基于模糊小波神经网络的永磁直线同步电机故障诊断

在分析永磁直线同步电机故障的基础上,采用小波基函数作为模糊隶属函数,将模糊控制与神经网络相结合,建立模糊小波神经网络模型,实现对永磁直线同步电机的故障诊断。针对BP算法的不足,使用混合学习算法训练网络,优化了网络参数。仿真结果表明该方法是很有效的。     

遗传算法在故障诊断中的应用研究综述

遗传算法是一种自适应启发式全局搜索概率算法,在很多学科中都得以应用。介绍了遗传算法的基本原理,指出了它的特点,论述了它在故障诊断中的应用现状,并对遗传算法在故障诊断中的前景提出了展望。     

小波奇异性分析在煤厚探测信号处理中的应用

将小波分析应用到煤层厚度探测的信号分析中,取得了比较理想的效果,为信号处理提供了一种新颖的方法。     

基于小波变换的矿震波的P波和S波的识别

对矿震震相的自动识别是矿震信号分析和处理的主要目标之一。基于小波变换的多尺度分析思想,采用对信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了确定三分向的矿震信号P波和S波震相的小波变换方法。通过对矿震数据进行小波变换得到不同尺度下的P波和S波识别因子,进而形成确定P波和S波的特征函数,从而确定P波和S波的到时。通过用小波变换对木城涧矿矿震的实际资料进行处理分析,实现了P波和S波到时的自动拾取,取得了满意的结果。     

煤炭需求预测的复合小波神经网络模型

应用复合小波神经网络模型对煤炭消费年增长率进行了预测,综合考虑了国内生产总值（Gross Demestic Product,简称GDP）年增长率波动,主要用煤行业（电力,冶金,建材,化工等）的发展趋势,以及一次能源消费结构中煤炭消费下降的趋势等各种波动的影响,预测模型达到了很高的精度,用于近期预测是可靠的。     

顶板来压识别与预测的复合小波神经网络方法

回采工作面支护阻力实测是我国矿压常规观测的主要内容，实测压力曲线记录了矿压的变化。结合单体支柱工作面矿压观测数据，应用复合小波神经网络方法对回采工作面基本顶来压进行了识别和预测，可有效地实时预测顶板来压特征来压步距与来压强度。     

基于小波变换的某火炮炮口振动分析

针对弹丸发射时瞬间产生的振动严重影响火炮的射击精度的问题,提出利用小波变换的方法对舰炮非线性有限元模型的动力学响应进行时频分析研究。利用非线性有限元理论,建立了舰炮的非线性有限元动力学模型,并进行了动力学计算,得到了发射过程中炮口振动的时域历程;采用连续小波变换对炮口加速度响应进行了分析,得到了其频域信息。分析结果证明:该方法弥补了传统傅里叶变换方法的不足,可为火炮的改进和优化提供依据。     

机械振动的简易分析方法

对单自由度机械振动系统建立数学模型 ,应用拉普拉斯变换把微分方程代数化 ,通过对机械振动的数学分析可使问题简化     

小波变换在数字埋入云纹技术中的应用

埋入云纹技术可以用于三维力学问题的全场测量,对接触问题和物体内部力学场的测量具有很大的优势。将小波变换引入到数字埋入云纹技术中,可以方便快捷地消除条纹图中的噪声,模拟出清晰光滑的条纹图。介绍了应用小波变换生成云纹条纹的原理,并且进行了实验测试,结果表明该方法是可行的。     

基于小波变换的钢丝绳检测信号分析

介绍了小波变换的基本概念,利用小波变换的变焦特性和局部化性质对漏磁法钢丝绳检测信号进行了多分辨率分析。结果表明,该方法在奇异信号检测和局部化分析方面具有优异特性,小波变换可以聚焦到信号的细节,适合突变信号的时频分析处理。