基于粗糙集的桥梁损伤状态等级评估

介绍了一种用于桥梁损伤状态评估的有效算法。利用粗糙集在处理不完备信息方面的优势来抽取桥梁构件状态与桥梁安全状态之间的规则。其优点是在对象信息不足或存在冗余时仍然有效而且不需任何先验信息。文章的最后利用两个新样本验证了该算法的有效性。     

涡流检测的信号处理技术

介绍涡流检测信号处理技术中特征值的提取方法，以及利用神经网络和信息融合技术进一步对信号进行分类、识别和评价的技术发展，还介绍了涡流逆问题求解的发展趋势和根据信号特点选择信号的处理方法。     

脉冲涡流磁场特征分析

脉冲涡流是近年发展起来的新检测技术，目前还未被广泛应用，主要是因为脉冲信号的解释还处在初期。为了对脉冲信号做出客观的解释，介绍了直接测量导体内部涡流信号，首次观察到脉冲激励时的涡流信号波形。通过时域频域分析得出涡流信号的频率特性与导体深度无关，而与脉冲重复频率有关。这一结论对脉冲涡流技术的工程应用具有指导意义。     

基于粗糙集的桥梁损伤状态等级评估

介绍了一种用于桥梁损伤状态评估的有效算法。利用粗糙集在处理不完备信息方面的优势来抽取桥梁构件状态与桥梁安全状态之间的规则。其优点是在对象信息不足或存在冗余时仍然有效而且不需任何先验信息。文章的最后利用两个新样本验证了该算法的有效性。     

基于EEMD的ICNN故障诊断方法

针对轴承微弱故障特征提取困难和故障诊断准确率低等问题,提出一种基于集合经验模态分解的改进卷积神经网络的故障诊断方法。首先,利用集合经验模态分解(EEMD)对信号进行降噪等预处理,并将预处理后的信号转换为二维信号;其次,为了解决数据特征不确定性和卷积神经网络(CNN)内部参数爆炸的问题,在CNN的卷积层和池化层之间增加批量归一化层进行标准化处理,得到改进的卷积神经网络(ICNN);最后,以风电机组轴承微弱故障数据集为例,验证了所提方法相较于其他诊断方法更具有优越性,能够有效提取故障特征,具有较高的准确率和诊断效率。     

基于Delphi的UV-365分光光度计自动测色软件设计

光源色度的测量在很多场合都具有非常重要的意义,UV-365分光光度计是对光源色度进行测量时常用的仪器,本文利用Delphi设计了一个自动测色系统,可以弥补UV-365不能对大量测量数据进行计算的不足,提高其工作效率.最后通过对一个标准光源的测试验证了该系统的可行性.     

数据融合技术及其在涡流信号处理中的应用

介绍数据融合技术的几种方法，结合多频涡流检测的信息融合研究，着重介绍模糊集融合算法，并用遗传算法来近拟最优确定模糊参数，其优点在于当各融合源先验信息未知的情况下，能以近似最优的方法对信息进行融合，最后给出用该方法对硬化层深多频涡流检测信息融合的结果。研究证明，数据融合技术较适用于多频涡流检测。     

粗糙集的约简算法在涡流传感器设计中的应用

用粗糙集理论从传感器设计的大量数据中提取最小规则集，约简过程表明，核属性中只有测量参数，即涡流传感器结构参数对灵敏度的影响是通过与测量参数的配合而起作用的，应用粗糙集约简算法，不仅获得了传感器的设计规则，而且揭示了影响传感器性能的因素之间的关系，为涡流传感器设计提供了新的知识。     

基于AVMD和WDK的风电齿轮箱轴承复合故障诊断方法研究

针对强背景噪声下轴承微弱复合故障特征提取困难的问题,提出一种基于自适应变分模态分解（AVMD）和优化的Wasserstein距离指标（WDK）的风电齿轮箱轴承复合故障诊断方法。首先,引入自适应学习粒子群优化算法（ALPSO）,以平均包络熵作为ALPSO的适应度函数来搜索变分模态分解的最佳影响参数,从而构造AVMD;其次,结合Wasserstein距离（WD）和峭度优点,提出WDK指标筛选有效模态分量,并对筛选的有效模态分量进行重构;然后,通过对重构信号进行包络谱分析实现轴承复合故障的诊断;最后,将所提AVMD-WDK方法应用于某风场2 MW风电齿轮箱轴承振动信号的故障诊断。结果表明,该方法能有效提取轴承的微弱故障特征,实现轴承复合故障的精确诊断。