旋转机械信号采集中的一种脉冲剔除方法

脉冲干扰出现在旋转机械信号采集中可导致信号频谱的不稳定,直接影响了状态监测的准确性与可靠性。本文提出了一种简单有效的脉冲剔除方法,实验证明采用这种方法可成功地抑制脉冲干扰,提高信噪比。     

基于事件的旋转机械振动信号数据稀化、重构技术研究

旋转机械在线状态监测和远程诊断系统中振动数据实时存储和远程传输对数据稀化，重构技术提出了较高的要求，提出了基于事件的数据稀化、重构技术、定义了事件的概念；构造了基于事件的稀化、重构算法；提出了广义事件的概念并进行了定义；论述了基于事件的数据稀化，重构方法在旋转机械远程诊断领域的具体应用，提出了基于板级的稀化技术。     

滤波技术对旋转机械振动信号EMD的影响

详细地介绍了经验模态分解方法EMD和算法。对滤波与未滤波的本征模函数（IMF）图做了比较。比较结果说明用滤波后的经验模态分解方法对旋转机械的振动信号波动组分分析比未滤波的有效。     

基于压电陶瓷的二维微动工作台有限元分析

本文对二维微动工作台的一些关键技术进行了理论分析，并借助于ANSYS软件建立了二维微动工作台的有限元模型，采用有限元分析方法，对其静、动态力学性能进行了数值分析，得出了微动工作台的静态力学性能及固有频率。     

EMD端点效应的评价指标及抑制端点效应的窗函数法

在应用经验模态分解(EMD)处理数据的时候,端点效应成为影响该方法精度的主要因素,即在“筛”的过程中上下包络在数据序列的两端会出现发散现象。端点效应会增加一些虚假成分,信号的总能量也随之增加,本文提出可以计算EMD后信号的总能量,来评估端点效应的影响程度。为了抑制端点效应,本文提出一种新的解决方法,即在信号序列上加窗函数,仿真结果表明,窗函数法有明显的效果。     

基于FFT-MCC分析的ICA(BSS)盲不确定性消除

为了消除ICA（BSS）估计的幅值、相位及排序等盲不确定性，提出一种基于快速傅里叶变换与最大相关准则分析的ICA（BSS）估计源自适应校正方法。借助对原始传感观测及估计源的频谱分析，近似获得各本底源信号在观测信号中所占的比重——初始放大权值；基于最大相关准则优化调整ICA（BSS）估计源的相位，并对初始放大权值进行微调，从而消除ICA（BSS）估计的盲不确定性，实现源波形的恢复及其混合参数的估计。仿真试验结果证明了该方法的有效性，也表明它在复杂系统源识别或重建方面具有较大的应用潜力。     

基于小波变换算法的输电线路距离保护

对于输电线路的距离保护,数字滤波器的性能直接影响着保护操作的效果.给出了一个基于小波的滤波算法,它可用于微机继电保护装置中.仿真结果验证了这种新算法对输电线路距离保护的有效性.结果同时显示,该算法精确度高,且收敛速度快.     

基于非线性主分量分析-多层感知器网络的变压器油中溶解气体数据分析

采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况，综合利用了各特征气体含量及其比值信息，并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中，非线性主分量分析网络执行多元输入特征信息的融合及主特征选择，形成待识别故障类的敏感特征量；随后的多层感知器执行故障模式识别。试验结果表明，在DGA分析的基础上，应用非线性主分量分析－多层感知器复合神经网络可有效实现变压器不同故障模式的智能化识别，获得较好的诊断结果。     

冲击载荷下的磁流变减振器动力学建模与滑模控制

以冲击载荷下的磁流变减振器为对象,设计一单杆长行程冲击型减振器,基于Bingham模型推导建立包括由环形阻尼孔内的摩擦阻尼力、库仑阻尼力、惯性阻尼力、节流阻尼力、结构附加阻尼力和摩擦阻尼力等组成的动力学模型,并利用最小二乘算法辨识模型中关键参数,试验结果证实了拟合的磁流变冲击减振器动力学模型准确性.针对冲击载荷特点,设计基于全状态反馈和指数趋近律控制率的滑模变结构目标跟踪控制器,基于构建的试验平台分析比较On-Off算法、PID算法和滑模控制算法控制效果,结果显示滑模控制算法下的磁流变冲击减振器振动峰值缩减27.33％,活塞行程缩减48.75％,控制效果最为理想.     

一种可靠的旋转机械键相信号预处理电路

分析现有键相信号预处理电路不足之处,提出了一种可靠的键相信号预处理电路及设计计算方法。