滚动轴承寿命动态预测新方法

由于传统可靠性分析方法是基于大量的失效试验数据和经验知识建立的静态模型,无法实现滚动轴承退化过程的跟踪以及准确进行可靠性评估和寿命预测,提出了基于主成分分析(principal component analysis,简称PCA)和相空间重构的滚动轴承寿命动态预测方法。首先,通过PCA将实时监测的多个滚动轴承性能指标进行融合;其次,使用相空间重构技术实现当前退化过程和历史退化过程的对比,得到寿命预测值,并结合历史失效时间进行统计推断,得到更准确的平均寿命。随着观测样本的不断积累,可实现平均寿命的动态更新。试验结果表明,本研究提出的动态寿命预测模型能够实时预测滚动轴承的寿命,具有较强的工程实用价值。     

一种基于主轴动态创成规律的回转误差反求算法

对精密主轴回转误差与圆度误差动态创成规律进行深入研究,提出一种将主轴回转误差完全分离的解耦算法,详细介绍该算法的计算过程,并用具体实例进行了仿真,对计算结果进行分析。结果表明,采用所提出的方法能有效提高精密主轴回转误差的测试精度。     

关于图学课程改革与实践的研究

基于我校正在进行的机械基础系列课程教学改革与实践的研究,就图学课程的改革提出了一些看法,强调优化课程配置,加强学生创新能力的培养。最后,给出了新的课程体系框架。     

经验模式分解法结合相关积分法的离心风机喘振先兆辨识

对针离心风机的喘振问题，在研究相关积分算式参考距离取值原则的基础上，提出了一种经验模式分解法（EMD）结合相关积分法的喘振先兆辨识方法。利用EMD对信号的自适应分解特性，将测量信号分解为有限的几个本征模态函数（IMF），通过与喘振对应的IMF分量的相空间重构，从而实现系统喘振工况动力学特性的再现。在此基础上，根据滑动窗计算相关积分值得到相关积分曲线，以清晰反应喘振的起始时刻和其发展变换的过程。实验数据分析表明，喘振所对应的IMF分量可清楚反映出稳态向喘振过渡时风机出口压力的脉动，与直接采用相关积分法相比，喘振前相关积分值下降幅度更大，更早时刻就反映出了喘振先兆信息，其有效性被现场监测仪器所验证。     

面向智能轮椅脑机导航的高频组合编码稳态视觉诱发电位技术研究

针对目前基于低频稳态视觉诱发电位的脑-机接口(Steady state visual evoked potential-brain-computer interface,SSVEP-BCI)系统存在目标数目少、刺激时间长、易诱发疲劳和癫痫等不足导致的系统稳定性不高、信息传输率低问题,提出高频组合编码稳态视觉诱发电位(Combination coding-based high-frequency SSVEP,CCH-SSVEP)范式,通过n个稳态高频排列组合实现刺激编码,理论上可呈现nn个刺激目标,解决单频率呈现目标数量受限的问题;同时,针对组合刺激编码产生的变频脑电信号时序特征,提出基于改进的希尔伯特-黄变换(Improved Hilbert-huang transform,IHHT)的变频脑电信号特征提取与局部频谱极值目标识别方法,针对经验模态分解(Empirical mode decomposition,EMD)在变频脑电信号处理应用中的端点和停止准则优用问题,分别对比优选端点切线预测法和固定筛选10次停止准则,提出广义过零点(Generalized zero-crossing,GZC)算法计算瞬时频率,并在应用中通过差异化组合优化选择频率刺激编码,最终提高了目标信号的辨识效率,从而提升CCH-SSVEP的通讯传输速率和可靠性;再利用高频SSVEP(高于25 Hz)的刺激闪烁融合效应,提高使用者的舒适度,降低诱发疲劳和癫痫的可能。将该方法应用于智能轮椅脑-机导航控制中,通过3个基本频率的对比试验(低频传统SSVEP范式呈现3个目标和高频CCH-SSVEP范式呈现6个目标)验证该方法的技术优势,保障了基于高频组合编码稳态视觉诱发电位的智能轮椅导航高效无损功能实现。     

图学教育中学生创造性思维的培养和评价

对图学教育中学生创造性思维的培养和评价提出了一些看法。根据工程图学创新教育的发展趋势,提出了“以机械设计为主线”的机械基础系列课程改革思路和图学教育改革方案,强调优化课程设置,加强学生创新能力培养。