轴承故障音频诊断系统设计与开发

轴承音频信号包含了其运行状态的许多重要信息,通过这些信息的恰当分析、处理就能对轴承故障进行有效诊断.与振动信号相比,音频信号的采集是非接触式的,具有使用方便、成本低廉等优势.因此,将基于音频信号的隐马尔可夫模型(Hidden Markov Model,HMM)建模方法引入到轴承故障诊断研究,以PC机为平台,在Visual C 7.0环境下设计开发了一套功能完善、操作方便、界面友好的轴承音频故障诊断系统.主要介绍了诊断系统的体系结构,HMM方法建模的步骤和故障诊断过程中的具体应用操作.多次实验结果表明,效果良好.     

一类具有多维存储结构的CMAC神经网络

对于多输入 CMAC神经网络 ,概念映射决定了网络泛化特性 .从而直接影响到网络学习速度和网络的逼近精度 .本文在对多输入 CMAC网络进行深入分析的基础上 ,指出了概念映射的重要性及现有映射算法存在的不足 ;巧妙地将网络存储器由原来的一维改为多维从而得到了一类新型的多输入 CMAC神经网络 ,同时给出了新型网络的概念映射算法并分析论证了算法的合理性、严密性 .计算机仿真结果验证了所提出新型网络及其概念映射算法的有效性     

高速ADC频域特性测试系统的设计

针对传统专用高速模数转换器频域特性测试系统构建难度大、成本高的问题,利用基于加窗和插值FFr算法的测试方法,提出一种低成本高速ADC频域特性测试系统,给出ADC采样时钟驱动电路、ADC输入信号驱动电路、FIFO缓存电路及USB接口电路的关键设计技术。     

基于差分进化的多机器人路径规划

差分进化是一种新兴的、简单有效的智能优化方法.其具有较好的收敛性、鲁棒性和高效性.将差分进化引入到多机器人路径规划来,提出了一种基于差分进化的多机器人路径规划方法,并调整了进化的参数值.采用该方法加快了多机器人路径的规划速度,有效地克服了传统遗传算法速度慢,适应新环境差的缺点,最后给出了的仿真结果证明方法可行、有效.     

不确定性机器人系统自适应鲁棒迭代学习控制

利用Lyapunov方法, 提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略, 整个系统在迭代域里是全局渐近稳定的. 所考虑的机器人系统同时包含了结构和非结构不确定性. 在设计时, 系统的不确定性被分解成可重复性和非重复性两部分, 并考虑了系统的标称模型. 在所提出的控制策略中, 自适应策略用来估算做法确定性的界, 界的修正与迭代学习控制量一样的迭代域得以实现的. 计算机仿真表明本文提出的控制策略是有效的.     

用于谐波分析的最大旁瓣衰落速度优化组合余弦窗函数

提出了组合余弦窗函数优化的通用原则,利用该原则导出最大旁瓣衰减速度优化组合余弦窗函数.在非相干采样方式下,这类优化窗函数能使旁瓣以最大速度衰落,从而显著降低了频谱泄漏,有助于实现电网谐波的高精度分析.     

基于音频信号的轴承故障诊断方法

介绍了一种基于隐马尔可夫模型的轴承故障音频信号诊断方法。通过对轴承音频信号的 Mel 频率倒谱系数特征提取,分别采用离散 HMM 和连续高斯混合密度 HMM 两种方法进行建模与诊断研究。与 CGHMM 方法相比,DHMM 方法运算速度快,但诊断精度低。而从总体上来看,两种方法都具有运算速度快,诊断精度高的优点。结果表明,本文方法具有很好的应用前景。     

基于CGHMM的轴承故障音频信号诊断方法

轴承音频信号包含其运行状态的重要信息,通过分析这些信息就能对轴承故障进行有效诊断。率先引入基于连续高斯混合密度隐马尔可夫模型的轴承故障音频诊断方法,避免矢量量化带来的数据处理误差,提高了系统诊断精度;引入基于聚类算法的模型参数初始化方法和标定系数的前向-后向算法,简化系统复杂度,加快了训练和诊断速度,进一步提高了诊断精度。实验结果表明,诊断精度达到98.75%,具有很好的应用前景。     

可能的WSN协议分层模型

集成了微机电系统、无线通信和现代网络等多项技术而形成的无线传感器网络是一种全新的信息获取和处理模式,其通信协议研究面临许多新的挑战。描述了WSN的性能特征;提出了可能的WSN通信协议分层模型;并在新的通信协议模型下,对协议中的各个层次功能进行了深入地分析。为进一步研究WSN通信协议提供了必要的理论基础。     

一种考虑频率偏差的谐波电流检测方法

针对目前的无锁相环谐波检测方法在电网电压畸变和频率偏移时对谐波检测精度变差的问题,提出了一种基于瞬时无功功率理论的改进谐波检测方法。该方法能在电网含有负序分量、谐波且频率偏移时由电压基波矢量快速、准确地测定电压的频率和相位,为电网不平衡状态下谐波的检测和治理提供可靠的信息。理论推导和仿真结果表明,所提出的改进方法能有效改善电网频率偏移和电压畸变时谐波电流的检测精度。