测定其SOD、T-AOC和MDA活性。结果表明,当黄芪多糖浓度为1.0 μg/mL时,与对照相比,雌、雄性果蝇的平均寿命分别延长了27.69%和25.77%,半数死亡时间分别延长了52.09%和53.65%,最高寿命分别延长了16.71%和15.78%,均显著高于对照(P<0.05);雌、雄果蝇的逆重力爬行能力最强,分别增加了14.16%和27.97%,均显著高于对照(P<0.05)。雌、雄果蝇体内T-AOC和SOD酶活最高,而MDA含量最少。因此,黄芪多糖可显著提高果蝇的寿命、机体的运动能力和抗氧化能力。     

东北刺人参抗疲劳及改善睡眠节律作用研究

目的:探讨东北刺人参根水提取物冻干粉的抗疲劳和改善睡眠节律的作用。方法:在小鼠力竭游泳实验中,将小鼠随机分为空白对照组、东北刺人参低剂量组(125 mg/kg)、中剂量组(250 mg/kg)、高剂量组(500 mg/kg)连续灌胃给药15 d,检测血清中尿素氮(BUN)和乳酸脱氢酶(LDH)水平,以及肝组织中谷胱甘肽过氧化物酶(GSH-Px)和三磷酸腺苷酶(ATPase)活力等指标。同时采用果蝇活动监测系统(DAMS),以果蝇为观察对象,以睡眠时间和睡眠-觉醒节律为考察指标,分别考察东北刺人参对果蝇睡眠的干预作用。结果:东北刺人参能延长小鼠负重游泳时间,高中低剂量组延长率分别为126.16%、102.44%和62.32%,亦可提高自由泳小鼠GSH-Px、LDH和ATPase活性,降低BUN水平。对果蝇睡眠节律影响实验结果显示,东北刺人参可以增加雄果蝇平均睡眠时间,减少自主活动次数,且呈现剂量依赖性。同时,减少雌果蝇自主活动次数,缩短白天活动时间,缩短片段化睡眠,增加夜晚睡眠时间,且明显后移睡眠相位角。结论:东北刺人参能显著增加果蝇的睡眠时间,改善睡眠节律,可加速疲劳的消除,并可以延长小鼠力竭游泳时间,提高其运动耐力,减少自由基的堆积,加快体内代谢产物的清除,延缓疲劳的产生。     

大豆肽对果蝇睡眠的影响

研究大豆肽(soybean peptides,SBP)对果蝇睡眠的影响。通过大豆分离蛋白酶解,制得SBP,选择20日的雄性果蝇,分为4组,无添加的培养基作为空白组,SBP分为2、4、8 mg/mL额外添加到培养基作为3个实验模型组,通过VideoTrack动物行为分析系统监测果蝇睡眠时长,并检测SBP对果蝇脑部生物钟基因(per、tim、clk、cyc)与参与调控睡眠神经递质合成限速酶的基因(gad、tph、gdh、hdc)以及五羟色胺(5-hydroxytryptamine,5-HT)的影响。研究发现,在监测睡眠的第2日晚上,SBP对果蝇睡眠延长效果最好,并呈现剂量依赖性,又通过剥离取头,分析其生物钟基因(per、tim、clk、cyc)和神经递质合成限速酶基因(gad、tph、gdh、hdc),得到SBP是通过调节tim和tph的基因表达并提高5-HT在脑部的含量来延长果蝇的睡眠时长的结论。     

基于FOA的变分模态分解在轴承故障诊断中的应用

变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。     

基于IFOA-GRNN的电力系统短期负荷预测

考虑到电网负荷与诸多因素有关，设计了一种带有温度、气象、日期类型的广义回归神经网络（GRNN）负荷预测模型。为了提高该模型的预测精度，提出了一种改进果蝇优化算法优化广义回归神经网络（IFOA-GRNN）的方法，即在利用果蝇优化算法（FOA）进入迭代寻优时，通过改进搜索距离优化该算法的性能和稳定性。利用改进的FOA优化GRNN的光滑参数，然后利用训练好的预测模型对甘肃省某地区进行了短期负荷预测，并与FOA-GRNN和误差反向传播神经网络(BPNN)模型结果进行了误差比较。结果表明， IFOA-GRNN具有较高的预测精度，能够满足电力系统短期负荷预测的要求。     

SiC单晶加工参数优化及表面粗糙度预测

因独特的共价键晶体结构,SiC单晶具有较高的硬度和脆性,是典型的难加工材料。以横向超声激励线锯的方法对SiC单晶进行切割,采用正交实验设计,并引入灰色关联分析法研究切割过程中锯切力、晶片表面粗糙度等多目标与主要加工参数之间的影响关系,以及获得线锯加工最优参数组合,即工件进给速度0.025mm/min、超声振幅1.8μm、线锯速度1.6m/s、工件转速16r/min为最优加工参数组合,并通过实验进行验证。采用果蝇优化算法优化灰色神经网络模型(FOA-GMNN)对SiC单晶片的表面粗糙度Ra进行预测,结果表明:FOA-GMNN模型收敛速度快,鲁棒性好,预测精度高,预测值与实验值的平均相对误差为2.09%。     

低压铸造机液面加压控制技术研究

针对低压铸造机液面加压系统参数整定困难、压力控制精度不佳的问题,对液面加压系统的组成、工艺以及机理等进行了研究。提出了模糊神经网络在线整定PID参数的方法,设计了2输入、3输出的模糊神经网络;分析了BP学习算法的缺点,改进了模糊神经网络训练方法,使用果蝇算法作为外层循环,BP算法作为内层循环训练模糊神经网络;选择合适的目标函数对模糊神经网络进行了训练,在Matlab中对传统PID、模糊PID和FNN-PID的控制效果进行了仿真分析。研究结果表明:和传统PID控制相比,使用FNN-PID控制器的液面压力最大误差减小了35.6%,平均误差减小了21.6%,有效提高了液面压力的控制精度。     

激光切割路径的自适应飞行半径果蝇算法优化

为提高激光切割路径优化效果,同时针对果蝇算法(FOA)中果蝇个体的飞行半径的设置主要依靠经验的缺陷,提出了基于自适应飞行半径果蝇算法(AFRFOA)的激光切割路径优化方法.相比于FOA,AFR-FOA中的果蝇个体的飞行半径会随着迭代次数的增加而自适应的变化,克服了固定半径的缺陷,能够实现全局搜索和局部搜索的平衡.钣金激光切割路径优化实例表明,AFRFOA获得的切割路径中,空行程更短,切割耗时更少.     

基于果蝇算法的开关磁阻电机多目标优化研究

针对采用传统算法对开关磁阻电机(SRM)本体进行多目标优化时存在算法复杂、调节参数多、计算量大且易陷入局部最优解等问题,提出一种基于果蝇算法(FOA)的SRM本体多目标优化设计方法。利用极限学习机算法建立SRM非参数模型,采用FOA算法对其进行优化,实现了SRM定转子极弧的全局最优设计,最后对该优化算法的效果进行了仿真验证,同时与传统粒子群优化算法(PSO)进行了对比分析,结果表明,FOA算法不仅获得了较PSO算法更好的转矩波动系数和效率指标,而且具有参数设置少、收敛速度快且不易陷入局部最优解等特点,具有较好的应用价值。