冲击载荷识别中的相干修正

本文分析了在频域法冲击载荷识别中,测量噪声对识别精度的影响;从理论上论证了相干修正可有效地抑制响应信号的测量噪声,从而提高识别精度;给出了可用于工程实际的相干修正技术方法,并通过实验验证了相干修正对提高识别精度的有效性.  

变速箱故障声压信号的小泡包分解与诊断

针对变速箱故障声压信号的非平稳变等特点，给出了小波包分析处理变速箱故障声声压信号的原理和方法，并分析了一个变速箱齿根裂纹故障的诊断实 ，实验结果表明，该方法在变速箱声学诊断中明效可行的，在其它机械的声学诊断中也具有一定的参考价值。  

基于独立分量分析的欠定盲源分离方法

目前的欠定盲分离算法只能分离稀疏信号，对于不稀疏的信号分离效果不理想。经典独立分量分析算法中的扩展Infomax算法既能分离超高斯信号，也能分离亚高斯信号，但却只能应用于观测数不少于源数的超定盲源分离，结合扩展Infomax算法，本文提出了一种欠定ICA算法，通过生成隐藏数据将欠定盲分离问题转化为超定盲分离问题，然后再应用经典的扩展Infomax算法进行分析，该方法可以分离欠定情形下超高斯和亚高斯混合信号。并用该算法对实测的齿轮箱混合故障信号进行分离，再用包络阶次方法对分离出的信号进行分析，成功识别出了齿轮箱的不同故障特征，验证了该算法在齿轮箱故障诊断中的有效性。  

基于广义形态分量分析的降噪技术研究

针对强噪声环境中有用信号提取的难题，提出了基于广义形态分量分析的降噪方法。通过引入虚拟观测信号，将一维观测信号扩展为多维虚拟观测信号，再通过广义形态分量分析，实现观测信号的盲源分离，从而达到降噪的目的。通过仿真信号和齿轮磨损故障振动实验信号的研究结果表明：广义形态分量分析技术能有效分离强背景噪声中的微弱信号，有效提取故障特征，其降噪性能优于传统的独立分量分析。  

发动机磨损诊断的神经网络技术研究

目的：利用神经网络技术诊断发动机的磨损故障，研究神经网络技术应用于机械故障诊断领域的发展方向，方法：基于油液分析技术，对发动机常见磨损故障进行诊断，具体包括发动机磨损颗粒的识别，磨损元素浓度值的预测和磨损故障智能诊断专家系统，结果：对其于油液分析的发动机故障诊断提供了新的方法，结论：使用神经网络技术可以大大提高发动机磨损故障诊断的效率，说明该技术方法在发动机磨损故障诊断领域是有效的，同时对其它机械设备的磨损故障诊断具有借鉴意义。  

基于二项分布的装备状态质量诊断试验评估指标研究

提出了通过诊断方法获取装备状态质量特性指标值的思想，解决了统计特性不明显的小样本集装备获取状态质量特性指标的难题；规范了装备状态质量诊断试验的条件；在装备质量评估领域首次提出了评价装．备诊断试验效果的确诊率、负确诊率、误诊率、漏诊率、故障预测指标、正常预测指标等单指标体系以及符合率、综合指数、比数积、故障似然比、正常似然比等综合指标体系，并进一步提出了提高装备状态质量诊断试验效率的平行诊断试验方法和系列诊断试验方法。