基于改进的希尔伯特振动分解的机械故障诊断方法研究

针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。     

基于ITD和切片双谱的滚动轴承局部损伤故障诊断

针对滚动轴承局部损伤故障诊断问题,提出一种基于本征时间尺度分解(ITD)和切片双谱的故障诊断方法。首先利用ITD方法将轴承故障信号分解为若干个合理旋转(PR)分量,然后对PR分量进行包络解调,并计算其切片双谱,提取轴承故障信号由于二次相位耦合产生的非线性特征,确定轴承故障类型。为加快分解速度并减少分解运算量,对ITD方法迭代终止条件进行改进。对仿真信号的分析表明,ITD方法对信噪比较低的信号具有很好的分解效果,并验证了切片双谱在抑制噪声和剔除非二次相位耦合谐波方面的优势。     

略论企业识别系统与企业管理

简要论述了企业识别系统（ＣＩ）与企业管理之间的关系：企业管理与ＣＩ密不可分,两者相互交融、相辅相成。一方面,加强企业管理、提高企业综合素质是树立良好企业形象的基础;另一方面,导入ＣＩ、树立良好的企业形象对加强企业管理具有一定的促进作用。分析了我国企业在导入ＣＩ方面存在的偏向性     

DOS环境下用Borland C实现中断方式的串口编程实例

Windows环境下进行串口通信很容易实现,但在DOS环境下进行串口通信时,由于可调用的系统资源很少,只能通过直接操作硬件端口来实现。在对硬件端口进行初始化设置之后,首先保存原中断向量,然后装入自己的中断服务程序入口地址,再打开中断,调用完成之后在程序关闭之前关闭中断和恢复原中断向量。通过以上方法实现了DOS环境下的串口通信,在转台设计过程中用于上下位机之间的通信,经过上万次的实验考核,该方法稳定可靠,在工程应用中具有很大的借鉴性。     

考虑不平衡磁拉力的双馈异步风力发电机轴承外圈故障动力学建模

轴承故障会引起双馈异步风力发电机转子气隙变化,产生不平衡磁拉力(UMP)。为准确揭示双馈异步风力发电机轴承故障振动特性,开展了考虑UMP的双馈异步风力发电机轴承外圈故障动力学建模研究。首先,基于赫兹接触理论构建了轴承外圈故障模型;然后,推导了正常和轴承故障下发电机转子的气隙磁密,得到了发电机转子受到的UMP解析式;最后,采用Runge-Kutta法对模型进行求解,得到了轴承故障振动响应。试验分析表明：所提动力学模型能够有效揭示双馈异步风力发电机轴承故障振动信号的双冲击现象,UMP激励会影响风力发电机轴承外圈故障振动信号的调制特性。为风力发电机轴承故障诊断提供了新的理论参考。     

基于综合指数评价法 ——严寒地区医院污染物控制有效性研究

在新冠疫情的影响下,严寒地区医院被迫采用自然通风的方式保证室内空气品质.本文通过对严寒地区大型综合医院进行现场测试,检测医院室内空气中主要污染物含量,采用综合指数评价法对医院空气质量进行评价.同时采用对比分析法将实地测试结果与通风后室内污染物浓度对比,发现严寒地区医院通过自然通风的方式换气不仅大大降低了室内人员的热舒适度,而且还容易将室外空气中的污染物带入室内.由此提出严寒地区医院建筑空调系统设计应采用平疫结合的设计思路.本文可作为公共建筑室内污染物控制有效性和室内空气品质优化的依据.     

小波降噪与Hilbert解调相结合的齿轮箱故障诊断方法

将小波降噪和Hilbert解调分析方法相结合对齿轮箱典型故障进行了诊断研究。介绍了小波降噪和Hilbert解调的基本原理,通过QPZZ-II旋转机械故障试验平台进行了齿轮箱点蚀故障的实例验证分析。研究表明,小波降噪后提高了信噪比和故障诊断精度;Hilbert解调技术可以解调出调制信号,但不能较好地处理叠加信号,可利用倒谱分析边频带中的周期成分做进一步分析。通过实验证明了方法的有效性。     

感受清华华天AE—P406478架构散热器

随着478架构P4 CPU逐渐成为市场的热点,CPU散热器厂商的产品也多了起来。国内散热器生产领域最有名的厂商清华华天公司也在第一时间推出了支持478架构P4 CPU的AE—P406散热器,与海外以及我国台湾地区那些Intel联盟成员相比未落下风。     

ITT变换在风电机组滚动轴承故障诊断中的应用

为实现风电机组滚动轴承微弱故障诊断,提出了基于改进的时时(ITT)变换的风电机组滚动轴承故障诊断方法。由时时(TT)变换可得到一维轴承故障振动信号的TT变换矩阵,实现滚动轴承振动信号的二维TT表示。提取该TT变换矩阵的对角线元素可滤除低频干扰信号,起到增强故障特征的效果。鉴于噪声对TT变换分析效果具有重要影响,提出基于能量熵准则的奇异值分解降噪方法改进TT变换,以提高TT变换的抗噪能力,实现强背景噪声条件下轴承微弱故障特征提取。仿真、实验及工程应用实例结果均表明所提方法可以有效诊断出风电机组滚动轴承的故障类型。     

基于快速谱相关和PSO-SVM的变工况滚动轴承状态识别

滚动轴承故障诊断进入“大数据”时代需要不断发展和完善故障智能识别技术,而已有方法在变工况下的故障识别准确率较低。针对此问题,提出了一种基于快速谱相关和粒子群优化支持向量机(PSO-SVM)的变工况滚动轴承状态识别方法。对滚动轴承的振动信号进行快速谱相关,得到快速谱相关谱;在快速谱相关谱中选取4个循环频率,并求其能量均值,得到信号的特征能量矩阵;将它作为特征向量输入PSO-SVM进行训练和测试。试验结果表明：在运用PSO-SVM进行变工况滚动轴承状态识别的过程中,由快速谱相关谱得到的特征能量矩阵能更好地体现滚动轴承在不同工况下的多状态特征,且PSO-SVM的自适应能力强,不需要人为设置参数,具有更高的识别率。