基于EEMD的声阵列滚动轴承故障诊断

研究针对滚动轴承故障诊断中的类型和位置分析问题,提出了一种基于集合经验模态分解(EEMD)的声阵列滚动轴承故障诊断分析方法。以EEMD分解信号的峭度和能量作为评价指标,提取包含故障信息的IMF分解信号,根据滚动轴承理论故障频率及其倍频分析对分解信号进行窄带滤波后通过Hilbert包络谱实现故障类型判断,通过对窄带滤波后的分解信号使用声阵列技术进行声像分析实现滚动轴承故障定位分析。最后通过试验进行了方法验证,结果表明过使用基于EEMD分解的阵列分析方法,可更为直观确定故障位置和故障类型,有利于有轨机车等多轴承驱动系统轴承故障的快速和实时诊断,对于确定检修、制定合理维修决策、改进维修质量具有十分重要指导意义。     

基于拓扑特征和投影法的东巴象形文识别方法研究

东巴象形文是由云南丽江纳西族先民创造并使用的,被誉为"世界上唯一活着的象形文字"。在图形识别、内容释读以及形、音、义信息等方面,现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字,提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法,并采用模板匹配法进行文字识别。通过实验验证表明,基于象形文固有特征的提取,利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别,具有准确度更高的特点,是东巴象形文识别的一种有效方法。     

基于STEP-NC标准的数控技术发展现状及趋势

分析ISO6983目前存在的缺点,通过对ISO6983与STEP-NC标准的比较,引出STEP-NC的概念,并简述STEP-NC的数据模型。主要对STEP-NC研究现状的几个方面进行了较为详细的分析:对于STEP-NC数控程序的生成,并给出生成流程图;对STEP-NC文件进行解释,即STEP-NC解释器极其功能;对STEP-NC控制器的研究状况及内容;以及基于STEP-NC标准的NURBS曲面插补等。最后总结了STEP-NC数控加工方式具有优异的开放性、智能性、网络化特征,基于STEP-NC标准的数控系统必将成为开放式数控系统的主要发展趋势,对于提高我国数控水平乃至全面提高自动化制造水平具有重要意义。     

制造系统中多智能体运输子系统的调度与监控

在论述制造控制系统常用体系结构的基础上,提出AGV运输子系统的体系结构,详细阐述AGV运输子系统中的运输调度、路径规划和冲突解决等关键技术;并开发了该AGV运输子系统的仿真系统。     

双摆头五轴联动数控加工步长的计算

在分析双摆头五轴联动数控机床的特点及弧弦逼近方法的基础上,较严格地推导出了保证加工误差在给定的误差范围内的走刀步长的计算方法.该计算方法考虑了加工所用机床的特点,能有效地保证加工精度.     

基于小波包分析的旋转机械故障诊断研究

故障信号的特征提取,是故障诊断的关键。通过以德比契斯（Daubechies）小波为基函数的二进小波变换、采用Mallat快速算法的小波包对故障信号进行特征提取。利用小波包对实验数据进行分析,其结果具有良好的时频局部化特性,能对非线性信号进行有效识别。     

多因素条件下单级齿轮系统的非线性特性

考虑啮合刚度、齿侧间隙和轴承支撑间隙等因素,运用集中质量法建立了三自由度直齿圆柱齿轮副弯扭耦合非线性振动模型,并据此研究了各参数对齿轮系统非线性振动特性的影响。结果表明：齿侧间隙一定时,随着频率的升高,系统由周期运动通过激变直接进入混沌,然后又由混沌通过激变变为周期运动;在周期运动中,系统经过倍周期分岔,由双周期运动变为四周期运动,然后又通过逆倍周期分岔,由四周期运动变为双周期运动,之后又由双周期运动变为单周期运动;不同的输入转频条件下,间隙变化使系统表现出不同分岔特性,在某些特定频率下,间隙变化只增加系统响应能量变化,并不改变其动力学特性。     

基于示功图分形盒维数的无杆抽油机故障诊断方法研究

以水基动力无杆抽油机为研究对象,基于分形盒维数理论,针对其正常、油管漏失、供液不足以及游动凡尔关闭迟缓4种不同工作状态的示功图特性进行分析,并在此基础上进行系统的故障诊断研究。研究了不同工作状态下压力－流量示功图的信噪比在0.1～0.2％范围内变化时其盒维数的变化特性。结果表明：系统压力流量信号的信噪比在0.1～0.2％范围内变化时对压力－流量示功图分形盒维数影响较小,因此压力－流量示功图分形盒维数能够用于进行水基动力无杆抽油机的故障诊断;同时该方法有利于实现基于示功图故障诊断的自动智能化分析。研究结果有利于在现场快速准确地对无杆抽油机的运行状态进行诊断,具有理论研究意义和实际应用价值。     

往复发动机故障诊断转速测量与相位识别系统研究

基于MC9S12XS系列单片机和LabView软件,开发了发动机转速测量与曲轴相位识别系统,为往复发动机故障诊断提供基础的参考信号.硬件部分采用霍尔传感器采集发动机转速,并通过电压比较器和施密特反向触发器串联的方法对转速信号进行预处理,提高了系统的容错能力和在复杂环境下的抗干扰能力;上位机软件将采集到信号按照发动机工作循环进行截取,并依据转速脉冲信号进行曲轴相位识别,同时将采集到的信号与曲轴相位关联起来,便于发动机故障诊断中观察时域信号中典型振动的发生时刻.经实验验证,该系统可以精确测量曲轴转速,并使转速测量误差限制在0.5‰以内,同时可以精确获取曲轴相位信息,为发动机故障诊断提供了便利.     

基于机器学习的人体步态检测智能识别算法研究

为实现快速步态状态判断,以更好地对下肢外骨骼进行高精度的步态识别和控制,进行了基于可穿戴惯性测量装置检测人体姿态变化的算法研究。通过对人体下肢的跌倒、转弯、蹲坐与起立等非周期性步态变化活动进行测算试验,获得了受试者实验过程中身体角度、下肢关节角速度和加速度变化等数据,随后应用随机森林等4种机器学习经典分类算法对受试者进行了活动识别对比分析,结果表明,决策树监督学习算法相对于其他算法,能够快速、准确地检测并判断出人体非周期性变化中的多种活动状态,历次识别精度均可达到99%以上,为可穿戴智能装备的开发与应用提供理论基础。