Compound feature selection and parameter optimization of ELM for fault diagnosis of rolling element bearings

This paper proposes a hybrid system named as HGSA-ELM for fault diagnosis of rolling element bearings, in which real-valued gravitational search algorithm (RGSA) is employed to optimize the input weights and bias of ELM, and the binary-valued of GSA (BGSA) is used to select important features from a compound feature set. Three types fault features, namely time and frequency features, energy features and singular value features, are extracted to compose the compound feature set by applying ensemble empirical mode decomposition (EEMD). For fault diagnosis of a typical rolling element bearing system with 56 working condition, comparative experiments were designed to evaluate the proposed method. And results show that HGSA-ELM achieves significant high classification accuracy compared with its original version and methods in literatures.     

Empirical Study on Standardization Curricula in Chinese Universities

This paper summarizes partial findings on education about standardization by CNIS in 2008.As of December 31,2008,21 universities and colleges in China had established a standardization curriculum.This paper deals with standardization education related to economic management,engineering,agriculture and science of law and summarizes respondents'opinions on teaching performances and design of teaching materials and curriculums.     

EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用

针对经验模态分解(Empirical Mode Decomposition,EMD)的端点效应问题,分析了三次样条插值产生端点效应的机理,指出了现有延拓方法的不足,提出采用Lyapunov指数预测模型进行边界延拓,以此减小端点效应在经验模态分解过程中产生的影响。在采用最大Lyapunov指数法进行边界延拓时,针对Lyapunov指数预测模型所表示的平均发散度仅是轨道演化规律的一个近似模型,提出采用局域发散度代替最大Lyapunov指数进行改进,以改进预测模型的预测精度。基于改进型Lyapunov指数边界延拓方法,由于引入时间序列预测模型使端点处的延拓更加合理,所延拓数据更加趋于真实,在希尔伯特-黄变换（Hilbert-Huang Transform,HHT）实现过程中仅需一次延拓,实现了准确的EMD分解。仿真计算和转子系统故障试验分析结果表明,所用方法可以有效解决EMD的端点效应问题。     

基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取

滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其它能量较大振源信号的干扰。传统的希尔伯特-黄变换（HHT）对信噪比大、多频率调制信号常因不能对其所包含的固有模式函数（IMF）实现准确分离和去除调制干扰分量而失效。本文提出了基于HHT和独立分量分析（ICA）的滚动轴承诊断新方法。该方法首先利用经验模式分解（EMD）将滚动轴承振动信号分解成若干平稳的本征模式函数IMF分量,通过提取若干包含主要信息的IMF分量,应用带通滤波器和Hilbert变换获取IMF分量的高频包络波形,再应用ICA分离包络波形并进行频谱分析,进而判断滚动轴承的运行状况。仿真和试验分析结果验证了本方法的可行性。     

基于HHT的液压缸动态特性分析新方法

提出了一种基于Hilbert-Huang变换的液压缸动态特性分析的新方法：运用经验模态分解,把周期激励下液压缸油液压力波动信号分解为多个从高频到低频的本征模态函数分量,依据各分量的Hilbert边际谱以及自由振动频率信息,对各分量分类并以此为基础重构信号,提取出反映液压缸动态特性的自由振动分量。此方法在某试验台液压缸动态特性分析中,取得了良好的效果,提取出的自由振动分量,可以作为评价液压缸动态特性好坏的依据。     

基于EMD和HHT的航空发动机转子—机匣振动信号分析

将EMD和HHT方法引入航空发动机转子—机匣的振动信号分析,某台发动机的台架实测机匣振动信号的分析结果表明,该方法能够比较清楚地再现转静系统碰摩故障随转速和采样周期的演变过程,能够克服傅立叶谱无法同时获得时域和频域信息的缺陷。同时边际谱与傅立叶谱相比能够比较真实客观地反映系统的频率和幅值分布情况。     

矩形截面高层建筑气动基底扭矩系数均方根值研究

利用高频天平技术,在4种不同风场中对71种不同几何参数的矩形截面高层建筑刚性模型进行了风洞试验,得到了典型风向角下气动基底扭矩系数均方根值,考察了建筑厚宽比、长细比及建筑所处风场类型对气动基底扭矩系数均方根值的影响。不同厚宽比的矩形建筑的气动扭矩的作用不同,试验结果表明厚宽比对气动基底扭矩系数均方根值的影响很大;长细比不同导致的基底扭矩系数均方根值的差异主要是由模型顶部三维流的比重变化引起的,试验结果显示长细比的影响可以忽略不计;风场类型对基底扭矩系数均方根值的影响强弱随厚宽比的变化而变化。基于试验数据,拟合得到了矩形截面高层建筑的气动基底扭矩系数均方根值的经验公式,并对其进行了误差分析。通过与国内外相关研究成果的比较,验证了该拟合公式的精度与合理性,可以为荷载规范的修订和补充提供很好的参考。     

风雨条件下的水下噪声谱级预测

海洋表面的风、雨所产生的噪声是水下噪声场的重要组成部分。降水时雨致噪声可在比较宽的频带内决定噪声场的性质。在1~50kHz频段上,对已有的相关研究结果分析、综合,建立了一定风雨条件下的水下噪声谱级的经验预测算法。采用按频率线性分配大、小雨滴对噪声能量谱密度贡献的方法,在9~14kHz频段上对经验算法进行了修正。该修正经验算法不仅克服了经验算法在10kHz处经验预测值的跃变问题,而且通过两种算法预测值与某海域的实际观测数据的对比,表明修正经验算法比经验算法可以在更宽的频带内更加有效地预测一定风雨条件下的水下噪声谱级。     

基于EMD-SVD模型和SVM滚动轴承故障模式识别

针对滚动轴承振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解、奇异值分解、Renyi熵和支持向量机相结合的故障诊断方法。运用经验模态分解方法对其去噪信号进行分析,利用互相关系数准则对固有模式分量进行筛选,再对所选分量重构相空间得到吸引子轨道矩阵;对矩阵进行奇异值分解求取奇异值,再计算这些奇异值的Renyi熵以组成故障特征向量,并将其作为支持向量机的输入以识别滚动轴承的故障类型。最后,利用实际滚动轴承试验数据的诊断与对比试验验证了该方法的有效性和泛化能力。     

连拱隧道浅埋偏压段的受力和变形机制研究

 以安景高速双河口隧道为工程背景,针对连拱隧道洞口浅埋偏压段特殊的地形情况,探讨围岩在地应力和边坡滑动共同影响下的应力分布情况。为满足工程应用的需要,在监测数据分析的问题上提出对监测数据进行非线性分离的方法,并以其中的线性趋势项为依据建立围岩的应力与变形之间的映射关系,来指导隧道设计和施工,用分离出来的波动项来分析施工过程中出现的异常情况。结果表明：连拱隧道洞口浅埋偏压段受到上覆荷载和边坡滑动的共同作用,其中最危滑动面和洞口上部坡角处的围岩和支护结构受边坡滑动的剪拉作用影响最为明显,消除施工等因素影响的监测数据趋势项可以更直观地说明这一点,因此在隧道工程中如果穿越岩体最危滑动面附近的围岩时有必要考虑边坡滑动的影响。