基于改进LFQPSO优化MRVM的轴向柱塞泵故障诊断

针对传统粒子群优化算法以准确率或误判率作为适应度函数耗时长和轴向柱塞泵故障机制较为复杂的问题,提出一种基于改进适应度函数的Lévy飞行量子粒子群优化(QPSO)多分类相关向量机(MRVM)的轴向柱塞泵概率性智能软状态判别方法。为了克服人为设定核参数不精确、效率低等缺点,采用基于Lévy飞行的QPSO搜索MRVM的最优核参数;为了缩短寻优时间,将样本间余弦相似度作为寻优算法的适应度函数,并利用UCI机器学习标准数据集进行仿真来验证改进后优化方法的有效性及优越性;采集柱塞泵不同故障状态的数据,提取时频域和时域特征,输入到优化后的MRVM中,进行训练及测试。实验结果表明：所提方法可以有效提高故障诊断的准确率及诊断效率,同时能够实现软分类,即以概率形式输出诊断结果,能够为设备检修及维护提供可靠且符合实际的故障信息。     

基于变分模态分解与支持向量数据描述结合的液压泵性能退化评估方法

针对液压泵性能退化过程定量评估,提出了变分模态分解(VMD)和支持向量数据描述(SVDD)相结合的综合评估方法。利用VMD方法将信号分解成一系列不同频率成分的BIMF分量,并用SVDD方法对异常点进行剔除;使用SVDD方法对正常状态样本进行训练得到超球体模型,并计算各样本到球心的距离;再将各样本到球心的距离转化为隶属度,作为性能退化指标。通过对轴向柱塞泵滑靴磨损和松靴故障实验数据分析,验证了该性能退化评估方法的有效性。     

自适应多尺度形态差值滤波及其在液压泵故障诊断中的应用

针对工业现场的实测液压泵故障信号易受强背景噪声污染的问题,利用一种自适应多尺度形态差值滤波(Adaptive Multi-scale Morphological Difference Filter, AMMDF)的方法。该方法把信号故障特征频率处的能量和低频段总能量的比值作为评价各个尺度滤波效果的指标,并以此作为权值来对经过各个尺度形态变换后的信号根据滤波效果进行加权融合,从而实现自适应滤波。通过对仿真信号和液压泵实测故障振动信号的实验验证,表明AMMDF较单尺度的形态闭算子有更好的滤波能力,它既具有信号细节保留能力又有较强的抑噪能力,为液压泵故障诊断提供了一种有效的工具。     

基于多变量气象因子的LMBP电力日负荷预测

提出基于主成分分析处理多天气因素的LMBP电力负荷预测模型。采用主成分分析技术对多气象因素进行降维处理,提取多天气因素特征量,既全面表征天气因素对电力负荷的影响,又简化预测模型。将得到的新气象特征量与历史负荷数据共同作为建模对象。采用基于L-M优化算法的BP神经网络(LMBP)进行预测分析,通过最速梯度下降法和牛顿法之间的自适应调整优化网络权值,有效提高网络的收敛速度和泛化能力。通过对美国南部某地区实际电力负荷系统进行预测分析表明该方法可以有效提高预测精度和预测效率。     

PC控制的全尺寸钻井综合模拟试验装置

介绍了基于ＰＣ的全尺寸钻井综合模拟试验装置的控制系统的实现，重点阐述了扶正平台升降加和载平台，机组合平台联合升降的控制原理。     

多传感器数据融合技术的现状及展望

阐述了多传感器数据融合的原理，对数据融合算法的研究动态进行了评述，指出了数据融合技术存在的问题，对今后的发展趋势进行了展望。     

电液比例阀CAT系统中的恒压降控制方法

将压差反馈闭环控制方法成功地应用于比例阀性能测试试验台上,得到了某电液比例方向阀稳态流量特性测试的实测结果.该方法解决了电液比例方向阀稳态流量特性测试中保持阀压降恒定的问题.     

幅值域无量纲指标对液压泵故障敏感性的实验研究

有效地提取故障特征向量,找到故障敏感因子是进行液压泵故障诊断的关键。采集轴向柱塞泵松靴、滑靴磨损、斜盘磨损以及中心弹簧失效等故障情况下的端盖振动信号,通过包络解调得到各故障的包络信号,在此基础上利用幅值域无量纲特征指标对每种故障进行敏感性分析,找到了各故障的无量纲敏感因子。为液压泵的故障诊断提供了可靠的敏感特征信息,增加了故障特征信息的完备性,对提高故障诊断系统的故障确诊率具有重要的意义。     

超前劈裂帷幕注浆在隧道涌水涌碴处理中的应用

介绍吉林援建垭口山隧道施工过程中涌水涌碴形成原因,采用超前劈裂帷幕注浆治理涌水涌碴方案的原理、设计参数及在定位、钻孔、注浆等施工工艺和质量控制方面的具体要求,列举了施工过程中出现塌孔、返水量较大、注浆量大且泵压不上升及漏水点补救等不同情况的处理方法,总结了超前劈裂围幕注浆的施工条件、关键工艺及施工后的效果.     

混沌工程学研究的新进展

归纳了混沌工程学的研究分支，评述了混沌工程学近年来的研究成果。指出利用混沌性质解决各种工程实际问题将是混沌工程学今后的主要研究方向。