基于EEMD与GWO-SVM的石化机组轴承故障诊断

针对石化机组轴承做故障分类时,传统支持向量机的分类性能受自身参数选择的影响识别准确率不高的问题,提出一种基于集合经验模态分解和改进支持向量机的石化机组轴承故障诊断。首先利用集合经验模态分解（ensemble empirical mode decomposition,EEMD）与样本熵（sample entropy,SE）对原始信号进行特征提取,采用灰狼算法优化支持向量机（gray wolf optimization algorithm support vector machine,GWO-SVM）的方法得到最优参数,构建石化机组轴承故障诊断模型。最后以实际石化机组数据集进行诊断分析,并通过与未优化的支持向量机和传统优化算法的支持向量机进行对比,表明该文所提方法的有效性和优越性。     

基于SVM的小型无人直升机飞行稳定性研究

针对无人直升机控制中的滞后问题,文章提出了一种解决方法:先提取控制信号的特征值,然后利用特征值对无人机的进行判断,控制系统可以根据判断结果提前纠正系统的控制偏差。由于直升机飞行失败的样本极少,在稳定判断中引入了一个新的模式识别方法—支持向量机。支持向量机基于结构风险最小化原则,解决了小样本数据分类和泛化问题。文中在对支持向量分类机的原理进行了简单的介绍后,利用支持向量机和神经网络对直升机的飞行数据进行了分类,试验结果表明支持向量机具有较好的分类效果。     

高速列车转向架故障信号的聚合经验模态分解和 模糊熵特征分析

为了对高速列车转向架关键部件进行状态监测,利用转向架故障振动信号的特点,提出了一种结合聚合经验模态分解和模糊熵的特征提取方法.对故障信号进行聚合经验模态分解,得到一系列具有不同物理意义的简单成分信号,采用相关分析法选取最能反映原信号特征的本征模态函数.对这些本征模态函数和原信号分别计算模糊熵值构成多尺度复杂性度量的特征向量,输入最小二乘支持向量机中进行分类识别,与模糊熵特征相比得到了更好的识别效果,证明了算法的有效性.     

GIS隔离开关操作接地网电位差干扰抑制方法

气体绝缘变电站隔离开关操作产生接地网电位差干扰,易与故障信号混淆,致使继电保护装置误动作。针对干扰信号的高频瞬变特性,提出基于最小二乘支持向量机/改进集合经验模态分解的自适应抑制方法。设置阈值启动函数检测干扰信号起始位置,通过极值延拓、多尺度排列熵改善集合经验模态分解算法的端点效应和熵值,采用粒子群算法优化最小二乘支持向量机,将干扰信号经过改进集合经验模态分解算法分解的本征模式分量作为训练样本,构造最优决策函数,对二次电缆耦合信号的本征模式分量序列进行干扰信号自适应识别与抑制。仿真实验表明,所提出的自适应抑制方法能准确识别和滤除接地网电位差干扰信号,保留故障信号特征,信噪比提高了221%,增强继电保护的抗干扰能力。     

经验模态分解结合包络谱LSSVM的滚动轴承故障诊断

针对滚动轴承故障诊断问题,提出了经验模态分解(EMD)包络谱分析结合最小二乘支持向量机(LSSVM)方法用于滚动轴承的故障诊断。EMD具有自适应性,可以有效分析非平稳,非线性信号。利用EMD将轴承信号分解为由高频到低频的固有模态函数(IMF),选取前4个主要包含轴承故障频率的IMF函数进行包络谱分析,采用每个分量函数的特征频率和轴承的时域特征作为轴承故障的识别特征,结合LSSVM方法建立轴承故障诊断定性识别模型。结果表明：单独采用频率特征的LSSVM判别模型无法实现轴承故障的准确识别,其正确识别率仅为82.5%;采用频率特征结合时域特征的LSSVM模型可以实现轴承故障类型的100%准确识别。EMD包络谱分析结合模式识别的方法可以实现轴承故障类型的有效识别。     

基于小波包和AGA-LSSVM模型的滚动轴承故障诊断

为了解决滚动轴承故障特征提取和故障类型识别问题,提高诊断准确率,提出了一种基于小波包与自适应遗传算法优化最小二乘支持向量机(AGA-LSSVM)相结合的故障诊断模型.首先由小波包分解与重构获取振动信号中能反映不同故障状态的能量特征向量,其次,由经过自适应遗传算法优化的LSSVM模型对滚动轴承常见故障进行诊断.Matlab运行结果表明,相较于传统LSSVM方法,所采用的方法可靠度较高,可以较好地实现对轴承故障的诊断.     

轴承早期故障特征提取方法研究

针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则确定带通滤波器的中心频率和带宽,设计带通滤波器;对经过带通滤波器滤波后的信号进行小波包分解和CEEMD分解,根据峭度、相关系数筛选出有效本征模态函数(IMF)分量;利用IMF分量重构小波包信号,对重构小波包信号进行包络谱分析,提取轴承早期故障信号特征频率.该方法通过谱峭度分析降低背景噪声干扰,通过小波包分解增强故障冲击信号,并将CEEMD与小波包分解相结合,解决经典EMD分解存在的模态混叠、无效分量问题.仿真结果表明,相较于传统包络解调算法,重构后信号的背景噪声得到抑制,故障特征分量突出,验证了所提方法的可行性和有效性.     

基于DE-LSSVM的滚动轴承故障诊断

针对滚动轴承故障诊断难以获得大量样本的问题以及LS-SVM 模型参数选择方法易陷入局部最优的缺点,提出了一种集合经验模态分解能量熵和差分进化算法（DE）优化最小二乘支持向量机相结合的轴承故障诊断方法。首先原始振动信号采用EEMD分解得到一组固有模态函数（IMF）,从有效本征模态函数IMF分量中提取的能量特征作为输入建立支持向量机,通过计算不同振动信号的能量熵值大小来判断轴承的故障损伤程度。为了提高模型的诊断精度,采用差分进化算法对LS-SVM的结构参数进行优化,并与LS-SVM和PSO-LSSVM模型相比较。结果表明,DE-LSSVM 模型的故障分类准确性得到了提高,可以有效应用于滚动轴承故障诊断中。     

改进的LS-SVM方法在EMD端点效应问题中的应用

经验模态分解能有效处理非平稳、非线性信号,但在多次采用三次样条插值获取信号上、下包络的过程中容易产生影响分解精度的端点问题。为了抑制经验模态分解中存在的端点效应问题,提出了一种基于最小二乘支持向量机和镜像延拓的端点效应抑制方法。该方法采用最小二乘支持向量机对原始信号序列两端分别向左、右各延拓有限个数据点;用镜像延拓对延拓后的信号序列进行对称延拓处理,将其延拓成一个环形信号序列;对这一环形信号序列进行经验模态分解。通过对仿真信号以及真实脑电信号进行实验分析以及与其他延拓方法的对比,结果表明该方法能够有效抑制端点效应问题,并在抑制端点效应问题方面优于传统的支持向量机和最小二乘支持向量机。     

一种基于CEEMDAN-CPELM的池塘溶解氧预测模型研究

针对集约化水产养殖中水体溶解氧时间序列非线性、非稳定性特征导致的溶解氧预测模型构建难度大、预测精度不高的问题,提出一种基于自适应完备集合经验模态分解-聚类重构结构的偏最小二乘优化极限学习机溶解氧预测模型(CEEMDAN-CPELM)。采用CEEMDAN方法将溶解氧数据流分解为不同频率的模态分量,并依据各分量的模糊熵值评估各分量的复杂度,利用K-medoids方法将所有分量按照模糊熵复杂度进行聚类,实现数据的分解-重构过程,降低溶解氧预测的难度;再利用偏最小二乘算法对极限学习机进行优化,提高模型的预测性能。最后,将CEEMDAN-CPELM模型应用到常熟养殖试验基地的水体溶解氧预测中。试验结果表明：基于CEEMDAN-CPELM的溶解氧预测模型的预测均方根误差值为0.959,明显低于GA-SELM、LSSVM和ELM等对比模型,验证了该预测模型的可行性和有效性。     

直升机尾桨叶疲劳试验技术的研究

基于直升机尾桨叶疲劳试验技术研究的现状,对尾桨叶疲劳试验实现技术进行了重点阐述.根据尾桨叶疲劳试验的加载及测量要求,结合尾桨叶构型特性,设计制造了可同时对尾桨叶施加离心力、挥舞力、摆振力、扭力及法兰盘压载荷的尾桨叶疲劳试验台,并说明了尾桨叶疲劳试验台的工作原理.通过应用对尾桨叶粘贴应变片的方法测得了 3件尾桨叶疲劳试验...     

基于多尺度空间的直升机滚动轴承故障诊断

针对直升机系统与传递路径复杂,采集信号中成分多样,传统方式提取的特征难以有效反映信号健康状态,影响滚动轴承诊断精度等问题,在传统时域指标的基础上,结合多尺度空间对特征空间重叠和信号跨尺度复杂性问题上的优势,构建多尺度指标作为故障分类的依据。根据ReliefF算法对原始高维多尺度特征迭代计算得到权重,利用权重值进行特征选择,同时减轻计算成本。权重最大的一部分特征将作为随机森林模型的输入,利用其多分类器集成学习的优势,进行滚动轴承故障分类诊断。通过滚动轴承公开数据集来说明所提方法的优势和可行性。数据处理结果表明,多尺度特征较原始时域特征具有更好的分类性能,并且随机森林在该算法中较其他分类模型分类效果更好。     

基于VxWorks的无人直升机离合器自动接合系统设计

无人直升机离合器的自动接合,是实现其自主起飞的关键步骤。为满足无人直升机带传动离合器接合的实际需要,提出了一种新的基于VxWorks的离合器自动结合系统方案,从驱动电路和应用层软件两个方面论述了该方案的设计思路。飞控计算机以发动机和旋翼的实时转速为反馈,根据预定逻辑对当前结合状态进行判断,并通过外接放大电路和驱动电路对离合器电机进行保护和控制,实现对离合器接合过程的监测和控制。通过实验验证了无人直升机离合器自动接合系统的可靠性和稳定性。     

基于仿生双目的无人旋翼机自主着陆方法

基于仿生双目理论提出一种仿双眼异向运动的变视轴夹角双目视觉系统,通过对实时采集的目标图像的处理,研究其双目摄像机夹角的在线自标定,实现获取无人旋翼机的实时高度信息。实验结果表明,该方法获得的光轴夹角信息相对误差小于5%,能准确控制双目摄像机的转动,避免由于双目视觉盲区所造成的着陆误差,系统所标定出的旋翼机高度信息也为其安全着陆提供了有力保障。     

基于模糊自整定PID 四旋翼无人机悬停控制

四旋翼无人直升机是一种多输入、强耦合、多变量、欠驱动的系统,其可以应用到航拍、考古、边境巡逻、反恐侦查等多个领域,具有广阔的前景。根据欧拉定理以及牛顿定律建立四旋翼无人直升机的动力学模型,并且考虑了空气阻力、转动力矩对于桨叶的影响,而后基于经典PID 算法设计了双环控制系统,之后在此基础上结合模糊控制技术设计了模糊自整定PID 控制器。通过Matlab /Simulink 对两种控制算法设计的控制器进行仿真比较,从仿真结果可以看出两种控制算法均可使四旋翼无人直升机到达指定位置并且保持悬停状态,但模糊自整定PID 算法设计的控制系统在响应时间以及稳定性方面优于经典PID 下的控制系统的控制效果。     

基于LQR的无人直升机姿态控制器设计

无人直升机控制系统是一个易受环境干扰的、各通道相互耦合的非线性系统.为了实现无人直升机能在不同环境下自主飞行,需要设计抗干扰能力强的控制器;采用系统辨识的方法得到直升机横向通道和纵向通道姿态环路的线性系统模型;根据线性最优二次型理论,对直升机横向通道和纵向通道的姿态环路设计了LQR最优控制器,使用MATIAB仿真选取最优控制器参数后,在ALIGN 700N直升机上进行了实际飞行试验,仿真和飞行试验表明,采用LQR控制技术设计的无人直升机姿态控制器具有较强的鲁棒性和实用性.     

基于ESO的无人直升机高精度姿态控制

针对小型无人直升机存在模型参数不确定性、电磁干扰影响的问题,设计了一种基于ESO（扩张状态观测器）的高精度姿态控制方法．直升机姿态通道中的不确定部分及外界复合扰动被视为总扰动,通过ESO进行实时估计,结合状态反馈控制器实现扰动消除．试验结果表明,在0.1 s内姿态角可从0°快速跟踪到5°且无超调．最后将设计的控制器应用于研制的高精度无人驾驶系统,实现系统参数变动等条件下直升机的全自主定点悬停和航迹飞行．     

基于CLIPS的智能无人飞艇故障诊断专家系统开发

针对智能无人飞艇的故障诊断问题,设计开发了一套基于CLIPS框架的故障诊断专家系统。首先,根据诊断专家的知识进行故障分类并建立故障树;其次,基于CLIPS工具设计了智能无人飞艇的故障事实库和规则库。然后采用静态链接的方式将CLIPS框架嵌入到C++中,并设计了"路由跳转"功能,实现了用户输入与CLIPS的数据交换接口,并利用MFC框架开发了相应人机交互界面。该智能无人飞艇故障诊断专家系统的开发,改善了现阶段人工故障诊断的不规范及效率低下等问题,为智能无人飞艇的故障诊断、分析和排除提供了平台和支持技术。     

小型无人直升机的纵向横向解耦优化控制

论文根据小型无人直升机的机理建立了数学模型,并在悬停状态下近似线性化,运用Matlab的非线性控制工具箱(NCD)设计了具有很强鲁棒性的控制器,实现了对于小型无人直升机的纵向和横向的解耦控制,仿真结果证明了方法的有效性。     

滚动轴承支承下松动-裂纹耦合故障转子系统动力学特性分析

支座松动转子因两端刚度不对称而引发振动异常增大,进而可能导致转子出现裂纹故障,裂纹和松动故障耦合下的转子系统呈现强非线性特性.建立滚动轴承支承的支座松动-弓形裂纹转子动力学模型,研究转速、松动间隙、松动质量及裂纹角等对转子系统非线性动力学响应的影响.考虑非线性Hertz接触力,采用分段线性方程描述支座松动的刚度和阻尼,转子横向裂纹采用呼吸裂纹模型来研究,依据拉格朗日方程建立转子系统动力学方程,采用Runge Kutta法求解方程获得转子振动响应的分岔图、频谱图、轴心轨迹图、Poincaré图等.计算结果表明,当系统转速达到2300rad/s时,松动-裂纹耦合故障系统较仅裂纹系统在1/3分频处有明显的间谐波成分,混沌区域更为宽泛;当裂纹参数恒定时系统随着松动间隙减小会更加稳定;当松动质量ms＞41.25kg时,系统振幅剧增,发生“跳跃”现象.研究工作对松动-裂纹转子系统的故障诊断和健康监测具有重要的工程应用价值.