Teager能量算子结合MCKD的滚动轴承早期故障识别

针对Teager能量算子在解调滚动轴承早期微弱故障特征中的不足,提出一种最大相关峭度解卷积降噪与Teager能量算子解调相结合的滚动轴承早期故障识别方法。首先采用最大相关峭度解卷积算法以包络谱的峭度最大化为目标对原信号进行降噪处理、检测信号中的周期性冲击成分,然后利用Teager能量算子增强降噪信号中的周期性冲击特征、抑制非冲击成分,最后通过分析Teager能量谱中明显的频率成分来诊断故障类型。滚动轴承外圈、内圈故障诊断实例表明,该方法能有效实现滚动轴承早期微弱故障的识别。     

迭代能量算子机械故障诊断研究

旋转机械元件的故障振动信号通常为多分量调幅调频信号,针对此类信号的故障特征提取问题,介绍一种基于迭代能量算子的机械故障诊断方法。首先阐述迭代能量算子对多分量信号的各分量信号进行幅值包络提取和平滑瞬时频率估计的基本原理;然后通过仿真试验给出与Hilbert-Huang变换的比较,表明该方法解调精度很高且速度较快;最后给出滚动轴承故障诊断实例,证明基于迭代能量算子的多分量调幅调频信号解调方法能有效地提取机械故障振动信号的故障特征。     

基于小波-BP神经网络的发动机轴承故障诊断

本文针对发动机滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包变换与神经网络的滚动轴承故障诊断方法。由于滚动轴承发生故障时,加速度振动信号各频带的能量会发生变化,以振动信号小波分解后的能量信息作为特征,以神经网络作为分类器对滚动轴承故障进行识别、诊断。通过对滚动轴承的正常状态、滚珠故障、内圈故障和外圈故障信号的分析,表明以小波包分解为预处理器的神经网络故障诊断方法可以准确、有效地识别滚动轴承的工作状态和故障类型。     

基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术

由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。     

基于变分模态分解和Teager能量算子的滚动轴承故障特征提取

针对滚动轴承早期故障振动信号信噪比低、故障特征提取困难的问题,提出了基于变分模态分解和能量算子的滚动轴承故障特征提取方法。该方法首先对故障信号进行变模态分解(Variational Mode Decomposition,VMD),得到若干本征模态分量(Intrinsic Mode Function,IMF);其次,通过峭度准则选取其中峭度最大的分量进行Teager能量算子解调,得到信号的Teager能量谱。将该方法应用到滚动轴承仿真故障数据和实际数据中,结果表明,该方法提高了信号的分解效率,降低了噪声的影响,能够实现滚动轴承故障的精确诊断,证明了该方法的有效性。     

基于循环相关和LPSO算法的自适应MCKD方法的滚动轴承早期故障特征提取EI北大核心CSCD

针对强噪声情况下滚动轴承早期故障信号特征难以提取的问题,提出了MCKD与对称差分能量算子解调的特征提取方法。MCKD算法进行滤波时,滤波器长度L和故障周期T对滤波效果的影响至关重要,因此提出基于循环相关和LPSO算法结合的自适应的MCKD算法,自动搜寻MCKD算法所需最优参数;原信号经滤波后,故障特征被明显突出,为了剔除剩余噪声,对滤波后信号进一步做对称差分能量算子解调,剔除剩余噪声同时获得解调谱,进而提取滚动轴承的早期故障。实验分析验证了该方法的有效性。     

基于循环相关和LPSO算法的自适应MCKD方法的滚动轴承早期故障特征提取

针对强噪声情况下滚动轴承早期故障信号特征难以提取的问题,提出了MCKD与对称差分能量算子解调的特征提取方法。MCKD算法进行滤波时,滤波器长度L和故障周期T对滤波效果的影响至关重要,因此提出基于循环相关和LPSO算法结合的自适应的MCKD算法,自动搜寻MCKD算法所需最优参数;原信号经滤波后,故障特征被明显突出,为了剔除剩余噪声,对滤波后信号进一步做对称差分能量算子解调,剔除剩余噪声同时获得解调谱,进而提取滚动轴承的早期故障。实验分析验证了该方法的有效性。     

基于奇异值分解和独立分量分析的滚动轴承故障诊断方法

针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇异值分解降噪,依据奇异值差分谱阈值原则选取相应阶次分量进行重组构造虚拟噪声通道;接着将重组信号和观测信号进行独立分量分析分离;最后利用能量算子解调方法提取出有效的故障特征分量,进而识别故障类型。滚动轴承故障诊断实验和仿真结果表明该方法有效可行。     

融合Autogram的共振解调和1.5维谱的滚动轴承复合故障诊断方法EI北大核心CSCD

对滚动轴承复合故障进行诊断时,通常采用先分离后诊断的信号处理方法,由于故障特征信号相互耦合或干扰,容易出现误诊或漏诊的现象,针对该问题,提出了基于Autogram的共振解调和1.5维谱的复合故障诊断方法,能够在不分离复合故障信号的前提下识别故障类型。采用变分模态分解(VMD)对原始振动信号降噪,提出了一种综合指标Z选取VMD的有效分量进行信号重构,提高信号的信噪比;使用Autogram算法确定共振频带中心频率和带宽,对共振信号进行包络解调,得到包络信号的1.5维谱,根据1.5维谱中的故障特征来识别滚动轴承复合故障的类型。采用滚动轴承3种不同类型复合故障的实测信号验证了所提方法的可行性,试验结果表明,所提出的方法可以提高复合故障识别的准确性和直观性。     

基于MED及FSK的滚动轴承微弱故障特征提取

针对强噪声情况滚动轴承故障特征较微弱、其故障特征较难提取问题,提出将最小熵反褶积(Minimum Entropy Deconvolution,MED)与快速谱峭度算法(Fast Spectral Kurtosis,FSK)结合用于滚动轴承微弱故障提取。用MED对强噪声滚动轴承振动信号降噪,对降噪后信号进行快速谱峭度计算,确定故障信号共振解调带通滤波器参数,结合能量算子解调包络谱提取故障特征。通过仿真与实验数据验证该方法的有效性。     

标准化方法和方法标准化

本文分别深入讨论了标准化方法和方法标准化的内涵,剖析了它们的理性形成关系和应用关系,研究了它们在标准化范畴拥有的关系和地位,深入讨论了统一化、互换性、通用化、系列化、模块化等标准化形式形成标准化方法的理论关系,理论上证明了一些标准化形式的标准化属性,详细讨论了方法标准化的方法对象的分类关系、实践关系和范畴,深入研究了标准化方法和方法标准化的相互依赖和对立统一的哲理关系。     

版面空间的划分方法——骨骼划分设计

通过对版面设计中理性思维观念的概述,明确骨骼划分设计法的实用意义.通过对骨骼划分法发展历程的梳理与分析,得出其在经历了国际主义与后现代主义的洗礼后得以继续沿用至今的原因.对骨骼划分法为适应现今审美趋势而产生的发展变化进行归纳分析,最后明确了变形骨骼划分设计法在现今平面设计领域不可取代的地位.     

高分子网络凝胶法制备纳米α-Al2O3粉体

用高分子网络凝胶法制备Al2O3粉体,通过网络的阻碍作用,阻止Al2O3的团聚,获得颗粒大小在10nm左右的α-Al2O3粉体,其煅烧温度比通常低100°C.     

Hybrid GEE 方法和 QIF 方法的比较

在纵向数据分析中,广义估计方程（GEE）方法被广泛应用．无论相关矩阵是否正确识别,通过 GEE 方法得到的参数估计都是相合的．但是,当选取的工作相关矩阵与真实相关阵相差较大时,所得参数估计的效可能会较低．为了降低工作相关矩阵的选取对于参数估计的效的影响,研究者提出了二次推断函数（QIF）方法和 Hybrid GEE 方法．本文通过数值模拟对 QIF 方法和 Hybrid GEE 方法进行分析比较．     

模态分析的一种新方法--键合图法

键合图理论与方法一直被认为是一种物理系统建模与仿真的有效工具，通过分析与推导，本文提出了一种将键合图用于获得机械系统模态(振型)参数的新方法，传统方法只能直接得到一种模态参数，而基于键合图的模态分析方法则能一次得到两类模态(互为对偶)，且便于处理存在大量零频率模态的系统，由于键合图是一种基于能量守恒和信号因果分析的动力学建模方法，借助该方法，模态方法和概念可向非机械系统拓展，所提供的算例证明了本文提出的方法的正确性。     

一种新型的路径规划方法--人工水流法

基于水的流动特性,提出了一种动态环境中移动机器人路径规划的新方法。将机器人的工作空间分解为若干个方形区域,构建了一张虚拟地形图(VTM)。在VTM中,地势高的地方对应于工作空间中障碍物所在的区域或不希望机器人进入的区域,地势低的地方对应于工作空间中目标位置或希望机器人进入的区域。机器人的初始位置设定为人工水源,人工水从当前位置流向地势低的地方,流到目标位置时,人工水所流经的区域构成了从初始位置到目标位置的无碰路径。实验结果表明了该方法的正确性和有效性。     

气相色谱的定性方法与定量方法

本文主要对气相色谱分析中的定性方法和定量方法进行了阐述。     

测定断后伸长率的新方法——解析法

GB/T 228-2002规定了用直接法和移位法测定断后伸长率,直接法测得的断后伸长率随断口所在的位置而变化,不具备唯一性;移位法弥补了直接法的不足,但是比较麻烦。笔者提出了一种测定断后伸长率的新方法——解析法。该方法利用断口两侧伸长变形的对称性,在试样断裂后较长的一半中,已经包含了试样伸长的全部信息的特征,虚拟一个拉伸试样;这个虚拟试样断口两侧的伸长变形是对称的,继而利用GB/T 17600-1998中的断后伸长率换算公式计算得到所要求的断后伸长率。解析法得到的断后伸长率测定结果优于直接法和移位法,特别适用于对材料断后伸长率研究的工作。     

最小二乘法——有限元耦合方法

加权残数法与有限元结合是一种有实用价值的方法。本文介绍了最小二乘法一有限元耦合方法的三种类型:直接法、对称法、迭代法。对称法适用于大型程序,而迭代法适用于微机。     

基于APEX算法改进的图像复原算法

在高斯类点扩函数退化图像复原的研究中,提出了一种基于降晰图像频谱特征改进的APEX图像复原算法.该算法采用APEX算法的基本原理,根据图像频谱信息特征,对点扩散函数(PSF)估计过程进行了改进,采用加权最小二乘算法拟合出降晰图像频谱主方向,采用图像频谱主方向上的数据进行PSF估计,以利用更多的有效数据,从而减少PSF的估计误差.针对模拟和实际采集的降晰图像进行实验,采用主观视觉和峰值信噪比进行评价.实验结果表明,改进的算法较使用非主频谱方向上的频谱数据的复原算法在复原效果上有一定的提高.