小波降噪及Hilbert变换在电机轴承故障诊断中的应用

针对振动信号降噪处理及故障特征提取是机械故障诊断的重点问题,为了有效消除高频信号的影响,并充分提取出电机轴承的低频故障特征。提出利用小波降噪及Hilbert变换的方法对采集的电机轴承振动数据进行处理并提取其故障特征信息。首先,运用小波降噪对采集到的振动数据进行降噪处理,抑制噪声干扰,然后对其进行Hilbert变换解调出故障特征频率。通过对现场测取的轴承振动数据进行信号处理可以达到理想的诊断效果,由此得知,该方法能通过电机轴承振动信号进行故障特征信息处理,有效地进行轴承故障分析及诊断。     

电力系统继电保护技术的现状与发展

回顾了我国电力系统继电保护技术发展的过程,概述了微机继电保护技术的成就,并提出了未来继电保护技术发展的趋势,即计算机化,网络化,保护、控制、测量、数据通信一体化和人工智能化.     

地区电网调度SCADA灾难备用系统的建设

分析了电网调度自动化灾难备用系统建设的重要性和利用220 kV变电站集中监控系统建 设地区电网调度监控与数据采集(SCADA)灾难备用系统的可行性,介绍了南京地区供电公司在异 地新建220 kV变电站监控系统的同时,构建与地区调度SCADA系统备用的灾难备用系统,阐述 了具体的实施方案和相关的关键技术以及现场实际应用情况。     

滤波辨识(4):方程误差自回归系统的滤波广义迭代参数估计

受控自回归自回归模型也称为方程误差自回归模型。利用采集的批量数据和迭代搜索,论文基于滤波辨识理念,研究和提出了方程误差自回归系统的滤波广义梯度迭代辨识方法、滤波多新息广义梯度迭代辨识方法、滤波广义最小二乘迭代辨识方法、滤波多新息广义最小二乘迭代辨识方法。这些滤波广义迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。     

基于牛顿-拉夫逊迭代法的6自由度机器人逆解算法

为解决一般6自由度旋转关节机器人逆运动学问题,提出了一种用牛顿一拉夫逊迭代法逐次逼近目标位姿的逆解算法.根据正运动学方程建立雅克比矩阵,采用基于豪斯霍尔德的SVD分解求其伪逆来避免雅克比矩阵的奇异性问题,通过建立迭代规则并逐次迭代找到最优的逆运动学单解,实际应用时无需再建立多解取优策略.本算法具有较好的局部快速收敛性,能够达到较好的精度和速度,并在基于ARM9的嵌人式系统上实现了此算法.相应的测试表明:算法实时性能够满足系统要求,可应用于机器人实时控制系统.     

时变系统辨识的多新息方法

推广了估计时不变参数的单新息修正技术,提出了多新息辨识方法.该方法可以抑制坏数据对参数估计的影响,具有较强的鲁棒性.分析表明多新息方法可以跟踪时变参数,计算量也较遗忘因子最小二乘法和卡尔曼(Kalman)滤波算法要小.仿真结果说明多新息算法估计系统参数是有效的.     

传递函数阵子子模型参数递推估计：辅助模型方法

本文提出了递推估计传递函数阵子子模型(SSM)参数的辅助模型方法。不同噪信比下的数字仿真结果表明了所提出的算法的有效性。该算法计算量小,且可用于在线辨识。     

辨识Box-Jenkins模型参数的递推广义增广最小二乘法

本文提出一种递推广义增广最小二乘辨识算法(RGELS)。该算法推广了递推增广最小二乘法(RELS),可用于一般模型(BOX-Jenkins模型)的参数辨识。数字仿真例子表明了算法的有效性。     

MISO 系统基于正交匹配追踪算法的参数与时滞联合估计

在有限采样情况下, 研究具有时滞的多输入单输出受控自回归系统的参数辨识和时滞估计问题. 当采样次数少于未知变量数时, 描述系统的方程组是欠定的, 对其目标函数求解是NP-hard 问题, 传统方法无法有效辨识出系统参数. 受压缩感知理论的启发, 基于参数向量所具有的稀疏特性, 提出一种新的阈值正交匹配追踪算法辨识系统的参数和时滞. 仿真实验表明, 所提出的算法能在少量采样时有效地辨识系统参数、估计未知时滞, 同时验证了算法的有效性.