摩托车化油器腔体内部二维流动的数值模拟

建立了摩托车化油器腔体内部气体流动的二维不可压湍流模型，并对节气门全开，半开及经济工况下的流场进行数值模拟，得出了流场的变化规律。     

应用非交错网络的SIMPLE算法计算柱塞式化油器内部流场

从描述柱塞式化油器腔体内部流场的基本微分方程出发，应用非交错网络的ＳＩＭＰＬＥ算法将其离散成代数方程迭代求解，并阐述了壁面函数，外界条件如何转化成供数方程中的源项，以及如何保证计算收敛等方面的工作，通过算例比较，证明了程序的可靠性；最后计算柱塞在全开，半开，经济工况下的二维流场，得出了流速矢量图。     

改进的布谷鸟算法优化极限学习机的石化轴承故障分类

针对通用的智能故障诊断方法在石化滚动轴承中准确率不理想的问题,提出一种通过改进的布谷鸟算法( CS )优化极限学习机( ELM )使诊断准确率提高的模型。将实测轴承振动信号降噪处理,计算不同嵌入维度下的关联维数作为 ELM 的输入信号;通过改进的布谷鸟算法获取极限学习机最优的隐含层偏置、输入权重,最后输出诊断结果。经过实验证明,该方法可以有效地克服测量信号时的干扰,可以对不同故障下的滚动轴承准确识别,并与多种模型对比,该方法的故障诊断准确率为 97.5% 。     

基于多维度信息融合评判方式的滚动轴承故障特征选择方法

针对多传感数据流及故障特征构建所带来的高维数据的时间复杂度高与数据冗杂问题，提出了一种基于多维度信息融合评判方式的轴承故障特征选择方法。首先，以随机森林、Spearman相关性分析作为基点，并结合门控循环单元(GRU)、差分整合移动平均自回归模型(ARIMA)对各特征做出了初步评价；其次，引入了新评价函数，融合了各部分初步评价信息，剔除了尾部特征并逐次迭代，选择了低冗余且具有较好分类效果的特征子集；最后，以美国凯斯西储大学轴承数据为例，对基于多维度信息融合评判方法与基于随机森林估计器的递归特征消除(RFE-RF)、最大相关最小冗余(mRMR)相比较，以分类准确率作为评估指标，验证了模型的效果。研究结果表明：该方法能在保持97.5%准确率的情况下，得到较少的特征子集，提升了计算效率；该模型能够为滚动轴承故障特征的选取提供借鉴。     

改进CEEMDAN-小波包阈值降噪在旋转机械轴承中的应用

针对旋转机械滚动轴承振动加速度信号在采集过程中存在大量噪声导致振动信号表征不明显的问题，提出了一种在对自适应噪声完备集合经验模态分解(CEEMDAN)进行改进的基础上与小波包阈值降噪联合的一种数据去噪方法。首先，通过计算分解后得到的各分量的均方根和互相关系数对与原始信号相关性较大的分量进行提取；然后，分别计算提取后每个分量对应的阈值进行小波包阈值降噪处理；最后，将处理后的信号与分量中不存在噪声的分量进行叠加，即为降噪后的信号。经过对比实验验证，改进CEEMDAN-小波包阈值降噪方法的信噪比最大提高6.41,均方根误差降低0.12,证明了本方法的有效性。