基于子频带谱峭度平均的快速谱峭度图算法改进

快速谱峭度图（Fast Kurtogram）算法具有能自适应选取共振解调频带并实现包络解调提取的优点,在滚动轴承包络分析中有广阔的应用前景,但其在实际应用中,若被采集信号中包含有较高峰值的脉冲干扰时,将可能导致谱峭度图的自适应共振带确定失效,最终导致无法获得包含有效滚动轴承的故障特征信息的包络信号。为解决快速谱峭度图算法的上述不稳定问题,本文提出了一种基于子频带谱峭度平均的改进快速谱峭度图算法,其可有效消除或削弱脉冲干扰成分对谱峭度图结果的影响,提高了共振解调频带确定的鲁棒性,实现了基于快速谱峭度图算法的滚动轴承故障特征准确提取。仿真和试验结果验证了本方法的有效性。     

污水聚合物驱撬装式母液在线配注工艺技术研究

为实现聚合物驱地面配注工艺的优化、简化,不断降低地面投入,提高经济效益,在开展常规工艺简化及撬装式聚合物驱配注工艺优化基础上,针对复杂断块油田的特点,开展了撬装式聚合物母液在线配制工艺技术研究,取得了突破性进展,该项工艺技术具有广阔的应用前景.     

某水下航行器电机支架的动力学分析

振动噪声是水下航行器的重要指标,水下航行器的电机支架是振动传递的关键,因此以某水下航行器电机支架为研究对象,采用CAD软件Sol-id Edge建模,用有限元软件ANSYS Workbench对其进行动力学分析,包括模态分析和谐响应分析。通过有限元计算得到电机支架的固有频率和对应的振型,进而计算出结构的频率响应曲线,分析峰值频率对应的应力与变形,找出电机机架的共振频率,最后评估水下航行器电机支架的动态性能,为支架进一步结构设计提供了理论依据。     

设备远程在线状态监测系统的软件架构研究

通过分析设备远程在线状态监测系统的需求,设计出系统的领域模型,提出一种基于分层和MVC的架构。基于该架构,采用面向对象技术和Web技术,开发出EROMS原型系统。实践证明,该架构具有一定的合理性和有效性,对设备远程在线状态监测领域的研究和应用开发有参考意义。     

水质对聚合物溶液流变特性的影响

系统地分析了大港南部油田官109-1断块注入水的矿化度、无机离子、三种细菌的含量以及总的还原性物质,研究了注入水中活性组分对聚合物氧化降解机理。针对高温高盐油藏条件,用现场注入水、暴氧后注入水及清水配制了聚合物溶液,研究了聚合物体系的增粘性、粘弹性和拉伸流变性。结果表明,随着配制水中活性物质、总的矿化度、以及二价金属离子的增多,聚合物溶液的流变性能,拉伸断裂时间和拉伸粘度明显降低。     

基于振动信号分离的行星轴承故障特征提取

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。     

基于LabVIEW的发酵过程实时数据采集系统设计

为了正确地掌握和控制发酵条件,更直观地了解细胞的代谢情况,设计出一个基于LabVIEW的生物发酵反应器的数据采集系统,以实现发酵过程中相应参数的实时采集,进行分析研究,为发酵过程的控制提供依据。该系统由C8051F206单片机和各种传感器组成数据采集系统,利用PC机上的RS 232串行口实现数据的串行通讯,使用LabVIEW虚拟仪器软件完成上位机串行通讯程序和前面板程序的编写。实验证明此系统测试效果良好。     

云制造服务场景下基于QoS值的改进PBFT算法

区块链技术为云制造服务场景下建立供需方信任桥梁的有效工具,共识算法是区块链的核心技术,鉴于现有共识算法存在消耗大、延时高等缺点,提出一种基于服务质量(QoS)值的改进实用拜占庭容错(PBFT)算法。首先根据QoS值筛选共识节点,然后将PBFT算法的三阶段协议优化为二阶段协议,从而在满足安全性的前提下提高通信效率。通过一系列理论和实验分析证明了所提算法的有效性。     

基于盲信号处理的机械噪声监测与故障诊断

摘　要: 在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等方面的应用,并指出需要进一步研究的主要问题。
     

改进FCOS的二阶段SAR舰船检测算法

近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题：第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检。针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法。该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力。通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率。在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率（mAP）相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性。