邻域自适应选取的局部投影非线性降噪方法

局部投影降噪算法已广泛应用于非线性时间序列的分析中，但受邻域选取的影响较大。提出了一种按照自适应方式选取邻域大小的局部投影降噪算法。首先用时间延迟方法将一维时间序列重构到高维相空间。然后逐步增大每个待分析相点的领域大小，根据领域最大主方向变化过程中首次出现平稳阶段时，自适应地确定该相点的最优领域，最后再用局部几何投影的方法去除噪声成分。对洛伦兹信号和杜芬信号分别添加不同噪声水平的高斯白噪声，对领域自适应选取的局部投影算法与标准局部投影算法的降噪效果进行了比较。实验结果表明，自适应邻域选取方法，提高了局部投影算法的降噪能力和对领域参数的鲁棒性。     

基于拉普拉斯权重的低速重载设备声发射信号趋势分析

利用声发射技术对低速重载设备进行状态监测是目前较为常用的手段之一。但由于声发射信号的特征量众多,且各个特征量对故障的敏感程度不同,因此,在设备状态趋势分析中选择合适的特征量来反映设备的劣化趋势则显得尤为重要。提出了基于拉普拉斯权重的低速重载设备声发射信号趋势分析方法。根据拉普拉斯映射原理,利用样本间的聚类特性,对声发射的各个特征量的重要性进行排序分析,并以此作为权重系数,将原来的多个特征量融合得到一个综合特征LA。该特征不仅能反映出声发射产生的物理过程,又能突出关键特征量的作用。利用高炉皮带轴承的实测数据进行验证,实验结果表明,新方法能有效地刻画低速重载轴承的劣化趋势,综合特征LA对轴承的故障严重程度较敏感。     

基于自适应稀疏表示的宽带噪声去除算法

为了有效地去除信号中的宽带噪声,提出了一种基于自适应稀疏表示的宽带噪声去除算法.根据噪声成分与信号特征成分之间的不相关或弱相关特点,自适应地确定稀疏分解的终止条件,实现信号的稀疏表示.降噪过程中使用染噪信号构造学习样本,由信号的自适应稀疏表示和原子库的更新迭代实现原子库的训练.染噪信号在训练后的原子库上进行自适应稀疏表示,实现信号的噪声去除.仿真信号和齿轮振动信号的降噪试验表明:该方法具有比小波阈值降噪、匹配追踪降噪方法更好的降噪性能,能够有效地去除信号中的宽带噪声.     

基于等效耦合刚度的平面折展滑块机构分析

柔性铰链是实现平面折展柔顺机构运动的关键部分.如何设计得到柔度好、精度高的柔性铰链一直是柔顺机构研究的关键问题.综合考虑影响平面折展机构铰链刚度和精度特性的等效弯扭及拉压刚度,以LET铰链为例,分析在不同载荷下各个参数对弯扭与拉压等效耦合刚度的影响趋势,从而提出弯扭与拉压等效耦合刚度的概念.通过大量的实例计算和分析,推导出LET铰链弯扭与拉压等效耦合刚度的经验公式.基于等效耦合刚度经验公式,对平面折展柔顺滑块机构进行分析.应用等效耦合刚度公式与不应用等效耦合刚度公式两种情况的分析结果和有限元仿真结果表明,应用等效耦合刚度经验公式的滑块位移计算精度得到很大的提高,验证了等效耦合刚度经验公式的适用性.      

非单点证据体数据融合的Dempster组合规则适用性评价方法

针对待融合的证据体包含基本概率分配值相差较大的非单点证据时,基于pignistic距离的Dempster组合规则适用性评价方法判定结果存在模糊性甚至不准确的问题,提出了一种表示证据体之间关联性的改进pignistic距离,并将改进的pignistic距离与经典冲突系数相结合,提出了对Dempster组合规则适用性评价的新方法。在新方法中,定义了一种新的证据体冲突衡量系数用于判定Dempster规则的适用性。当经典冲突系数为0时,新系数与改进pignistic距离一致;当经典冲突系数不为0时,新系数与改进pignistic距离和经典冲突系数之和的平均值一致。算例分析的结果表明,与基于pignistic距离的Dempster规则适用性评价方法相比,新的基于改进pignistic距离的Dempster组合规则适用性评价方法有较好的适用性和合理性。     

基于高维空间流形变化的设备状态趋势分析方法

以机械设备的运行状态为研究对象,提出一种基于高维空间流形变化的趋势分析方法.该方法将一维时间序列重构到高维相空间中,利用相点邻域的切空间信息逼近流形的局部几何结构,从而得到描述流形变化的切方向矩阵;通过多向主元分析方法对不同状态下的流形切方向矩阵进行计算,获得各个状态的权重得分,从而实现对设备状态变化的趋势分析.对混沌信号添加幅值大小不同的冲击进行数值仿真试验,与LYAPUNOV指数、近似熵等传统非线性分析方法相比,该方法能够更有效地描述系统状态变化的过程.将该方法应用于轴承外圈故障的振动信号分析中,成功地刻画了轴承疲劳劣化的趋势.     

基于核主成分分析的热轧带钢头部拉窄分析

将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现.      

加权多尺度形态滤波在轴承故障诊断中的应用

滚动轴承故障信号中通常包含了周期性出现的冲击衰减成分,冲击频率反映了轴承发生故障的位置信息。多尺度形态滤波可以提取分布在不同尺度下的冲击特征,为了更准确的反映不同尺度分析结果的贡献,提出了一种评价冲击特征提取效果的指标,并以此计算权值对多尺度分析结果进行加权综合。仿真信号和轴承外圈故障信号的分析结果表明,加权多尺度形态滤波方法可以有效提取强背景噪声下的冲击特征,为滚动轴承故障诊断提供了一种有效的手段。