基于PPCA-EWT的滚动轴承轻微故障诊断

针对经验小波变换(empirical wavelet transform,简称EWT)在强背景噪声下对轴承的轻微故障特征提取不足的问题,提出了概率主成分分析(probabilistic principal component analysis,简称PPCA)结合EWT的滚动轴承轻微故障诊断方法。首先,对信号做PPCA预处理,提取信号主要故障特征成分,去除强背景噪声干扰;然后,采用EWT方法分解轴承故障信号,按相关系数-峭度准则选出故障特征较为明显的分量,并将所选分量重构故障信号;最后,对信号采取包络分析,提取出轴承故障特征。仿真和实验结果表明,该方法能够有效地诊断出轴承故障且效果优于对信号进行EWT包络分析。     

HILBERT-HUANG变换端点效应处理新方法

HIBERT-HUANG变换(HHT)实现过程中,对信号进行经验模态分解(Empirical mode decomposition,EMD)和对分解得到的各个本征模函数(Intrinsic mode function,IMF)进行HILBERT变换时都会产生端点效应.对此问题,采用波形特征匹配延拓数据,提高经验模态分解精度,有效地抑制HILBERT变换中的端点效应,获得准确的HILBERT时频谱.所延拓数据兼顾原始信号中的极值点及非极值点的波形数据,使延拓数据特征与原信号一致,在HHT变换实现过程中仅需一次延拓,算法简单.仿真计算和转子系统故障试验分析结果表明,所用方法可以有效解决HHT变换的端点效应问题.     

超声作用对葡萄汁膜过滤工艺的影响

将超声波技术应用于葡萄汁的超滤膜过滤过程,研究了超滤膜孔径、跨膜压力、超声功率、超声频率等因素对超滤膜通量的影响,结果表明:采用200目滤布的板框过滤使后续的超滤过滤有较大的膜通量.超声波作用下,适宜的葡萄汁超滤膜工艺参数为:跨膜压力0.25 MPa、膜滤温度50℃、超声功率200W和频率40kHz.同无超声波作用相比...     

蛋白粉中乳清浓缩蛋白和大豆分离蛋白的复配及其营养价值评价

采用国际通用的营养价值评价方法，分别测定了蛋白粉中乳清浓缩蛋白（WPC）和大豆分离蛋白（SPI】粗蛋白含量和氨基酸组成，对它们的营养价值进行全面评价。分析结果显示，乳清浓缩蛋白和大豆分离蛋白必需氨基酸含量较高，分别占其氨基酸总量的40．8％和38．5％，蛋白质的氨基酸评分（AAS）、化学评分（CS）、必需氨基酸指数（EAAI）、生物价（BV）、营养指数（NI）和氨基酸比值系数分（SRCAA）分别为66．3、61．4、69．5、64．1、56．0、82．0和48．3、44．6、62．3、56．2、51．1、76．6。结果表明乳清浓缩蛋白和大豆分离蛋白是良好的蛋白质来源。     

抗冻蛋白及其在食品中的应用

阐述了抗冻蛋白的发现、分子结构、分类及其功能特性和抗冻机制，并讨论了抗冻蛋白在食品技术中的应用。     

超声波强化提取油茶籽油的研究

油荼籽油中不饱和脂肪酸含量丰富,是一种功能性油脂.研究了提取溶剂、液料比、提取时间对超声提取油茶籽油和加热浸提油茶籽油的影响.结果表明,正己烷是较理想的溶剂;适当增加溶剂量、提取时间、超声波功率、提取温度,油荼籽油得率随之增加;在温度40℃、液料比(V/m)6:1、提取时间30 min和超声波功率300 W的条件下进行超声提取,油茶籽油得率为45.23%;对加热浸提来说,在温度60℃、液料比(V/m)7:1、提取时间90 min条件下.油茶籽油得率仅为38.15%.由此可见,超声作用明显降低了提取温度、减少了溶剂用量、缩短了提取时间,而且使油茶籽油得率提高.     

利用柠檬酸脱除鲢鱼鱼鳞中钙的工艺条件优化

以柠檬酸为脱钙剂,研究搅拌条件下鲢鱼鱼鳞的脱钙条件,并通过扫描电子显微镜对脱钙前后鱼鳞的表面结构进行观察对比。采用单因素及正交试验,考察料液比、脱钙时间及柠檬酸浓度对鱼鳞脱钙效果的影响。结果表明,最佳工艺参数为:料液比1∶20(g/mL),脱钙时间120 min,柠檬酸浓度3.5%,在此条件下,脱钙率可达到95.23%,电镜结果显示,脱钙能使鲢鱼鱼鳞的蛋白质裸露出来,有利于鱼鳞蛋白质的提取。     

型煤的甲烷吸附以及NMR实验研究

原煤吸附甲烷其吸附量不高,而且孔隙不均匀,但是型煤不但吸附量大大增加,而且孔隙均匀,孔隙度也可以随意控制(一定范围内)。利用三轴渗透仪等装置对型煤的吸附解吸进行了实验,通过改变轴压、围压、孔隙压观测其对甲烷吸附量的影响。然后利用RecCore系列全直径核磁共振仪进行回波串及其T_2谱的测量研究。     

直流无刷电机的模糊PI速度控制

在分析无刷直流电机数学模型的基础上,将模糊控制与传统的PID控制相结合,设计了模糊PI无刷直流电机速度控制器,并应用于调速伺服系统.仿真实验表明,用模糊PI控制器代替普通的PI控制器,可以使BLDC的整体性能得到显著改善,是高性能BLDC调速系统开发的一个重要方向.     

基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法

为实现滚动轴承故障的精确诊断,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)与峭度准则的包络解调方法。该方法首先利用EEMD将振动信号分解,然后利用峭度最大准则选取EEMD分解后的本征模函数(intrinsic mode function,IMF),将该本征模函数进行包络解调从而获得滚动轴承的故障特征信息。该方法可以有效抑制经验模态分解(empirical mode decomposition,EMD)中的模态混叠问题,同时还避免了共振解调方法中中心频率及滤波频带的选取,具有良好的自适应性。利用该包络解调方法对实际滚动轴承发生内圈、外圈故障进行了分析,证明了该方法可以有效地提取滚动轴承故障特征信息,能够实现滚动轴承故障的精确诊断。