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。     

基于视频图像技术的火炮射击时振动测试

针对目前火炮射击中振动测试常规方法的一些不足,提出一种采用高速摄影的方法、利用视频图像处理技术、运用图像相关匹配的方法,从而完成对火炮各部件的线位移、线速度、线加速度、角位移、角速度和角加速度的振动测试.该方法具有非接触、灵活性较强的特点.     

基于模糊故障树分析法的供弹机可靠性

在实际使用中，供弹机零部件发生故障是由一些随机不确定因素与模糊不确定因素引起的，本文基于供弹机结构原理，建立了供弹机故障树，将故障发生概率定义为一模糊数，应用模糊故障树分析方法和对弹机可靠性进行了分析与计算，为供弹机可靠性预测与评估提供理论依据。也对供弹机结构改进与维修具有一定的参考价值。     

粘性阻尼滞迟振子简谐激励响应的等效线性化计算方法研究

研究了单自由度、两自由度含有粘性阻尼双性滞迟振动简谐激励下的响应计算问题，将效线性化计算方法推广至含有迟滞环节的单自由度、两自由度非线笥振动系统，并证明了在首次近似意义上，等效线性化方法与Krylov-Bogoliubov慢变参数法、Fourier级数展开法是等价的，三者具有相同的计算精度。     

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。     

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。     

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。     

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.     

浅谈新型液体燃料用空气加压的安全性

近年来新型液体燃料及其燃具的开发和利用在全国各地迅速展开,但是对该种燃料的一些燃料特性仍缺乏一定的了解。其中有一种观点认为不允许用压缩空气(打气)的办法将燃料由油中送入燃料系统,因为甲醇在空气中的爆炸极限为6～36.5％,而轻烃(C_5)的爆炸极