应用 Adabelief 优化器的 MSDNet 在多工况下 滚动轴承的故障诊断

针对滚动轴承在多工况条件下故障特征难以识别的问题,从数据驱动的角度出发应用一维多尺度密集网络(MSDNet)对轴承进行故障诊断。首先,将时域信号作为MSDNet的直接输入,保持了信号本有的固有特性;其次采用3个并行卷积操作来提取轴承故障信号内部的多尺度信息,密集网络的加入防止了信息传递过程中的特征丢失,适当缓解了模型中的梯度消失问题;然后训练过程中采用Adabelief优化算法优化模型参数,使得模型在快速收敛的同时又提高了其泛化性能;最后通过混淆矩阵和特征可视化图展示出模型的分类性能,在凯斯西储大学轴承实验数据集和西安交通大学数据集上进行了多次实验,应用该算法故障识别率可达到98%以上,证明了该方法的有效性。     

小波分析在信号处理中的应用

在简述小波分析、小波识别原理的基础上，详细介绍了小波分析在信号处理中的应用，包括信号消噪、特征提取、奇异性检测等。计算机硬件技术的日趋发展，特别是DSP技术的发展，将为小波分析应用于工程中提供有力的保障。     

基于VMD能量熵与SVM的行星齿轮箱故障诊断

由于行星齿轮箱振动信号的故障特征难被提取,故采用变分模态分解(VMD)能量熵与支持向量机(SVM)相结合的方式实现行星齿轮箱故障诊断.首先利用VMD方法将振动信号分解为不同尺度的内禀模态函数(IMF)并提取各IMF的能量熵值构成特征矩阵,其次利用粒子群算法(PSO)对支持向量机的惩罚因子和核函数优化,最后将特征矩阵输入支持向量机进行故障模式识别.通过行星齿轮箱的实验研究,验证了该方法的有效性并且识别准确率高达99.625％.     

桥式起重机主梁截面尺寸优化

主梁作为桥式起重机的主要承载结构之一,其重量在整机中占有比较大的比重。传统的主梁设计是依据经验进行反复的试凑、校核,从而最终确定设计方案,虽能满足要求,但设计过程复杂、繁琐,设计成本高且往往不是最佳的设计方案。在研究主梁的优化数学模型的基础上,以截面尺寸最小为优化目标,建立优化数学模型并利用Mtlab软件的优化工具箱,通过序列二次规划算法对钢梁截面尺寸进行优化设计,并利用ANSYS对优化后的模型进行有限元分析。从而验证了该结果的可靠性。     

MATLAB与VC++交互编程综述

工程领域的计算机仿真中,VC和Matlab交互编程可以提高仿真效率.介绍了Matlab与VC＋＋交互编程的几种方法,包括调用Matlab引擎、C语言mex程序、mat文件操作程序等方法;重点介绍了Matlab Visual Studio Addin的使用;并分析了各种方法的优缺点和适用场合,提出了适合于算法仿真的交互编程方法.     

机械设备故障诊断专家系统的设计

着重论述了机械设备故障诊断专家系统的设计,包括知识库的设计思想和实现方法、专家知识的获取和表示、推理机的设计、综合数据库的结构设计等组成部分的具体设计过程.     

机械设备故障诊断专家系统的设计

着重论述了机械设备故障诊断专家系统的设计，包括知识库的设计思想和实现方法、专家知识的获取和表示、推理机的设计、综合数据库的结构设计等组成部分的具体设计过程。     

基于VMD能量熵与SVM的行星齿轮箱故障诊断

由于行星齿轮箱振动信号的故障特征难被提取,故采用变分模态分解(VMD)能量熵与支持向量机(SVM)相结合的方式实现行星齿轮箱故障诊断.首先利用VMD方法将振动信号分解为不同尺度的内禀模态函数(IMF)并提取各IMF的能量熵值构成特征矩阵,其次利用粒子群算法(PSO)对支持向量机的惩罚因子和核函数优化,最后将特征矩阵输入支持向量机进行故障模式识别.通过行星齿轮箱的实验研究,验证了该方法的有效性并且识别准确率高达99.625％.     

应用SIFT_BoW和HIK_SVM的行星轮齿面磨损故障诊断

行星轮齿面磨损故障信号具有特征薄弱、特征量少等缺点,对其进行故障特征识别较为困难。本文中提出一种新的方法:首先,将原始振动加速度信号幅值作为像素点构造灰度图像,检测灰度图像的特征点并对检测出的特征点向量描述;然后将灰度图像的特征描述向量聚类,构建词袋模型;最后用直方图相交核支持向量机算法对其进行分类。该方法不但不需要对原始信号模态分解和降噪处理,还可以提取出大量的信号特征,提高了故障特征识别的效率和准确率。对正常轮齿、2个齿面磨损和3个齿面磨损故障进行了诊断实验,准确率高达98.55%,实验结果验证了所提方法的有效性。     

机电与测控类相关专业课程体系建设思考

课程体系结构是实现培养目标,提高教学质量的关键。文中提出一种基于＂理论＋实践＂的四层式课群体系框架。通过对四层式体系课群的把握、学习,学生应该能够具备较全面的机械、机电、测试、通信、控制、计算机等专业基础知识和对机电、测控系统整体分析和设计的能力。