动态故障源数估计的自适应盲源分离方法

在大型旋转机械故障诊断中,由于故障源数动态变化,无法准确估计源数并有效分离出故障源.针对这一问题,采用拓展四阶累积量矩阵估计动态故障源数,并根据源信号数与传感器数的关系,选择相应的盲源分离算法实现自适应盲源分离.实验结果表明,该源数估计算法能有效地估计出包括欠定情况下的动态故障源数,自适应盲源分离算法能有效地实现正定、超定与欠定盲源分离的故障诊断.     

基于EMMD和BSS的单通道旋转机械故障诊断方法

针对在欠定的观测信号情况下,传统基于矩阵的盲源分离算法效果比较差的问题,提出一种基于极值域均值模式分解和盲源分离的单通道旋转机械信号故障特征提取方法,并应用于实际的故障诊断中.该方法先通过极值域均值模式分解法分解观测信号,把得到的固有模态函数和原观测信号一起组成新观测信号,从而实现了信号升维,使欠定问题转化为正定问题;然后,由奇异值分解和贝叶斯准则进行源数估计;最后,利用基于四阶累积量的特征矩阵联合对角化方法实现信号的盲分离.通过仿真,验证了该方法对旋转机械故障信号进行盲源分离的可行性.将提出的方法应用到齿轮和轴承系统的故障诊断中,进一步证明了该方法的有效性.     

卷积混合机械非平稳振动信号的二阶盲分离方法

针对机械振动信号具有非平稳和卷积混合的特性,文中将基于二阶统计量的盲源分离方法推广至卷积混合的模型,提出在信号子空间的频域中对机械振动信号的盲解卷积方法.仿真和实测数据实验结果表明,此方法充分考虑信号的非平稳以及卷积混合特性,能较好地实现机械振动信号的盲分离.与传统盲源分离算法比较,该方法更适合于机械振动信号的分析.     

盲源分离算法在变速箱故障信号诊断中的研究

研究了基于最大信噪比的盲源分离算法,并将其应用在汽车变速箱振动信号分析上,其目的是在变速箱工作时将不同激振源分离出来以便进行故障诊断。通过计算机进行信号分离实验仿真,验证了以最大信噪比(SNR)为分离准则的盲分离算法对振动信号分离的可行性,并将该算法与阶次分析方法相结合,应用于汽车变速箱在降速实测振动信号的故障诊断中,实验结果表明以最大信噪比为准则的盲源分离算法具有计算准确度高及稳定性好的优点,取得了良好的效果。     

混合信号振声源分离与多机组故障诊断

针对机房设备混合信号难以提取有用信息,提出了多参数的振声诊断方法。应用最小互信息梯度下降的盲分离算法,通过展开边缘熵和修正四阶累积量估计值的方法改善算法性能,在故障源数量未知且可能大于传感器数量的情况下,根据信息源之间的独立性测度关系依次提取最显著的特征值。仿真结果证明,改进算法估计误差减小且算法可靠。在诊断实例中,首先,分离机房内的混合噪声信号以确定主要故障来源;然后,采集故障源的振动信号进行非线性盲分离,提取热泵机组压缩机不对中、齿轮啮合不良和碰磨的故障特征;最后,根据分离的振源信号特征识别故障类型,建立基于盲源分离算法的大空间设备群的振声诊断方法。     

ICA在航空发动机振动信号盲源分离中的应用

研究了基于独立分量分析(independent component analysis,简称ICA)的发动机振动信号盲源分离技术,旨在将发动机振动信号按照不同的激振源进行分离。首先阐述了基于最大信噪比的盲源分离算法原理,通过对仿真信号进行分离,判断了分离输出信号与仿真信号的一致性,验证了该算法的可行性;然后将该算法与FFT分离法相结合,应用于某型双转子航空发动机高、低压转子实测振动信号盲源分离中,取得了很好的分离效果,表明应用ICA技术建立的基于最大信噪比的盲源分离算法具有迭代次数少、计算复杂度低、效果好及稳定等优点。     

免疫优化盲源分离算法在故障诊断中的应用

将人工免疫算法用于盲源分离算法,阐述了盲源分离过程,提出了免疫优化盲源分离算法(AIS-ICA算法),针对4组特定信号的混合与分离进行了仿真试验。仿真试验结果表明,该算法具有收敛速度快、分离精度高和稳定性好等优点。将该算法用于齿轮箱振动信号的盲源分离及其故障诊断,增强了振动信号所携带的故障信息,结果表明该算法用于齿轮箱振动信号分离可增强故障信息,降低齿轮箱故障诊断难度。     

一种基于矢量传感器阵的盲波束形成方法研究

本文针对水声环境和信号的特点，提出了一种基于矢量传感器阵的盲波束形成算法。首先建立了矢量传感器阵列接收信号模型，然后推导了基于矢量传感器阵列的波束形成最优权矢量的表达式。在此基础上，定义了接收信号的四阶累积量，进而盲估计了矢量传感器阵列的方向向量，实现了盲波束形成。该方法利用高阶累积量可消除高斯噪声干扰这一特性，有效地实现了基于矢量传感器阵列的盲波束形成。仿真实验验证了该方法的有效性和正确性。     

基于鲁棒预白化的机械噪声信号盲分离

机械噪声故障诊断的难度在于实际检测的噪声是多个设备或零部件噪声信号的混合,信噪比低,基于二阶统计量盲源分离算法的故障噪声诊断技术,利用二阶协方差矩阵的联合对角化,从测量噪声中分离出感兴趣故障噪声进而提取特征,但该算法抗干扰噪声性能差。本文利用多个协方差矩阵平滑滤波后的矩阵进行白化,进一步提高了抗干扰噪声能力,在样本数据较少时仍能实现较好的盲源分离效果,仿真实验证实了该算法的有效性。     

基于核函数的二阶盲辨识的单通道信号盲分离方法研究

调整权值的二阶盲辨识(WASOBI)算法已应用于故障诊断领域,但尚不能在欠定状态下对复合故障进行诊断。将该算法与核函数相结合实现了欠定盲源分离,并将其应用到复合故障诊断中。首先运用核函数将单通道信号构造为多维信号,并利用K-SVD源数估计方法估计出源信号个数,然后根据估计的结果重构出正定的观测信号矩阵,解决欠定问题,最后采用调整权值的二阶盲辨识算法将各故障源信号分离出来。仿真分析和实验结果表明,该方法能有效地解决欠定盲源分离问题,并使轴承各故障源信号分离,实现复合故障诊断。     

基于龙格-库塔法的自适应PID控制算法及其应用

针对大滞后系统提出一种基于四阶龙格-库塔预测模型的自适应PID控制算法,该算法是先对系统的状态变量进行步长预测,然后将此预测值代入系统输出方程,求出被控对象的步长测量值,再将该测量值作为反馈值进行PID控制运算。在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明该预测控制算法的响应速度快,鲁棒性强,有很强的实用性。     

应用扩展贝叶斯进化算法求解混流装配调度问题

为求解复杂混流装配线调度的问题,提出一种基于贝叶斯进化算法的优化方法,给出了基于同机工序和工艺相关工序关联分析的贝叶斯进化算法求解框架.在贝叶斯进化算法基本建模方法的基础上,引入有效解模式表征指标,以增强对有效解变量取值关系的表征和进化能力.同时,引入模式扩展关联机制,将变量层次的关联关系拓展到变量取值层次,进一步提高算法的进化搜索效率.最后,给出了算法实现过程中的小概率解模式保留策略,以避免优化信息的缺失.通过对混流装配调度算例及标准benchmark算例的仿真验证表明,在较大规模的问题求解中,本文算法与遗传算法和一般贝叶斯进化算法相比,优化效率得到了明显的提高.     

改进二进制差分进化算法在配电网络重构优化中的应用

以降低配电网损耗为目标,在对差分进化算法进行二进制化改造的基础上,对其重要的控制参数进行了自适应优化改进,并将其应用到配电网重构中,通过对IEEE33节点配电网络算例的仿真计算以及与标准遗传算法(GA)和差分进化算法(DE)计算结果的比较,表明改进后的算法通过网络重构有效地降低了网损,并具有较高的计算效率和可行性。     

基于整型提升小波变换的图像处理及DSP实现

针对数字信号处理器(DSP)的并行特性,提出了一种二维整型提升小波的并行体系结构。该结构采用乒乓缓存策略,使得数据的传输和小波变换能够同时进行;用基于行的列变换方法使得列变换只需少量行变换结果就能进行列变换;用移位操作代替乘法操作,大大减少了算法的运算量。整个结构采用流水线设计,提高了硬件资源的利用率和降低了算法的中间存储量,实现了图像的实时小波变换。实验证明,该算法与原算法相比,速度提高了15倍,达到了每秒85帧;重构图像的峰值信噪比(PSNR)虽然比离散小波变换要低一些,但仍达到了42 dB以上,因此该算法具有广阔的应用前景。     

6-DOF MOTION AND CENTER OF ROTATION ESTIMATION BASED ON STEREO VISION

A new motion model and estimation algorithm is proposed to compute the general rigid motion object＇s 6-DOF motion parameters and center of rotation based on stereo vision. The object＇s 6-DOF motion model is designed from the rigid object＇s motion character under the two defined reference frames. According to the rigid object＇s motion model and motion dynamics knowledge, the corresponding motion algorithm to compute the 6-DOF motion parameters is worked out. By the rigid object pure rotation motion model and space sphere geometry knowledge, the center of rotation may be calculated after eliminating the translation motion out of the 6-DOF motion. The motion equations are educed based on the motion model and the closed-form solutions are figured out. To heighten the motion estimation algorithm＇s robust, RANSAC algorithm is applied to delete the outliers. Simulation and real experiments are conducted and the experiment results are analyzed. The results prove the motion model＇s correction and algorithm＇s validity.     

波长移相干涉仪的算法研究

叙述了波长移相干涉仪的基本原理,分析了其特点,对传统硬件移相干涉仪和波长移相干涉仪进行了比较,指出了它们的优缺点和应用范围.以美国New Focus公司的可调谐半导体激光器为例,简述了实现波长调谐的硬件.文中将波长移相干涉仪算法分成三类:加权多步波长移相算法、基于傅里叶变换的波长移相算法和多波长算法,对这三类算法进行了较详细的叙述和分析,指出了各自的优缺点和应用范围.基于傅里叶变换的波长移相算法,提出了结合差分运算的适合于台阶测量的新算法,克服了已有算法中需要参考基准和参考面的缺点,提高了算法的实用性.     

面向MPEG-4编码器自适应多样性搜索及优化设计

针对MPEG-4中运动估计的精度和效率的要求,提出了一种基于可变大小块的自适应多样性快速搜索算法。对相同宏块的不同子块,应用两种不同类型的搜索算法——菱形搜索和三步搜索;算法的多样性和子块的自相似性,克服了单个搜索策略的缺点,使得搜索点数大大减少;同时分析和研究了开源MPEG-4视频编码软件XVID,并给出将XVID移植到ADSP-BF533处理器上,完成MPEG-4实时编码的优化设计。实验结果表明,所实现的MPEG-4编码器能够满足实时性要求。     

遗传算法和神经网络在铁谱图象识别中的应用

针对BP算法在神经网络学习中的一些缺点,将遗传算法应用于BP神经网络的网络学习中,提出了一种BP-GA算法。最后,应用神经网络对铁谱图象进行智能识别,实验结果证明它比单纯的BP算法有更佳的结果。