基于非线性判别分析的齿轮故障分类方法研究

针对复杂机械故障的模式分类问题,提出一种基于非线性判别的多故障分类方法.与线性判别分析相比,基于核的判别分析更适于处理线性不可分的分类问题.将此方法用于齿轮齿面点蚀、剥落以及磨损等故障的分类识别,取得了很好的分类效果.研究表明,基于核的判别分析适于在积累历史故障征兆基础上对多种机械故障进行分类识别.     

ZFFT与Chirp-Z变换细化选带的频谱分析对比

在细化选带频谱分析中，复调制细化方法（ZFFT）和线性调频Z变换方法（Chirp—Z变换）是常用的两种方法。通过理论分析和仿真计算，对两者在算法、特点和误差方面进行对比分析表明：对于单频率和谱线干涉不严重的多频率谐波成分，使用FFT后进行校正，或者使用CZT细化分析，均能得到高精度的频率、幅值和相位，不必使用ZFFT；对于发生严重干涉现象的密集多频率谐波成分，ZFFT通过增大细化倍数后重采样，把干涉的各频率成分分离后进行校正可获得高精度的信号参数，但CZT只是把细化分析频带局部放大，无法消除干涉影响，提高频率分辨率也无法分离出信号的真实频率成分。通过增大采样点数，减少干涉产生的误差，CZT可以获得较高精度的信号参数，但却大大增加了运算时间。     

高斯白噪声背景下时移相位差校正法的频率估计精度分析

推导了高斯白噪声背景下加任意对称窗函数截断的谐波信号用时移相位差校正法进行离散频谱校正时的归一化频率估计误差的统计公式;针对加矩形窗和加Hanning窗,通过与仿真模拟结果的对比分析验证了其正确性,并分析了在某些情况下产生偏离的原因;研究了谐波信号本身参数和校正方法选取的参数对估计误差的影响,并比较了加矩形窗和加Hanning窗时的估计误差。     

各国传统汤

每个国家都有自己的传统文化以及生活习惯,就烹饪而言也都有各自的特色,以及代表的菜肴。汤是每个人都需要的,它不仅可以开胃也可以起到养生保健的作用,是不可缺少的菜品之一。在世界上     

FFT+FT离散频谱校正法参数估计精度

研究用FFT谱连续细化傅里叶变换分析法进行离散频谱校正时的参数估计误差。分析无噪声情况下频率﹑相位﹑幅值的估计误差随细化倍数的变化规律,估计精度随细化倍数的增大而提高,当细化倍数大于40时,最大估计误差几乎可忽略不计。在高斯白噪声的影响下,细化后频谱序列最大值找错的概率随细化倍数的增加而增加,综合考虑频率分辨率对频率估计精度的影响及频谱序列最大值找错的概率,提出用归一化频率估计综合误差和归一化频率估计最大可能误差两个指标评价此校正法对频率的估计精度,并基于此给出不同信噪比条件下的最优细化倍数。采用非线性最小二乘拟合法对噪声影响下的FFT谱连续细化傅里叶变换分析校正法进行改进,通过仿真模拟验证改进后该校正方法具备更高的校正精度和抗噪能力。     

离散频谱能量重心法频率校正精度分析及改进

研究噪声对离散频谱能量重心法的频率校正精度的影响,推导了在高斯白噪声背景下用能量重心法对加对称窗的离散频谱进行校正的频率误差理论公式,分析找错和找对最大值谱线情况下的理论误差和某些情况下校正误差较大的原因,为了提高能量重心校正法的频率校正精度,提出用谱线间相位差为阈值作为选择用3条或4条谱线进行校正依据的改进措施。通过对加Hanning窗的离散频谱进行计算机仿真计算,结果表明在大噪声背景下改进的能量重心校正法有很高的频率校正精度,与理论推导十分吻合,验证了理论推导的正确性,表明改进后的能量重心法具有更高的抗噪性能,扩大了能量重心校正法的工程应用范围。