考虑冲击力的球轴承复合缺陷动力学建模

滚动轴承在旋转机械中应用十分广泛,其运行状态直接影响设备的工作性能,有必要对轴承故障机理进行深入研究.基于Hertz接触理论,建立了四自由度的内外圈复合缺陷球轴承模型,该模型考虑了缺陷引起的时变位移激励和冲击力激励,并分析计算了冲击力的大小及作用角度.分别对内圈、外圈单一缺陷及内外圈复合缺陷情况下球轴承的振动响应进行了数值仿真,仿真结果与实验数据吻合较好,内圈故障特征频率(BPFI)和外圈故障特征频率(BPFO)及其倍频在频谱图中清晰可辨,分析了负载大小和缺陷宽度对轴承振动特性的影响.研究结果可为滚动轴承的故障诊断提供理论参考.     

旋转机械诊断中的矢功率谱-模糊C均值聚类方法

结合矢功率谱和模糊C均值聚类算法,提出了一种新的旋转机械故障识别方法。该方法以矢功率谱为特征向量,以模糊C均值聚类算法为分类器,成功地应用到旋转机械故障诊断中。实验结果表明,该方法是有效的。     

基于Grouplet熵与关联向量机的断口图像识别方法研究

Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。     

基于量子遗传的机械故障非线性盲源分离方法研究

针对传统的机械故障非线性盲分离方法的不足,即将非线性盲源分离中分离矩阵和非线性去混合函数的参数分开来优化,这样容易顾此失彼,学习效率低。将量子遗传引入到机械故障非线性盲分离中,提出一种基于量子遗传的机械故障非线性盲源分离方法(简称QGA-NBSS方法),该方法能同时对分离矩阵和非线性去混合函数的参数进行优化,获得全局最优解并加快了算法的全局收敛性,克服了传统的机械故障源的非线性盲源分离方法的不足。仿真和实验结果验证了提出的方法的有效性。     

基于典型相关分析的机械故障盲源分离方法研究

提出一种基于典型相关分析的机械故障盲分离方法。与基于独立分量分析的故障盲分离方法相比较,传统的机械故障盲分离方法只考虑样本值的统计分布,不考虑源信号之间的时间和空间关系,而提出的方法克服了此不足,利用源信号的自相关关系来进行盲源分离。仿真结果表明:提出的方法取得了满意的分离效果,并且具有很高的的计算效率,分离速度要快于传统的盲源分离方法。最后,将提出的方法应用到轴承故障诊断中,实验结果进一步验证了该方法的有效性。     

熊猫2938D,2990型数字化彩色电视机

本文介绍了猫处于９３８Ｄ、２９９０型数字化彩色电视机的功能和特点。     

准备周密执行到位把场馆无线电管理工作做细做实

在北京奥运会无线电管理联席会议办公室(简称为联席会议办公室)的组织领导下,安徽无线电保障队在"好运北京"测试赛之前精心准备,在赛时切实把保障工作落到实处,有效维护了五棵松场馆周边的电磁环境,圆满地完成了"好运北京"棒球测试赛的无线电管理工作。     

基于非线性输出频率响应函数的转子不对中-碰摩耦合故障诊断方法研究

基于非线性输出频率响应函数(NOFRF)的独特优势,将非线性输出频率响应函数引入到转子不对中-碰摩耦合故障中,提出了基于非线性输出频率响应函数的转子不对中-碰摩耦合故障诊断方法。利用提出的方法辨识得到了不同对中度及其角度的转子系统的NOFRF值,对比分析了不对中度及其角度对转子系统各阶NOFRF值的影响。仿真结果表明随着不对中度和角度的增加,NOFRF中二次谐波二阶非线性输出频率响应函数和二次谐波四阶非线性输出频率响应函数有着较为明显的增幅;一次谐波三阶非线性输出频率响应函数随不对中角度的增加而减小。因此,可以依据二次谐波二阶非线性输出频率响应函数、二次谐波四阶非线性输出频率响应函数、一次谐波三阶非线性输出频率响应函数值的变化规律识别转子系统的不对中程度。最后通过试验结果验证了仿真结果的正确性,研究成果为具有不对中-碰摩耦合故障的转子系统的故障诊断提供了重要的依据。     

基于经验Ridgelet-2DPCA的断口图像识别方法研究

经验Ridgelet变换具有方向选择性和自适应分解能力,2DPCA可直接利用原始图像构建协方差矩阵。结合经验Ridgelet变换和2DPCA的各自优点,提出了一种基于经验Ridgelet-2DPCA金属断口图像识别方法。同时将提出的方法与Ridgelet-2DPCA、经验Ridgelet-PCA识别方法相比较,实验结果表明,提出的方法中的二维固有模态分量比Ridgelet系数具有更丰富的特征信息,2DPCA相比于PCA,图像结构信息更加完整,因而,提出的经验Ridgelet-2DPCA的金属断口识别方法取取得了比经验Ridgelet-PCA、Ridgelet-2DPCA更好的识别效果。     

基于VbMoICA的机械故障盲源分离研究

用独立分量分析(ICA)分解和表示数据时,假设整个数据分布完全可以用一个坐标系来描述。然而,当观测数据是由许多自相似的、非高斯的流形组成时,则硬是用一个单独的、全局的表示是不合适的,这样会产生一个次优的表示。针对ICA在盲源分离中的不足,在变分贝叶斯理论的基础上提出了一种基于变分贝叶斯混合独立分量分析的机械故障源盲分离方法。该方法是考虑到源信号来自于多个坐标系,然后在多个坐标系下建立独立分量分析混合模型对观测信号进行学习分离。实验结果表明,本文提出的方法是非常有效的。