音频注入下的飞机舱内噪声烦恼感抑制与评价

本文以滚动轴承为研究对象,将无量纲参数—跳跃性因子作为振动信号中的趋势预测特征值,采用短相关随机模型（ARIMA）和长相关分数阶差分的FARIMA模型分别对跳跃性因子进行预测,提出了适合长短相关性序列的MIX-ARMA自适应预测模型,根据Hurst指数自动地选择适合的预测模型。经R/S方法检验,跳跃性因子更适合长相关序列预测为旋转机械设备状态评估和决策分析具有重要意义。     

ACO-BP算法在化工过程故障诊断中的应用

将蚁群算法和BP神经网络相结合,利用蚁群优化算法与误差反向传播算法结合而构成的混合算法(ACO-BP)训练神经网络的权值和阈值,给出ACO-BP算法训练神经网络的基本原理和方法步骤,并将该算法应用于连续搅拌釜式反应器的故障诊断。仿真结果表明:ACO-BP算法具有较高的诊断精度,能够及时、有效地检测连续搅拌釜式反应器中存在的故障。