基于RNN的神经网络辨识液气联合工作液压作动器模型

建立了一种回归神经网络辨识非线性液压作动器系统数学模型的辨识方法,研究了基于回归神经网络内部状态反馈的辨识算法,利用辩识实验获得的过程输入／输出数据动态调整神经网络权值。仿真结果辨明：回归神经网络描述的液压作动器系统数学模型具有较高精度,算法全局逼近能力良好。     

自适应噪声均值优选集成经验模态分解及其在滚动轴承故障诊断中的应用

为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的分解能力和分解精度,解决CEEMDAN方法中噪声残留等问题,提出了一种改进的CEEMDAN方法——自适应噪声均值优选集成经验模态分解...     

第二代小波在振动信号去噪中新方法的研究

在传统小波去噪中,小波分解的结果与所采用的小波基函数有关,一旦选用不适当的小波基函数会冲淡振动信号的局部特征信息,而造成原始信号的细节信息丢失.为了克服上述缺陷,WimSweldens博士提出了一种使用提升模式构造小波的方法.本文讨论了一种基于插值细分原理,利用奇偶空间的相关性的新的提升方法,并且通过对仿真信号的处理和对齿轮故障信号的降噪分析,证明了该方法在降噪方面的优越性.     

液态沥青料位传感器的研究

针对液态沥青粘度大、温度高、流动性差的特点,对实现其料位检测的一种新型声波测距系统的机理进行了研究.由赫姆霍茨谐振器的原理知,容器体积与其谐振频率之间存在着特定的数学关系.当谐振式传感器探头向料仓发射频率时,探头同时接收回波并由单片机检测出谐振频率.依据谐振频率值可求出料仓体积,从而求出料位.该谐振式传感器探头由动圈式高频电动扬声器、电容传声器及单片机控制板组成.其声波由电动扬声器发射,声波接收采用电容传声器.该传感器可应用在精度要求不高的固态料位、粉状料位和液位的检测.     

基于流形嵌入分布对齐的滚动轴承迁移故障诊断方法

针对变工况下滚动轴承不易获取带标签的振动信号,导致故障诊断准确率低等问题,提出一种基于自适应噪声完整经验模态分解(CEEMDAN)与流形嵌入分布对齐的滚动轴承迁移故障诊断方法.采用CEEMDAN对不同工况下滚动轴承振动信号进行分解,得到若干内禀模态分量(IMF);提取峭度较大的IMF分量的时域和频域特征构造多特征样本集...     

机车车轮残余应力的仿真分析与测试

残余应力是机车车轮必须达到的一个重要质量指标,本文以某车轮厂某一型号钢制车轮为例,采用数值模拟与切割法测试相结合的方法,研究其踏面处周向残余应力及踏面下残余应力为零的深度,以期掌握车轮残余应力的变化规律。通过比较仿真结果与测试结果,证明了本文所采用的残余应力仿真方法是准确、可靠的,这为车轮残余应力分析提供了可行的方案,减少了破坏性实验的损耗。     

基于小波包分析和改进自适应遗传算法的齿轮故障诊断

齿轮是传动系统中最重要的元件之一,针对齿轮故障问题,在综合小波包降噪、模糊逻辑、高阶BP网络、改进自适应遗传算法各自优点的基础上,提出了一种基于小波包分析和改进自适应遗传算法的齿轮故障诊断新方法。试验证明,这种方法与传统方法相比,无论在分类精度,还是对训练总误差控制方面都具有更大的优势。     

基于改进多尺度熵与VPMCD的滚动轴承故障诊断

多尺度熵(Multiscale entropy,MSE)是一种衡量时间序列复杂性的方法,针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题,提出一种改进的多尺度熵(Improved multiscale entropy,IMSE)算法。在此基础上,结合迭代拉普拉斯得分(Iteration Laplacian Score,ILS)特征选择和多变量预测模型(Variable predictive model based class discriminate,VPMCD),提出一种新的滚动轴承智能故障诊断方法。最后,将提出的方法应用于滚动轴承试验数据分析,并与现有方法进行对比。结果表明,提出的方法不仅能够有效地识别滚动状态和故障类型,而且其诊断效果优于现有方法。     

中板四辊轧机万向接轴断裂原因分析

根据有限元计算、断口分析和实测数据对万向接轴断裂的原因进行分析。认为万向接轴断裂的主要原因是在高应力作用下的疲劳引起的     

基于经验模态分解的小波阈值滤波去噪

经验模态分解(EMD)是一种新出现的处理非线性、非稳态数据的信号分析方法,首先对带噪信号做EMD分解,得到各阶本征模函数(IMF)分量,然后对高频的IMF分量用小波去噪中的阈值方法进行处理,把经过阈值处理的高频IMF分量和低频的IMF进行叠加,得到重构后的信号,即去噪信号。通过三次样条包络分离数据的高阶成份和趋势项。利用EMD的这种特性,提出一种基于EMD变换的阈值去噪算法。仿真实验表明基于EMD变换的去噪具有较好的自适应能力,形式简单,应用方便灵活,不受傅立叶变换及小波函数选择的限制等。