基于小波函数湛江市气象干旱周期分析

选取广东省湛江市作为研究区域,基于区内19个雨量站1966—2015年逐月降雨序列数据,采用6个月时间尺度的标准化降水指数,结合旋转经验正交分解法对区域气象干旱分布进行空间模态分解,利用小波分析对不同空间模态对应的区域进行干旱周期求解。结果表明:湛江市干旱空间分布可分解成6个空间模态,不同模态对应不同区域,区域内干旱周期主要信号最强为9.3 a、最弱为2.1 a,6个模态普遍存在2～6 a震荡周期,与实际干旱发生的周期基本一致。湛江地区干旱呈现周期性变化的原因与厄尔尼诺事件有关,春季降雨和厄尔尼诺的关系更密切,厄尔尼诺对春旱的影响更为持续和显著。     

基于改进奇异值分解滤波和谱峭度的滚动轴承故障诊断

针对含噪信号的有效奇异值个数难以确定的问题，提出了一种改进的奇异值分解降噪方法--奇异值累积法。该方法通过计算奇异值的实际下降值与奇异值平均下降速度累积量的差值，并取该差值最大值点的位置作为有效奇异值的分界点来确定有效奇异值的个数。在此基础上，提出了一种基于奇异值累积法与快速谱峭度的滚动轴承故障诊断方法。采用奇异值累积法对原信号进行降噪处理，然后利用快速谱峭度确定滤波器中心频率及带宽，通过分析频段包络谱中明显的频率成分来诊断故障。该方法可以有效去除信号中的噪声，使得到的峭度值所反映的故障冲击更接近实际情况。对含内圈、外圈故障的滚动轴承实验数据进行分析，实验结果表明，相比快速谱峭度的故障诊断方法，该方法具有更好的故障识别效果。     

高硅尾渣陶瓷坯体中FeS_2分解行为研究

以探究高硅尾渣陶瓷坯体中FeS_2的分解规律为目的,研究了高硅尾渣中FeS_2的分解特性与影响因素及机制。结果表明:与松堆状高硅尾渣粉料相比,高硅尾渣坯体中FeS_2的分解过程受坯体厚度和烧成制度影响,硫的释放过程明显滞后,分解温度相应提升且分解温度范围变宽。其中在400℃附近和800～1 050℃温度段,坯体中的硫大量释放。在900～1 050℃温度段,保温时间的延长可显著增大坯体的脱硫率,保温时间为30 min时,可实现该温度下可挥发硫的有效排出。     

钢铁企业日际煤气最优混合配比的算法研究

钢铁企业根据日际生产计划,可以确定日际生产的副产煤气总体积、各煤气消耗设备的热量需求。为进一步确定各设备消耗的混合煤气中的煤气配比,使煤气产耗平衡,提出混合煤气逆向分解方法,将各设备消耗的混合煤气中所包含的单一煤气成分体积,表示为各设备获得热量与混合煤气热值的函数,在此基础上建立日际煤气最优混合配比算法模型。该模型以各设备的混合煤气热值及热量作为决策变量,以各煤气消耗设备的热量偏差最小为目标,综合考虑各煤气设备的热值要求、自备电厂的热值、热量要求及煤气体积守恒等约束条件。采用遗传算法求解,并利用遗传算法基因初始化的范围区间控制混合煤气的热值范围。算例结果表明:建立的日际煤气最优混合配比算法模型,在优化煤气分配的同时,显著减少了约束方程及决策变量的数量,为钢铁企业日际煤气平衡调度提供了理论支撑。     

CEEMDAN-PE-TFPF降噪法在齿轮故障诊断中的应用

针对齿轮故障诊断过程中,大量噪声使得故障特征难以完全提取的情况,提出了一种完整的自适应噪声集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、排列熵(Permutation Entropy,PE)和时频峰值滤波(Time-Frequency Peak Filtering,TFPF)相结合的去噪方法。由于TFPF方法在窗长问题上的局限性,引用CEEMDAN和PE对此进行改进,使信号在噪声抑制和信号保真方面得到了很好的权衡。首先利用CEEMDAN算法得到原始信号的本征模态函数(Intrinsic Mode Functions,IMFs),计算每个IMF的PE值来判断IMF是否需要滤波,然后针对不同的IMF选择不同的窗口长度进行TFPF滤波,最后将滤波后的IMFs和剩余IMFs重构得到最终的降噪信号。通过模拟仿真信号和实测齿轮信号验证了该降噪方法的可行性,且降噪后的信号可以有效地揭示故障的特征信息。最后与多种降噪方法对比,体现了所提方法的有效性和优越性。     

区域控制器的安全需求建模与自动验证

轨道交通区域控制器（ZC）是我国轨道交通信号系统选型的主流制式——基于通信的列车控制系统（CBTC）的核心子系统，其突出的安全性使得安全需求的形式化验证成为一个非常重要的问题.但是ZC自身的复杂性以及领域知识的繁杂难以掌握，使得形式化方法很难应用到安全需求的验证中去.针对这些问题，提出一种安全需求的自动验证方法，使用半形式化的问题框架方法（PF）来建模和分解安全需求，根据需求模型自动生成安全需求的验证模型和验证性质，在此基础上自动生成验证模型的Scade语言实现，并通过Design Verifier验证器对需求进行组合验证.最后，使用了某个实际案例ZC的一个子问题CAL_EOA进行了研究，实验结果证明了该方法的可行性与有效性，它能自动地将安全需求模型进行组合验证，改善了验证的效率.     

基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取

针对齿轮箱的滚动轴承故障信号因噪声干扰,难以进行有效提取的问题,提出了基于变分模态分解与快速谱峭图相结合的轴承故障特征提取方法。首先,利用变分模态分解(Variational Mode Decomposition,VMD)将振动信号分解成若干个本征模态分量(Intrinsic Mode Function,IMF),通过相关峭度计算选取故障信息最突出的分量信号;然后,利用快速谱峭图自适应地确定带通滤波;最后,对滤波后的信号进行平方包络谱分析,提取出故障信息。通过公开数据分析和齿轮箱轴承故障实验,证明了该方法的有效性和可行性。     

最大相关峭度反褶积与傅里叶分解方法相结合的滚动轴承故障诊断

针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进行分解,得到若干个瞬时频率具有物理意义的傅里叶固有频带函数和一个残余分量之和;第三,依据各个模态与去噪信号的相关性提取包含故障信息的最优模态分量,并对它们进行重构;最后,计算重构信号的包络谱,从谱图中读取故障信息。将所提故障诊断方法应用于滚动轴承故障仿真和实验数据分析,并通过与现有方法进行对比,结果表明,该方法优于所对比的方法。