移动视频监控技术应用研究

本文从移动视频监控的体系架构入手,重点分析了业务模式、业务功能、移动网络数据传输能力、移动网络与传统视频网络的数据适配共4个业务发展的关键问题.最后,对业务的发展进行了展望.     

基于改进开关卡尔曼滤波的轴承故障特征提取方法

提出了一种基于改进开关卡尔曼滤波的滚动轴承故障特征提取新方法,与传统卡尔曼滤波算法相比,该方法每次迭代只需当前监测数据测量值和上一时刻最优估计值,计算效率高,具有较强实时性。首先将故障轴承振动信号分为故障冲击振动和正常振动两种成分;其次,针对故障冲击振动和正常振动两种状态,分别建立基于轴承质量-弹簧-阻尼系统动力学脉冲响应的卡尔曼滤波器及线性卡尔曼滤波器模型;然后,应用基于贝叶斯估计的开关卡尔曼滤波算法对振动信号进行状态估计;最终,通过时域迭代滤波,滤除噪声并识别故障冲击成分,实现轴承故障特征提取。仿真和试验信号分析结果表明了所提方法的可行性和有效性。     

消能减震钢筋砼框架结构的设计方法研究

本文对江苏新沂市某商业楼所采用的消能减震钢筋砼框架结构进行了设计,研制了构造简单、消能能力强的新型消能器,对其进行了弹塑性有限元力学性能分析,并对该消能减震钢筋砼框架结构和相应的普通框架结构及框架－剪力墙结构进行了弹塑性时程分析。结果表明所设计的消能减振框架结构具有优越的抗震性能,并为类似建筑结构的设计提供了借鉴。     

一氧化碳变换工艺分析

变换工艺不仅与变换催化剂的性能密切相关,而且与合成氨厂采用的制气原料、制气工艺、后续净化工艺等密不可分。本文对采用不同的制气原料、制气工艺、后续净化工艺的一般化碳变换工艺进行了分析。     

北京市人民检察院新建办公业务用房工程结构设计

北京市人民检察院办公楼主体结构采用框架-剪力墙结构,局部采用钢结构,结构平面布置复杂,采用防震缝将结构各部分分开。通过设置后浇带解决结构南塔超长问题。中庭为大空间独立结构单元,设计中采用了钢结构。总结了工程钢结构部分在设计中采取的若干措施。对工程整体用SATWE软件进行了计算,结果表明,结构变形满足规范要求,说明结构设计合理。     

基于多小波包样本熵的轴承损伤程度识别方法

为了自动辨识不同尺度下的轴承故障,建立了一种基于多小波包系数样本熵和BP神经网络的模式判别方法。针对5种尺度下的轴承外圈故障信号,分别采用GHM多小波包完成三层分解。为了充分利用多小波包的分析优势,将分解后的16个频段信号分别求系数样本熵,并将其作为神经网络的输入向量。通过三层BP神经网络的训练、学习,并与dB10小波包神经网络做了对比研究。结果表明,多小波包样本熵可以区别不同损伤程度的故障信号,且多小波包样本熵与神经网络结合,其辨识精度更高,分类效果明显优于传统单小波,便于轴承损伤程度的自动识别。     

多故障源混合信息的特征分离与精确辨识

多故障源的耦合问题，一直以来都是诊断领域面临的最大难题之一，能否实现多源信号解耦将直接影响故障诊断的准确性。在信源卷积混合的前提下，以多通道反卷积理论为基础，首先研究多故障源混合信息的特征分离方法。接着借助卷积混合后的仿真信号，研究反卷积系统的关键参数——初始滤波器长度对分离效果的影响。进而提出一种自适应的多源信息分离方法。为了确定分离系统的输入通道数量，基于小波分析与奇异值分解完成信号的源数估计；再通过设定滤波器长度的迭代区间，计算出不同参数下分离系统输出信号的时域指标，并自动选取最佳长度使得分离结果最优。最后，经滚动轴承的复合故障实验和多故障并发的工程数据验证，表明该方法在设定的滤波器长度范围内，能够根据信号的差异性自动寻优最佳参数，并成功分离出原始信号中隐含的各个故障源信息，实现机械故障的精确辨识。     

LabVIEW和MATLAB混合编程在齿轮箱故障诊断系统中的应用

为了实现轧机传动部件的早期故障诊断,利用LabVIEW便捷的图形界面和MATLAB强大的数值分析功能,开发了一套齿轮箱故障诊断系统.通过LabVIEW调用MATLAB中的小波工具箱,并结合包络解调等方法实现故障信息的准确提取.经过模拟故障数据和高线精轧机故障的诊断实践,表明该系统运行可靠,并且能更早地识别故障隐患.     

高校研究生培养机制改革的探索

为了充分发挥高校自主创新的作用,提高研究生培养质量,自2006年起,教育部在部分高校中开展了研究生培养机制改革。南京理工大学通过三年的探索和试点于2009年正式实行培养机制改革。本文从改进导师负责制、建立合理研究生奖助体系及构筑良好的培养环境等三个方面介绍了南京理工大学培养机制改革中的重要措施。