液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

多传感器数据融合技术的现状及展望

阐述了多传感器数据融合的原理，对数据融合算法的研究动态进行了评述，指出了数据融合技术存在的问题，对今后的发展趋势进行了展望。     

变结构控制方法在材料试验机中的应用

针对电液伺服系统的控制特点和性能要求,将滑模变结构控制策略应用到典型电液伺服控制系统中,进行了详细的理论分析和实验研究.首先对典型电液伺服控制系统进行了理论分析,建立了数学模型,并通过仿真验证了滑模变结构控制算法的合理性和有效性.其次,进行了实验研究,采用LabVIEW软件编制出实时控制程序,以材料试验机为被控对象进行实时控制,取得了良好的控制效果;     

基于多变量气象因子的LMBP电力日负荷预测

提出基于主成分分析处理多天气因素的LMBP电力负荷预测模型。采用主成分分析技术对多气象因素进行降维处理,提取多天气因素特征量,既全面表征天气因素对电力负荷的影响,又简化预测模型。将得到的新气象特征量与历史负荷数据共同作为建模对象。采用基于L-M优化算法的BP神经网络(LMBP)进行预测分析,通过最速梯度下降法和牛顿法之间的自适应调整优化网络权值,有效提高网络的收敛速度和泛化能力。通过对美国南部某地区实际电力负荷系统进行预测分析表明该方法可以有效提高预测精度和预测效率。     

基于改进LFQPSO优化MRVM的轴向柱塞泵故障诊断

针对传统粒子群优化算法以准确率或误判率作为适应度函数耗时长和轴向柱塞泵故障机制较为复杂的问题,提出一种基于改进适应度函数的Lévy飞行量子粒子群优化(QPSO)多分类相关向量机(MRVM)的轴向柱塞泵概率性智能软状态判别方法。为了克服人为设定核参数不精确、效率低等缺点,采用基于Lévy飞行的QPSO搜索MRVM的最优核参数;为了缩短寻优时间,将样本间余弦相似度作为寻优算法的适应度函数,并利用UCI机器学习标准数据集进行仿真来验证改进后优化方法的有效性及优越性;采集柱塞泵不同故障状态的数据,提取时频域和时域特征,输入到优化后的MRVM中,进行训练及测试。实验结果表明：所提方法可以有效提高故障诊断的准确率及诊断效率,同时能够实现软分类,即以概率形式输出诊断结果,能够为设备检修及维护提供可靠且符合实际的故障信息。     

PC控制的全尺寸钻井综合模拟试验装置

介绍了基于ＰＣ的全尺寸钻井综合模拟试验装置的控制系统的实现，重点阐述了扶正平台升降加和载平台，机组合平台联合升降的控制原理。     

基于混合采样的压缩感知重构算法

为了提高图像的重构质量和缩短重构时间,同时保持较高的压缩比,提出了一种基于混合采样的压缩感知重构算法。将图像划分为感兴趣区域和非感兴趣区域,对感兴趣区域采用恢复质量较好的正交匹配追踪算法,对非感兴趣区域采用恢复时间较短的分段正交匹配追踪算法。感兴趣区域图像中除感兴趣区域外,其他部分灰度置零以增加采样率和图像稀疏度。实验表明,该方法可以较好恢复图像感兴趣的区域,并保持较高压缩比。     

类间数据不均衡条件下基于平衡随机森林的轴向柱塞泵故障诊断方法

针对轴向柱塞泵实际故障诊断中采集到的故障类数据远少于正常类数据的情况,为提升故障分类精确率,提出了一种基于平衡随机森林(Balanced Random Forest,BRF)的轴向柱塞泵故障诊断方法.BRF算法是随机森林(Random Forest,RF)的改进算法,将欠采样方法与RF结合,强化了RF处理非均衡数据的能...     

混沌工程学研究的新进展

归纳了混沌工程学的研究分支，评述了混沌工程学近年来的研究成果。指出利用混沌性质解决各种工程实际问题将是混沌工程学今后的主要研究方向。     

相关法虚拟动态流量计的研制及试验研究

在动态流量的测试方法上做了新的尝试,提出了一种新的动态流量测量方法.以动态层流流量为研究对象,利用管道中压力脉动包含了流量信息这一原理,通过采集相距为L的两点压力信号对其进行互相关处理,得到渡越时间,从而求得管道内的平均流量.这一过程按一定的时间步长不断地进行,当时间步长趋近于零时,平均流量就逼近于瞬时流量.用无载伺服油缸进行对比实验,证明了这种方法的准确性和有效性,并对相关法的测量结果进行了标定.