西部河谷型城市山水图景的当代诠释 以天水风貌规划控制研究为例

<正>1引言一直以来,以"山水"为代表的自然环境在中国传统文化中扮演着重要的角色,古人称"山水即天理",其概念不仅仅具有地理学上的意义,同时饱涵了中国人的传统文化、美学及心理诉求。在这一认识上,钱学森教授提出"山水城市"的概念,认为应该要"把中国园林构筑艺术应用到城市大区域建设",使"人离开了自然,又要返回自然"的营城理念。这一理念与当代生态城市的价值诉求不谋而合,成为当前城市营建的基本依据。天水是典型的西部河谷型城市[1],地处渭河及其支流藉河的河谷阶地,河谷两侧南北两山对     

基于Gammatone滤波器组的齿轮系统侧隙诱发冲击特征提取

齿侧间隙会引发齿间啮合冲击,影响齿轮传动的平稳性和可靠性。为了对故障冲击成分进行提取,提出了基于Gammatone滤波器组的特征提取方法。该方法借鉴听觉系统复杂语音信号识别过程中耳蜗基底膜的信号处理思想,采用与基底膜冲击响应、幅频特性相似的Gammatone滤波器组模型对齿轮系统故障信号进行时频分析,进而提取冲击特征。研究结果表明:Gammatone滤波器组具有对齿轮系统的非平稳瞬变振动信号进行时频分析的功能,该方法能够有效提取由于齿侧间隙引起的啮合冲击故障特征。     

齿轮裂纹特征提取和故障诊断方法研究

齿轮作为旋转机械中的关键部件,其健康状态是判断设备能否继续运行的重要指标,因此,准确快速的对齿轮早期故障进行诊断极其重要。提出了一种基于欧氏距离技术(EDT)的齿轮故障诊断新方法,该方法选择提取振动信号的频带能量作为特征参数,然后计算测试样本和各不同健康状态下频带能量组成的矩阵之间的欧氏距离,距离最小者为测试样本所属状态类别。采用实验数据验证该方法的准确性,结果表明,EDT方法能有效的诊断齿轮早期裂纹故障且与同类方法相比具有更高的准确性;同时,分析对比结果可知,频带能量在齿轮裂纹故障诊断中是一个比较敏感的特征参数,可以考虑为后续使用。     

复小波分解联合SVD提取振动信号非平稳特征

针对齿轮箱故障信号的多分量多频调制特点,提出了一种基于奇异值分解的最优小波解调技术。首先,采用小波变换的最小Shannon熵作为时间尺度分辨率的度量指标,将其应用到Morlet分析小波的参数优化选择中;其次,对常规小波参数选择方法进行了改进,利用奇异值分解技术对最优小波变化尺度进行了迭代搜索。该方法可以很好地降低噪声信号,有效提取信号中的周期成分,具有较好的瞬态信息提取能力。试验结果也表明了该方法在齿轮箱故障特征提取中的重要性以及降噪方法的有效性。     

基于广义S变换与双向2DPCA的轴承故障诊断

将轴承故障诊断问题转化为故障信号时频图像的识别问题,提出一种采用双向二维主成分分析(two-directional,two-dimensional,principal component analysis,简称TD-2DPCA)的时频图像矩阵特征提取方法。首先,利用广义S变换将轴承故障信号变换为时频域图像,采用一种双向压缩的二维PCA方法对图像信息进行特征提取;然后,进行了轴承故障试验,分别采集了轴承在正常、内圈故障及外圈故障状态下的振动信号,采用所述方法对轴承3种状态下的时频分布图像进行特征提取,并根据集成矩阵距离(assembled matrix distance,简称AMD)实现图像的分类识别。试验结果表明,结合广义S变换的双向2DPCA特征提取算法可有效提高计算效率,同时具有良好的诊断性能。     

大型旋转机械状态监测与故障诊断研究进展

分析了旋转机械状态监测与故障诊断研究的重要意义。提出了一种由状态监测与故障诊断理论和方法、状态监测与故障诊断关键技术、状态监测与故障诊断系统、状态监测与故障诊断工程应用四个方面相互支撑的旋转机械状态监测与诊断研究的体系架构,给出了一个超超临界汽轮发电机组状态监测与故障诊断系统研究的实例。分别综述了大型旋转机械状态监测与故障诊断的理论和方法、关键技术、应用系统研究及其工程应用的进展,提出了对于旋转机械状态监测与诊断研究的思考与建议。     

二阶Wedgelet快速分解及其在工业CT图像线特征提取中的应用

为了对工业CT(ICT)图像中的线特征进行有效提取,提出一种基于二阶Wedgelet快速分解的特征提取方法。首先,介绍了二阶Wedgelet分解的定义,根据二阶Wedgelet基函数的构成将其划分为3种(同边型、邻边型、对边型)不同类型。根据不同类型基函数间的空间关系设计出二阶Wedgelet快速分解算法。在此基础上,在不同的单尺度上分别提取了各自的候选线特征。最后,结合多尺度四叉树结构,融合不同单尺度的候选线特征得到最终提取结果。对实际ICT图像进行了线特征提取实验,对比试验结果验证了提出方法的有效性和先进性,表明基于二阶Wedgelet快速分解的ICT图像线特征提取方法能有效地提取ICT图像感兴趣的线特征,对其它类型图像的线特征提取也具有一定的参考价值。     

多重分形的耐火材料损伤声发射信号特征提取方法

为了对镁碳质耐火材料损伤声发射信号进行有效的特征提取,研究了利用非线性领域的分形方法进行特征提取的可行性。首先利用仿真声发射信号研究了多重分形谱参数(Δα、Δf、K),广义分形维数均值Mean Dq等参数表征信号频谱结构特征的能力,结果表明多重分形谱宽Δα能够有效的表征信号的频谱特征;然后对镁碳质耐火材料进行单轴压缩试验,采集损伤声发射信号,并计算出两种典型损伤声发射信号的多重分形谱宽Δα,通过多重分形谱宽的分布证实了利用其进行特征提取是可行的。     

基于时间序列的系统盲辨识与特征提取

分析了基于时间序列的盲系统辨识方法与特征提取方法,并且对A R M A模型系统盲辨识进行了仿真,仿真结果表明基于累积量的参数确定方法优于B urg法。建立了齿轮箱A R M A系统盲辨识模型,提取时间序列模型的系数作为故障诊断的特征向量,证明了结构发生故障时系统特性的变化与故障之间具有一定的对应关系。     

基于SVM的玻璃瓶缺陷分类算法研究

针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试。实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类。