AHP在农村公路投资优先项目评价中的应用

层次分析法（AHP）是解决无结构决策问题的有效方法。为了有效利用亚洲银行贷款促进中国农村公路建设，在资金有限的情况下，运用AHP方法，对中国部分省区的农村公路建设进行了综合量化评价，并排出了农村公路投资优先项目的顺序，以便从若干投资项目中进行选择，以发挥最大投资效益。     

离散余弦变换在轴承故障诊断中的应用

针对轴承故障难以快速诊断的问题,提出了基于离散余弦变换(DCT)和Hilbert变换提取轴承损伤的特征信息新方法。首先采用离散余弦变换对时域信号进行处理获得系数,再合理选择离散余弦变换系数重构信号,用Hibert包络分析重构信号并从中提取特征频率。实际应用表明,该方法能快速、准确地检测出轴承损伤,可有效应用于轴承故障的在线监测与诊断。     

融合LBP和GLCM的纹理特征提取方法

为提取有效的特征用于纹理描述和分类,提出一种融合局部二进制模式(LBP)和灰度共生矩阵(GLCM)的纹理特征提取方法。利用旋转不变的LBP算子处理纹理图像,得到LBP图像及其GLCM,采用对比度、相关性、能量和逆差矩描述图像的纹理特征。实验结果表明,与其他方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,平均分类正确率达到93%。     

基于SVD和曲波变换的图像特征提取研究

关于图像特征提取优化问题,为有效地描述图像特征,提出了一种奇异值分解(SVD)和曲波变换的特征提取方法,首先对图像进行奇异值分解和曲波变换,分别获得图像的奇异值和不同尺度的曲波系数,根据识别成功率选取一组较大的奇异值,并计算各尺度曲波系数的均值、标准差、能量和熵等统计特征.最后利用选取的奇异值和曲波系数的统计特征构造特征集描述图像特征.将提取的特征集应用于纹理图像识别,平均识别率达到了94％.仿真结果表明,改进方法提取的特征集能很好地刻画图像特征,应用于图像识别可获得较高的识别成功率.     

基于CFD与协同仿真的火炮后坐分析计算

为了解决传统后坐计算模型将液压阻力系数取为经验性常数的局限,提出一种基于多软件协同仿真技术的火炮后坐运动仿真新方法,利用MATLAB求解器计算火炮后坐运动,采用FLUENT求解器计算制退机内液体压力,提高了计算精度.将仿真计算结果与火炮实弹射击试验测试结果、传统工程模型计算结果比对,结果表明该方法计算精度高于传统模型,与实测结果符合较好,为准确计算制退机液压阻力提供了一种有效途径.     

基于功率键合图的自行火炮液压系统动态仿真

自行火炮输弹机液压系统的动态数学模型,基于自行火炮液压系统输弹机结构和工作原理,采用功率键合图的建模方法建立.由该模型推导出系统的状态方程,并用Matlab-Simulink,先设置约束条件,再对其进行动态特性仿真,其结果和实际情况相符合.仿真结果能为液压系统的检测和诊断提供依据.     

基于奇异值分解和小波变换的图像压缩算法

针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解(SVD)和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。     

采用非线性量子比特的形态滤波及其应用

针对数学形态学结构元素无法动态调整尺寸的问题,结合量子理论提出一种基于非线性量子比特的形态滤波方法,提升形态学的机械振动信号处理效果。分析机械信号与量子理论结合的可行性,并在此基础上构建机械振动信号的峰值波谷的量子表达形式;结合振动信号的最大值和最小值,通过数学分析提出非线性量子比特的表达式,用于表达振动信号的瞬时状态;根据振动信号邻域的关联性,分析振动信号的局部特点,建立振动信号的三量子位系统;根据机械振动信号的峰值波谷的量子表达形式,在三量子位系统的框架内,提出机械振动信号在量子概率特征下的结构元素尺寸收缩算子,并基于尺寸收缩算子实现结构元素长度的自适应调整。运用轴承故障信号进行分析,结果表明,该方法能够比传统方法更加有效地提取出故障脉冲信息。     

基于时频奇异谱和RVM的柴油机故障诊断研究

提出一种基于双树复小波包时频奇异谱和关联向量机的柴油机故障诊断方法,针对连续小波时频分布计算量大,分析速度慢,运用双数复小波包分解提取柴油机缸盖振动信号中的时频分布特征,并进行奇异值分解,结合柴油机运行的时域特点,通过特征优选,形成组合特征集,输入关联向量机多类分类器,从而实现柴油机的故障诊断.试验结果表明,该方法分析...     

基于形态提升小波变换的滚动轴承故障特征提取

为有效提取表征轴承故障的脉冲特征,提出采用形态提升小波变换对轴承故障信号分析的方法.仿真信号和实际滚动轴承故障信号的分析结果证明了形态提升小波变换提取信号脉冲特征的有效性.与传统的线性小波变换方法相比,形态提升小波的脉冲信号保持和抗噪声能力较强,可以识别出传统小波不能识别的轴承故障状态,同时形态提升小波变换只涉及加、减和比较运算,计算更加简单、快速,可应用于轴承故障的在线监测与诊断.