基于小波包散布熵与Meanshift概率 密度估计的轴承故障识别方法研究

为提升轴承故障特征提取精度和运行状态评估准确性,提出一种基于小波包散布熵与Meanshift概率密度估计的诊断方法.首先,采用小波包变换对轴承振动信号数据进行升维,通过计算每个子带的散布熵构建特征矩阵;然后,利用PCA对多维矩阵进行可视化降维,采用Meanshift无参估计得到训练样本的概率密度最大位置作为聚类中心;最后,通过计算测试样本散布熵坐标与各聚类中心的欧式距离判定测试样本类别归属.采用CWRU和QPZZ-II轴承实验台不同故障类型和故障程度样本数据对所提方法进行验证,结果表明,得益于小波包完备的理论模型和信号频带分解稀疏性,结合散布熵指标对数据样本良好的鲁棒性,所构造的特征矩阵具有较好的类内聚集性和较大的类间距离,同时,Meanshift以概率密度最大化为目标自适应迭代聚类中心和隶属度,可以有效实现对不同数据样本的分类识别.     

重庆一次典型飞机人工增雨作业的效果分析

利用MICAPS资料、卫星反演产品和多普勒雷达产品,采用统计和物理检验相结合的方法,对2010年12月15日重庆主城一次飞机人工增雨作业过程进行了效果分析.分析表明,此次飞机人工增雨作业相对增雨率在20%以上,在云系发展开始和持续发展阶段增雨效果好;雷达回波、卫星反演产品均能反应人工增雨催化前后的物理变化,催化作业后1h内引起的物理变化最为明显.反射率因子图上的零度层亮带是把握人工增雨作业时机和部位的重要依据.