基于EMD和分形的齿轮箱特征提取技术研究

齿轮箱故障诊断实质上是一个特征提取和状态识别的过程,在旋转机械研究中,其特征频率往往是已知或者可以计算的,而实际测量的机械振动信号往往含有故障特征以外的频率成分,为了避免多余信息的干扰,提出了结合EMD和分形几何算法的齿轮箱有效频率分量的特征提取方法。实验表明,该方法可以有效地计算出不同齿轮故障的特征值,实现了定量表征。     

基于简化的KL T 和小波变换的非平稳宽带噪声语音增强

针对非平穗宽带噪声语音增强存在的困难，提出一种基于二进小波交换和简化的Karhunen-Loeve交换(KLT)的语音增强算法。通过基于小波空间和KLT矢量空间分解带噪语音信号，并针对浊音和清音分别进行处理和重构，在无需进行噪声的白化及信噪比大小的预先计算条件下，实现了语音增强。在不同的语音增强系统对比实验中，通过失真测度分析表明了该算法能克服以往方法的固有缺陷，在非平穗宽带噪声的语音增强中，对噪声的整形和抑制具有较好的作用。     

爆胎对牵引火炮行驶性能仿真分析

为研究内支撑轮胎爆胎对火炮行驶性能的影响,由于安全性实验危险系数大,利用虚拟试验的方法来研究牵引火炮行驶过程。利用多体动力学软件建立了火炮行驶模型,模拟其行驶过程,得到了速度对其的影响,并与传统的充气轮胎进行了对比分析。仿真结果表明:内支撑轮胎自身结构合理,应力分布均匀,速度对火炮侧偏性能有着重要影响,较传统充气轮胎的性能有所提高,为内支撑轮胎试验和使用提供了理论数据。在仿真结果的基础上,通过基地试验验证了仿真结果的正确性。     

基于PSO-SVM的齿轮箱故障诊断研究

针对目前齿轮箱故障诊断存在的检测难度大、主观性强、准确性不高等问题,提出了一种基于粒子群算法和支持向量机的故障诊断方法。运用时域频域分析法对振动信号进行分析获取特征值,利用支持向量机(SVM)技术对齿轮箱特征参数进行模式识别和故障分类,并引入粒子群算法(PSO)用于优化支持向量机参数,建立了齿轮箱典型故障诊断模型。实验结果表明:该方法可以对齿轮箱不同故障类型进行准确的分类,有效的提高了齿轮箱故障诊断的可靠性。     

基于小波域的非平稳卷积混合 语音信号的自适应盲分离

一些卷积混合信号的盲分离算法是迭代性的，不适于实时应用．为此提出一种基于小波域的算法，用于卷积混合信号的自适应盲分离．对基于小波域的算法进行仿真，并与频域盲信号分离算法进行对比，结果表明所提出的算法能提高盲信号分离的性能。     

基于RcurDyn 的牵引火炮动力学建模与仿真

为研究牵引火炮行驶安全性,针对目前内支撑轮胎实物试验危险系数高等问题,提出一种利用虚拟试验的方法来实现牵引火炮在行驶过程中爆胎。利用PRO/E建模软件建立了火炮的牵引模型,通过计算得到了模型中各部件的质量和转动惯量;运用RecueDyn软件建立了火炮简化模型和路面模型,并通过仿真计算得到了火炮以不同速度牵引时发生爆胎后的运动状态,以及在行驶过程中发生爆胎后的侧偏位移曲线、侧偏加速度曲线和纵向加速度曲线。仿真结果表明:在较大速度行驶时火炮轮胎发生爆胎,火炮有较大的侧向位移和纵向加速度。该研究为评价火炮在牵引过程中的安全性提供了理论依据。     

噪声环境下的基音检测方法

噪声环境下的基音检测在语音信号分析和识别中占有得要地位。自相关法和平均幅度差函数是两种常用的基音检测方法。结合两种方法，提出了一种有效的噪声环境下基音检测方法。实验表明，该方法是可行的，与传统方法相比鲁棒性好，特别适用于信噪比较低的情况。