基于多指标模糊综合评价模型的小麦品质评估

小麦品质评估是小麦储藏和检测中最为重要的环节,针对传统小麦品质评价中因素较为单一、主观性较强的问题,本文提出了一种多指标模糊融合评价小麦品质的模型。首先,对小麦多生理生化指标进行分析与研究,选取脂肪酸值、沉降值、还原糖、发芽率、降落数值作为模型的因素集;首先对测试数据的标准差作放缩计算,得到一个可以反应数据可靠程度的权重矩阵;再次使用劣化度和隶属度函数构建了多因素模糊评价矩阵模型;最后,通过对权重矩阵和评价矩阵的融合计算,并结合最大隶属度原则获得综合评价结果。计算分析表明:模糊评价所得到的结果与实测小麦品质状况基本吻合,本模型可为储藏小麦的测量与评价提供一定的科学依据。     

基于信息熵的小麦储藏品质多指标权重模型研究

小麦储藏品质多指标数据间存在不确定性和作用差异性,为研究多指标数据在品质评价中的不同作用,研究提出一种基于信息熵的小麦储藏品质多指标权重模型。利用储藏小麦不同指标作用的特异性,选取多生理生化指标作为评价因素;根据储藏过程多指标的变化趋势,在不同置信水平对测试数据进行分类,并计算各类别总体信息量;由去除某一指标后的特征集剩余信息量计算获得该指标的互信息量,据此构建小麦多指标权重模型,为储藏品质评价和减缓品质劣变提供参考。结果表明:本权重模型的贡献率标准差相对于主成分分析法权重结果减小了0.088,其区分度相对于层次分析法提高了25.35%,有效减小了因主观因素导致的误差,为小麦品质多指标综合评价提供了一种有效的权重计算方法。     

基于数据驱动的离心泵转速识别及故障诊断研究

针对提取离心泵转速数据成本高、操作困难，获得的先验参数误差较大等问题，提出了一种完全基于数据驱动的离心泵转速识别模型。首先，采用快速傅里叶变换(FFT)得到了振动信号的复频谱，利用有效频段内的频谱计算了等效速度谱；然后，通过计算速度谱的谱峰值与本底能量之间的差值，获取了差值最大值，并将其与当前本底能量进行了对比(若满足条件，其对应的频率即为离心泵的转频);对原始振动信号进行了包络解调得到了包络谱，在包络谱中搜寻具有明显谐波特征的故障频率，并分析了故障频率周围的边带特征，结合故障频率和边带特征，对离心泵进行了故障诊断分析；最后，采用实验获得的实际离心泵振动数据，对上述算法模型的准确性进行了验证。实验结果表明：使用基于数据驱动的离心泵转速识别模型对具有明显内圈故障特征的离心泵冲击信号进行识别，其转频为43.58 Hz,在包络谱中有明显的故障特征频率为214.8 Hz,故障特征系数为4.93,符合轴承内圈故障信号特征，也与实际离心泵故障一致。研究结果表明：采用计算速度谱的谱峰值与本底能量之间差值的方法可以有效排除噪声的干扰，准确地识别设备的转速，可为实际工程中的设备故障诊断提供技术支持。     

考虑磨损的3z-Ⅱ型行星轮系传动误差特性研究

传动误差作为行星齿轮传动重要的性能参数之一，反映了工作时的精度问题，而长时间工作造成的齿面磨损会影响传动精度。针对该问题，以3z-Ⅱ型行星传动为研究对象，考虑齿轮固有误差以及各零件的安装误差建立整个传动系统的传动误差模型，并利用概率分析及蒙特卡罗方法进行模拟计算，得到接近实际的理论传动误差模型。基于Archard磨损模型，结合赫兹接触模型，建立齿轮的磨损模型。得到各个齿轮的齿面磨损深度，将各个齿轮的磨损深度等效为齿廓误差，建立基于齿面磨损的传动误差模型。对两个模型的仿真结果对比分析，考虑磨损时，整个传动系统的传动误差有所增加，传动误差集中在-0.42′～3.75′,平均值为1.71′;相比无磨损时，正向传动误差增大，负值降低。