二次采样随机共振的工程应用研究

研究了小参数随机共振(SR)理论的克莱默斯(Kramers)逃逸速率和罗伦兹(Lorentzian)分布的噪声频谱特性，得出了只有在噪声能量集中的低频区域才能产生随机共振的论点。在此基础上，通过二次采样频率变换思想，成功地将小参数随机共振扩展应用到大参数的随机共振，从而实现了从强噪声中检测出弱信号的目的。大参数随机共振谱特性及其信噪比的进一步定量分析表明，提高采样频率可把弱信号移入噪声能量集中的低频区域，有利于产生可辨识的随机共振谱峰。电机故障的监测与诊断实例证明了该方法在实际应用中的有效性。     

圆筒式磁流变制动器的设计

应用Bingham模型描述强磁场作用下磁流变液的流变特性，并以此为基础分析了圆筒式磁流变液制动器的工作机理，建立了制动力矩的工程计算模型，根据磁流变制动器的特点，导出了制动器设计中主要几何参数的理论计算公式，并对制动器设计中的有关问题进行了初步分析。     

级联双稳随机共振系统非线性滤波特性

在级联双稳随机共振理论研究的基础上,探讨了信号通过级联双稳系统后,在能量逐渐由高频向低频转移的同时,还具有非线性的低通滤波特性。对于具有不同幅值分布的各频率分量,仿真实验表明,低频幅值如果相对高频幅值较大,通过较少级数的级联双稳系统可达到较好的低通滤波效果,而对于高频幅值比低频幅值大的情况,通过较多级数的级联双稳系统也可达到满意的低通滤波效果。最后,通过一个金属切削实验说明了其工程实用性。     

分布式卷积神经网络在刀具磨损量预测中的应用

刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。     

机械产品设计方案评价决策方法

为了使产品设计方案的评价决策更为可靠,分析了现有方案决策方法的不足,通过将模糊综合评价与层次分析法有机结合,提出了一种新的原理方案精细决策模型,并结合实例验证了该模型的有效性.     

基于广义逆矩阵的AR模型参数估计算法

AR(auto-regressive)模型是时序建模分析中常用的时间序列模型。在模型参数的最小二乘估计和定阶的过程中,要求线性方程组必须有解。针对这一问题,文中引入自相关系数矩阵对线性方程组进行化简,并提出基于广义逆矩阵理论的参数估计方法。该算法对线性方程组是否有解没有限制,无需事先判定,从而解决建模过程中线性方程组无解情况下的参数估计问题。实验证明该法可有效地对设备运行状态进行趋势预测,具有一定的工程意义。     

便携式测试信号分析系统

为了满足众多中小型机器的监测需求,开发了便携式测试信号分析系统,介绍了系统的硬件结构和软件设计。该仪器集数据采集、存储、分析和通信等多种功能于一体,具有体积小、重量轻、便于携带、操作简便等特点。它能够现场采集分析数据,并将数据传入PC机,进行进一步分析诊断,实现系统的监测维护。实验模拟结果证明,该仪器能广泛地应用于各种设备的监测、诊断中。     

车削加工噪声的产生及其控制研究

本文基于对车削噪声的产生与激励特性探讨，论证了声频范围内切削噪声主要产生在２～８ｋＨｚ的原因，并通过对刀具采取结构阻尼措施取得了明显的减振降噪效果。     

车削时刀具状态的噪声特性研究

本文基于金属车削过程的声振特性研究，探讨了切削用量对车削噪声影响，并研究了刀具磨损的声学特性及其与加工表面粗糙的关系，得到了监测刀具磨损状态也可有效地控制加工表面质量的结论。     

钢管漏磁在线检测技术的研究

介绍了钢管漏磁检测的基本原理，对钢管在线漏磁检测系统进行总体设计。分析了漏磁场理论模型和讨论了影响缺陷漏磁信号的一些因素及补偿方法，针对该系统的特点设计了高速数据采集板，借助Windows系统平台，在所研制硬件的基础上，采用多线编程和虚拟设备驱动技术编制了数据采集、分析、状态显示、实时控制等面向对象、多功能模块化的软件，详细叙述了漏磁信号数据分析的方法和过程。这种系统具有检测速度快、数据吞吐量大、效率高、钢管缺陷分辨率高等特点。