基于小波包变换和GA-PLS算法的故障特征选择方法

为了提高故障诊断的分类精度,减小分类运算时间等问题,需要从原始特征集合中选择出更为优化的特征子集合,因此,提出了一种基于小波包变换和GA-PLS算法的特征选择方法。首先,采用小波包变换对提取出的振动信号进行分解,从而得到小波包的分解系数;其次,运用遗传算法 偏最小二乘法从原始信号和小波包系数的统计学特征中选择出最优特征集;最后,将最优特征集作为输入,输入到支持向量机中以实现对不同故障的诊断与识别。应用于轴向柱塞泵故障诊断中,与现有特征选择方法对比,实验结果验证了本研究特征选择方法的有效性。     

空间交叉CARS测量NO气体的温度

测量了不同温度下NO气体的空间交叉相位匹配CARS光谱,并将其与理论计算谱进行拟合,从而实现了用CARS方法测量系统中点的温度。     

反射式扫描近场光学显微镜及其成像

介绍了一种光纤探针同时作为光源和探测器的反射式扫描近场光学显微镜，该装置通过采用相干探测、偏振分光等技术克服了该类显微镜所普遍面临的噪声背景干扰问题，具有较高的光学信噪比，并通过样品纵向振动调制锁相实现了对样品表面光强梯度信号的探测成像，进一步改善了成像质量。成像研究表明该装置可对近场衰逝分量进行有效探测并实现了超衍射极限成像。     

钠原子四波混频新谱线

用双光子激发钠的4D_J能级,利用两个激光光子和自4D能级出发的级联受激发射光子进行四波混频,获得七组十二条谱线,其中五组为首次报道。实验使用倍频Nd:YAG泵浦的染料激光器,激光束经透镜聚焦于热管炉中。观测到四组频率下转换谱线,其中330.24、     

基于形态提升小波的机械状态监测数据压缩研究

针对大型复杂机电设备状态分布式监测面临的海量数据传输问题,对比研究基于提升小波与形态提升小波的振动信号数据压缩方法。对实测浮点型振动信号,利用小波稀疏分解特性提出基于提升小波变换的机械振动信号数据压缩方法,通过变换后小波系数优化组合及改进编码方法,可提高阈值处理数据压缩效果。针对实测数据含大量冗余信息缺点,结合状态监测目的提出基于形态提升小波的数据压缩方法,利用形态学滤波器非线性分析特性,在振动信号网络监测数据压缩传输过程中实现信号预处理,预制噪声干扰,较好保留有用信息。所提最大区分度准优化选择分解层数,通过对比分析两种数据压缩方法表明,形态提升小波方法具有计算量小、分析速度快、压缩比高等优点。     

基于改进半监督模糊C-均值聚类的发动机磨损故障诊断

为解决在少量油液样本条件下发动机磨损故障诊断难的问题,提出一种改进半监督模糊C-均值聚类算法(Improvedsemi-supervised fuzzy c-means clustering algorithm,ISS-FCM).定义一种优化的目标函数,将无标签样本与训练样本间的平均距离度量考虑在内并赋予其一定权值,以...     

基于离散余弦变换的IMF特征频率提取

针对经验模态分解(EMD)处理后,固有模态函数(IMF)分量通常会受到其他频率的干扰,导致物理意义不明确,提出应用离散余弦变换提取IMF中轴承故障特征信息的方法。该方法利用离散余弦变换对能量的集中性质,通过对离散余弦变换系数进行硬阈值处理重构信号,能够在时域有效凸显IMF的主要规律,在频域准确提取IMF的故障频率。     

基于形态谱的磨粒图像特征参数提取方法

为提高磨粒识别的精度,提出一种基于形态谱磨粒图像特征参数提取新方法,给出磨粒图像的归一化形态谱的计算方法,并将磨粒的形态谱作为其特征向量,采用径向基函数神经网络对磨粒进行自动识别。结果表明:利用磨粒的形态谱实现了对球形磨粒、切削磨粒、严重滑动磨粒、疲劳剥块4种典型磨粒的分类识别,磨粒的形态谱可以作为磨粒的有效特征参数。     

油液光谱分析比例模型的建立

针对油液光谱分析中数学分析模型的建立问题，分析了现有光谱数据数学分析模型的不足，提出了比例模型的概念，介绍了比例模型的建立过程，给出了比例模型界限值的制定方法，并应用比例模型对某型发动机进行实际磨损状态监测。     

齿轮故障信号多重分形维数的形态学计算方法

针对传统的多重分形维数计算方法的缺陷,提出基于数学形态学操作的多重分形维数计算方法,并证明了与盒计数法计算多重分形维数的一致性.对实际的齿轮正常、齿面磨损故障和断齿故障信号进行了分析,结果表明,与盒计数法相比,基于数学形态学计算的多重分形维数能够准确区分齿轮的工作状态,并且数学形态学只涉及简单的加减和取大、取小运算,计算更加简单、快速.