发动机典型磨损磨粒识别的SCE模型

针对发动机润滑油中典型磨损磨粒的智能识别,引入了信息论中对称交互熵的新概念,结合模糊相对权重对其计算方法进行改进,使其转换为一种相似度的测量,提出了一种基于对称交互熵的磨粒智能识别模型,并将其应用到发动机典型磨损磨粒智能识别中.实例计算表明,提出的模型具有很好的识别效果,为发动机典型磨损磨粒智能识别提供了一种新的有效的方法.     

发动机缸盖振动信号特征提取与优化选择算法

为了从发动机缸盖振动信号中提取出完备的、高质量的状态特征,并选择出最优特征子集进行分类,建立了缸盖振动信号集成特征提取模型,提出了一种基于样本分散度的最优特征子集选择算法。集成特征提取模型选取多个完整工作循环数据处理,用提升小波包对其进行快速变换,消除波动影响和噪声,求取所构造特征集的各特征值,得到包含完备发动机状态信息的特征向量;最优特征子集优化选择算法,建立了基于样本分散度的特征选择模型,解决了冗余分类信息的消除问题,结合分类器选择出最优特征子集,使其规模与分类效果综合最优,用欧氏距离分类法和支持向量基分类器进行测试,所有40个特征输入分类器正确率分别为67.86%和70%,优化选择后特征个数分别降低为6个和5个,而分类正确率提高到了90.71%和90%。     

基于非线性流形学习的磨粒特征提取方法

针对磨粒特征参数多、非线性突出的问题,提出一种基于非线性流形学习的磨粒特征提取方法。该方法将磨粒特征重构到高维相空间中,利用局部线性嵌入算法提取出隐藏其中的低维流形,并根据数据流形的弯曲性和邻域参数的关系,实现高维相空间中局部邻域参数的自适应选取。实验结果表明,该方法有效地克服了主成分分析和核主成分分析方法的不足,提取的磨粒特征敏感性更好,从而提高了磨粒识别的精度。     

掺聚羧酸系减水剂混凝土用高含泥量抑制剂的研究

砂子含泥量高的问题限制了聚羧酸系减水剂的应用。研究以泥土分散组分、泥土吸附组分和离子络合组分复配制得聚羧酸系减水剂用高含泥量抑制剂。对各组分的种类进行了筛选,通过正交试验确定了各组分的最佳配比为:m(分散组分三聚磷酸钠)∶m(吸附组分三甲基十六烷基溴化铵)∶m(离子络合组分柠檬酸)=25∶0.25∶10。与不掺抑制剂的聚羧酸系减水剂混凝土相比,使用高含泥量抑制剂混凝土的初始和1 h坍落度及28 d抗压强度分别提高了33%、80%和23%。     

发动机异常检测多目标优化方法

针对柴油发动机异常检测中的特征选择和分类器参数与检测精度之间的耦合关系,提出了一种基于非支配排序粒子群优化的柴油发动机异常检测封装式多目标同步优化方法.利用双树复小波包的分解与重构,对发动机振动信号进行时域、频域和时频域多角度特征提取,构建了较完备的特征参数集,分析了故障诊断中特征选择与分类器参数优化对检测精度的影响,运用非支配排序粒子群优化算法对多个优化目标进行协调和折衷处理,同时追求特征参数子集维数最小化和分类正确率最大化.实验数据分析表明,该方法能够寻找出最优的特征子集和分类器参数,提高柴油发动机异常检测的精度和效率.     

DCT和相关分析在轴承故障诊断中的应用

针对滚动轴承故障诊断问题,提出一种在频域进行相关分析诊断故障的新方法。将振动信号进行离散余弦变换得到频域系数,对频域系数自动分段,对不同分段情况下的频域系数进行相关分析,比较不同分段情况下的相关系数,取其最大值,对应的频率即为故障频率。该方法克服了时域内相关分析受噪声影响导致诊断不准确的缺点,在信号含噪声情况下诊断结果稳定、准确。SKF 6205-2RS轴承诊断实例说明该方法的可用性。     

一种基于油液光谱分析和免疫原理的内燃机磨损故障诊断方法

人工免疫系统(AIS)具有分布性、自适应性和动平衡性等特点,通过在油液分析领域引入免疫原理,将油液光谱分析的正常数据和故障数据分别作为AIS的自己串和非己串,进化学习后生成典型故障条件下的成熟检测器,并依据该检测器对某型军用内燃机油液分析数据进行了故障诊断.应用结果表明:新的内燃机故障诊断方法能够有效分辨出故障数据,取得了很好的故障诊断效果.     

两自由度滞迟振动系统简谐激励响应的Krylov-Bogoliubov计算方法

研究了两自由度含有粘性阻尼双性滞迟恢复复务振动系统简谐激励下的响应计算问题,将Krylov-Bogoliubov慢变参数法推广至含有滞迟五一节的多自由度非线性振动系统,并证明了在首次近似意义上,Krylov-Bogoliubov慢变参数法与Tourier级数开法介,具有相同的计算精度。     

基于互信息的滚动轴承故障特征选择方法

信号特征提取与优化选择是实现滚动轴承故障模式快速有效分类的关键.针对滚动轴承故障信号特征提取,采用小波分解和奇异值分解得到信号的能谱和奇异谱,并计算Shannon熵和Renyi熵两种测度下的能谱熵和奇异熵;针对特征参数集的优化选择,提出利用基于互信息的最大相关最小冗余准则(mRMR)对特征参数集进行评价,通过贪婪搜索得到特征子集序列,利用LS-SVM交叉验证各特征子集的性能,提出确定最优特征子集所包含特征数目的准则.从信号处理、特征提取、特征选择和故障分类等方面构建了滚动轴承故障诊断的完整体系,实际故障诊断表明所提出方法的有效性和优越性.     

基于改进遗传算法的内弹道多参数符合计算

基于内弹道计算模型,分析了内弹道参数计算原理．对基本遗传算法进行了改进,使用了自适应的交叉算子和变异算子,并应用于内弹道多参数符合计算．算例结果证明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是内弹道多参数符合计算的理想算法之一．