基于包络分析的坦克变速箱故障诊断研究

在对振动信号分析的基础上,提取了反映坦克变速箱故障的时域特征量和包络谱特征量.建立了基于BP神经网络的故障诊断系统,实现了坦克变速箱故障模式的自动识别,有效地检测了坦克变速箱的早期故障.     

基于包络分析的自行火炮变速箱故障诊断研究

在振动信号分析的基础上，提取了反映自行火炮变速箱故障的时域特征量和包络谱特征量．建立了基于BP神经网络的故障诊断系统，实现了自行火炮变速箱故障模式的自动识别，有效地检测了自行火炮变速箱的早期故障．通过实际所测的自行火炮变速箱故障数据验证，诊断结果表明选择的特征参数较好地识别变速箱常见故障．     

小波包分析在车辆变速箱故障诊断中的应用

运用小波分析方法对车辆变速箱振动信号进行预处理,并运用小波包能量尺度图分析方法识别出故障,按此方法对BJ212型车辆变速箱振动加速度信号作了分析,准确地识别出了故障.结果表明,利用小波包分析进行变速箱故障诊断的方法简单且行之有效.     

FDA与ML-KELM结合的机电系统故障识别

为准确识别坦克自动装弹机中的机电系统故障,提出了一种结合函数型数据分析(Functional data analysis,FDA)和多层核极限学习机(Multi-layer kernel extreme learning machine,ML-KELM)的故障识别方法。首先,以函数的视角对机电系统运行过程中具有平滑特性的时序数据进行特征信息挖掘,利用函数型主成分分析和主微分分析从不同空间将时序数据的变化特性表征为特征参数;其次,对提取的多传感器时序数据的特征进行Relief-F特征筛选,得到与分类强相关的特征;最后,采用ML-KELM对强相关特征进行深度特征学习,获取更抽象的特征表达,进而实现准确的故障识别。结果表明: 采用与某坦克自动装弹机中的链式输送机原理一致的实验装置进行故障识别实验,函数型主成分分析和主微分分析能够从不同的特征空间中提取时序数据中的有效故障特征,并且两种方法提取的特征具有互补性; 基于多传感器时序数据特征中的强相关特征,使用3层隐含层的ML-KELM能够实现较为准确的故障识别,所提方法具有可行性和有效性,为坦克自动装弹机中的机电系统故障识别的研究提供了一种参考。     

变速箱生产线对故障工件的快速处理技术

故障工件的快速处理技术结合变速箱生产企业的业务流程特点,采用Microsoft Visual Studio2010环境下的.NET开发平台,利用WebSocket(浏览器与服务器全双工通信协议)、OPC工业通信控制技术,实现了在MES信息系统指导下的变速箱生产线对故障工件的快速处理。对于故障工件,通常通过MES信息系统中的整体返修模块功能进行处理,整体返修模块包括在线返修和离线返修两大模块。通过这2个模块可以完成变速箱生产线对故障工件的快速处理,简化生产线对于故障工件的操作流程,提高生产效率。     

坦克发动机常见故障信号特征与诊断

坦克发动机故障目前维修模式落后，故障确诊困难，通过大量试验研究，得出了坦克发动机常见故障在缸体表面、缸盖系统等的振动机理及其信号特征，并研究了气门漏气、发动机拉缸、运转不平衡等常见故障的信号特征，选取了相关、频域、小波等信号分析方法，并以喷油过早、喷油不正常、后燃型、发动机缸体、高压油管振动信号的频域分析等实例证明了信号特征及其分析方法的适用性和有效性。     

坦克变速箱性能测试系统研制

介绍了某型坦克变速箱测试原理及测试系统设计方案。针对变速箱的规范测试流程与现场工作环境,设计了集机械、液压、电气于一体的检测系统硬件平台。基于Labwindows开发了自动测试软件,应用了数据库、多线程、动态数据交换等多种技术,实现了试验流程自动化,高效完成了采集数据处理与性能评估。     

行星齿輪变速箱

在近代机械工业中行星齿轮机构得到了广泛的应用。如用作差动机构、高传动比机构、减速箱及变速箱等。本文仅研究行星齿轮变速箱的示意图设计。与普遍齿轮变速箱比较起来行星齿轮变速箱的缺点是结构复杂、制造和装配困难。因此,行星齿轮变速箱目前只用于特别需要操纵方便的地方:为坦克、汽车及履带式拖拉机等机器上。据目前新知,在这些地方也还仅限于采用二自由度行星变速箱。实际上,在很多情况下采用三自由度行星齿轮变速箱则更为有利,因为它的结构较为简单。因此,研究三自由度行星变速箱具有很大的实际意义。行星齿输变速箱示意图的设计也是很困难的,特别是三自由度的。本文所提的方法     

小波包分析在车辆变速箱故障诊断中的应用

运用小波分析方法对车辆变速箱振动信号进行预处理，并运用小波包能量尺度图分析方法识别出故障，按此方法对BJ212型车辆变速箱振动加速度信号作了分析，准确地识别出了故障,结果表明,利用小波包分析进行变速箱故障诊断的方法简单且行之有效．     

自动波变速箱(CVT)汽车故障检测的研究

针对变速箱控制系统对于自身电气性能故障诊断的问题,采用自动波汽车变速箱控制系统对各参数的实时监控方法,建立了检测故障的数学模型、经过实验运行,可以高效检测出自动变速箱汽车内部机械部分及电气部分各参数的动态的静态运行情况,常温常压下故障识别率可达到98％以上。     

基于领域模式的图书馆信息系统开发方法研究

领域模式是用于开发特定领域簇系统的新兴软件开发方法,通过对特定领域的分析和建模,构造出一套可复用于该领域的模型构件,从而有助于领域知识的捕捉和快速定制.提出一种面向图书馆信息系统的领域模式开发方法,通过前期领域模式捕捉,产生一套领域模型,并以此为中心驱动整个图书馆信息系统的开发过程.实践结果表明,该方法有助于特定领域的知识复用和快速定制.     

Composite Eshelby model and domain band geometries of ferroelectric ceramics

A method of composite Eshelby inclusion is proposed for a ferroelectric grain with domain switching embedded in a polycrystalline ferroelectric matrix. The method quantifies the twinning structure due to spontaneous polarization, as well as the conventional and non-conventional domain structures after poling induced domain reorientation of 90 degree. The predicted parameters include the volume fraction, the thickness, and the surface inclination angle of switched domain plates. The domain wall energy for non-conventional domain structures is derived in terms of the arrays of misfit dislocations. The domain geometries predicted by the present work agree with the measured domain morphology near an indentation crack tip when subjected to lateral electric field.     

融合领域相关度与上下文信息的无监督窄域实体识别方法

针对细分领域实体识别所面临的实体规模受限、语料样本相对缺乏的挑战,提出了一种融合领域相关度与上下文信息的、无监督的窄域实体识别方法.首先,融合词频及上下文信息,设计了术语-语料库相关性假设,并利用对数似然比计算假设的可能性,获得候选实体的领域区分度;在此基础上,基于候选实体的中心词在语料库中的相对领域占比,构建领域依存度函数,识别候选实体的领域倾向性;最后,绑定领域区分度和领域依存度,计算候选实体的领域相关度,选择领域相关度大于阈值的候选实体作为被识别的窄域实体.实验结果表明:该方法在减少识别过程人工干预的同时能有效提升窄域实体识别的准确率.     

域上的自同构线性变换

域是一个重要的代数系统，特别是有限域在编码理论，拉丁方的构造及区组设计等方面均有着广泛的应用．域具有所谓加法和乘法的两种运算，并且域中有两个特异元素一零元和幺元，本文通过一种自同构变换，诱导出两种新的运算，从而形成一个与该域同构的域．对域中任意的两个不同元素，可使这两个元素分别为新域中的零元和幺元．     

水声信号盲分离的实数算法与复数算法

分析了实数算法和算数算法实现水声信号盲分离的原理，对几种没有复数形式的盲分离算法提出了修改，修改后的算法可以完成复数信号的盲分离，在三元均匀线阵列上对几种曲型的算法如FASTICA、ACY和EASI算法分主水声信号的性能进行了仿真。结果表明，在精确补偿延时形成波束的条件下实数算法性能与复数算法一致，在基阵几何尺寸存在误差和延时补偿不精确的条件下，实数算法无效，复数算法仍保持良好的性能。     

基于DNS流量的多层多域名检测与测量

为了研究DNS流量中的域名角色,为域名影响力分析提供一种域名定位和筛选的思路,设计一种基于DNS流量的多层多域名检测算法. 在检测阶段,从CERNET主干网边界采集DNS流量,提取请求和应答序列. 基于多层多域名的聚合特征及解析的并发性,检测流量中存在的主从域名集合,并引入时间滑动窗口机制进行置信度测量. 在测量阶段,对算法检测结果从多个角度进行分析,包括多层多域名集合的规模和相交情况、主从域名的标签级数、集合中从域名对应的资源类型等,并提供了2个存在多层多域名的典型网站案例. 测量结果验证了多层多域名现象的存在以及多层多域名集合的特点,表明了此多层多域名检测算法的有效性.     

色度域亮度域信息融合的监控视频重压缩取证

为解决当前视频重压缩取证方法没有考虑色度域信息、取证准确度低的问题,提出一种面向最新多用途视频编码(versatile video coding, VVC)标准色度域亮度域信息融合的监控视频重压缩取证方法(CLF-SVRF)。基于VVC标准的编码原理,从监控视频的色度域和亮度域维度分析并确定VVC视频码流中与压缩次数密切相关的基础码流特征;基础码流特征包括色度域和亮度域编码单元(coding unit, CU)的划分类型及预测模式;结合拉格朗日率失真优化技术分析随着压缩次数的增加,色度域亮度域CU划分类型和预测模式的变化;进一步确定色度域亮度域CU划分类型和预测模式可以作为检测视频压缩次数的基础码流特征;接着考虑视频监控应用对重压缩取证方法低复杂度的需求,基于色度域亮度域CU划分类型和预测模式构建低复杂度高级码流特征;将高级码流特征输入支持向量机完成监控视频的重压缩取证。实验结果表明,与当前先进方法相比,CLF-SVRF方法的监控视频重压缩取证准确度平均提升了13.53%,同时可以大幅度地降低重压缩取证耗时,重压缩取证时间平均减少了47.42%。     

电场下[001]cub切型弛豫铁电单晶PMN-32PT电畴的极化反转

为研究弛豫铁电单晶PMN-32PT电畴在电场下的极化反转,利用偏光显微镜研究了电场下[001]_(cub)切型PMN-32PT单晶电畴组态的变化,建立了极化反转模型.在[001]_(cub)单晶切片中,当电场强度达到4kV/cm时,电畴开始极化反转,出现平行于电场方向的畴壁,畴壁沿垂直自身的方向运动,畴壁的运动实际是畴的横向扩张;当电场强度增至6kV/cm时,畴壁消失,又出现垂直于电场方向的新畴壁;而电场强度进一步增至10kV/cm时,新畴壁也消失,且电畴消光,这表明多畴已单畴化.     

基于迁移学习的跨域异常流量检测

基于已知数据的机器学习模型在实际异常流量检测任务中不完全可靠,为此,将不同分布的流量分别作为源域和目标域,建立跨域网络异常流量检测框架,提出了基于联合分布适配的迁移学习方法.通过寻找最优变换矩阵、适配源域与目标域之间的条件概率和边缘概率,实现源域与目标域间的特征迁移,从而解决由于源域与目标域分布差异大所引起的检测准确率下降等问题.实验结果表明,所提方法可以显著提升跨域流量的检测准确率.     

输气管道泄漏音波与干扰信号特征提取

在总结分析音波泄漏检测特征量提取方法的基础上,利用高压泄漏检测实验装置,分别采集泄漏及各种干扰音波信号,对其进行时域、频域及时频域结合的综合分析,并提取时域、频域及时频域结合的特征量。时域特征量主要有均值、均方根值、峰度、偏度、相关函数及协方差函数,频域特征量主要信号的频谱分析和功率谱密度估计分析,时频联合分析采用短时傅里叶变换来实现。分析结果显示,整体峰度可以用来区分泄漏及干扰信号,信号均值和相关函数、协方差函数可以作为敲击信号的特征,信号波形和均方根值可将压缩机信号区分出来,信号偏度、相关函数及协方差函数可以作为阀门动作的特征量,并且结合频域及时频域特征,可以排除各种外界干扰影响,从而降低音波泄漏检测的误报率。