统计模拟在气阀机构故障诊断中的应用

介绍了统计模拟方法的基本原理,应用Bootstrap方法对提取的缸盖振动信号的特征参数进行统计模拟计算,给出这些特征值的置信区间估计,实现了气阀机构故障的定量诊断和状态识别。试验结果表明：这种方法解决了小样本条件下气阀机构故障诊断中特征参数置信区间估计及故障特征库建立的问题,是简单实用和可行的。     

减轻移动式RFID网络冲突问题研究

RFID被广泛地应用,如物流管理、物体跟踪和商业供应链等等。当从一个读写器发射的信号和另一个读写器发射的信号相干扰时就产生了读写器冲突。除了误操作,读写器冲突同时使射频识别系统总的阅读速率减慢,而且这些问题在移动或手持式读写器中更加严重。提出的读写器抗冲突算法,它通过在控制通道上周期地发送信标以达到抗冲突的目的。该算法不仅适用固定式读写器,同时还适合移动或手持式阅读器的射频网络。     

基于DSP和FPGA的便携式超声波流量计设计

设计一种新型时差法超声波检测系统,以XC3S200为基础构建了一个采样率高达40MS/s的双通道数据采样系统,采用高性能的TMS320VC5509来实时处理数字信号。相对于传统的超声波流量计,该系统有效克服了测量精度低和不能测量小管径、低流速流体的缺点,提高了流量测量的分辨率和精度;具有抗干扰能力强、工作稳定可靠、准确度高、实时性好、简单便携、功耗低等特点。     

基于互相关理论的时差法超声波流量检测系统

介绍一种时差法超声波流量检测系统。系统以两超声探头同侧V型安装方式，采集顺、逆流回波信号经插值后作互相处理，由互相关函数的峰值得出两回波信号的时差，间接测出流量。插值算法的引入，提高了回波信号的时间分辨率，实现了微小时差的测量。该系统测量精度高、统计特性好，在液压系统的测量中取得了较理想的效果。     

Markov过程的柴油机监控系统可靠性评估

为评估柴油机监控系统的可靠性,提出了基于马尔科夫过程的柴油机监控系统可靠性评估方法.总结出了系统的功能结构框图,通过引入Markov过程描述系统状态从而建立了系统可靠性模型.通过不同方式获得了部件故障率参数.利用Matlab数值计算分析了部件故障率和维修率变化对系统可靠度及可用度的影响,得出了对系统可靠性有较大影响的部...     

集成经验模态分解中加入白噪声的自适应准则

现有集成经验模态分解(ensemble empirical mode decomposition,简称EEMD)算法中加入白噪声的大小与集成的次数都需要人为按照经验设定,缺乏可靠性.针对此问题,提出了自适应集成经验模态分解(adaptive ensemble empirical mode decomposition,简称AEEMD)算法,并给出了一种在EEMD方法中有效加入白噪声的可依据准则.首先,计算出输入信号的幅值标准差;然后,采用高通滤波方法对输入信号进行分解,通过计算高通滤波分解后的高频分量幅值标准差和输入信号幅值标准差来确定加入白噪声的幅值标准差,在此基础之上,EEMD集成次数根据期望的信号分解相对误差和加入白噪声的幅值标准差惟一确定;最后,为了进一步提高相邻模态函数的正交性,对AEEMD分解结果进行二次处理.仿真试验验证了AEEMD方法的抗混分解能力,将AEEMD方法应用于转子油膜涡动的故障监测诊断中,提取出转子油膜涡动的故障特征,并与基本EMD算法进行了对比,结果表明,AEEMD更加精确地提取了油膜涡动信号的故障特征.     

钻孔灌注桩钢筋笼安装综合技术

钻孔灌注桩钢筋笼安装技术,一直以来是灌注桩施工中的难点之一.文章以实际工程为例,介绍了钻孔灌注桩钢筋笼安装综合技术,包括灌注桩成孔技术、钢筋笼加工技术及钢筋笼的安装技术.     

基于相空间重构和遗传优化SVR的机械设备状态趋势预测

针对机械设备振动信号序列的非线性、非平稳性特点,提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先,采用相空间重构技术将一维振动信号时间序列转化成矩阵形式,自适应地选取特征,以相点作为输入特征训练SVR预测器;然后应用自适应遗传算法对惩罚因子、不敏感系数以及高斯核宽度进行同步优化,自动获取最佳的建模参数;最后构建SVR预测模型,并将其应用于某机组振动信号预测。实验结果表明,无论是单步还是24步预测,本文所提遗传优化SVR模型的预测精度都要比标准SVR模型的预测精度高,说明该方法对机械设备的运行状态趋势具有较好的预测能力。     

结合FCM聚类与SVM的火焰检测算法

针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型（GMM）检测视频序列中的运动目标;然后采用模糊C 均值（FCM）聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变化、表面不均度等时空特征参数;最后将这些特征参数输入训练好的支持向量机（SVM）分类器以识别火焰区域。实验结果表明,算法不但在提高了检测率的同时降低了误检率,而且适用范围广,是一种有效的火焰检测算法。     

HIS空间的火灾图像模糊增强快速算法

火灾图像增强是图像型火灾探测系统中的重要环节。为了克服传统模糊增强算法运算量大、耗时长等问题,采用建立3维查找表并改进模糊增强算子的方法,设计了1种基于颜色三要素空间的火灾图像模糊增强快速算法。首先将火灾图像由三原色空间转换到三要素空间,然后保留H分量,分别对I分量、S分量建立3维查找表,通过3维查找表对图像中所有像素点的I分量、S分量进行模糊增强操作,最后将图像转换回三原色空间。结果表明,该算法在保留火焰色彩信息的同时大大降低了运行时间。这一结果对火灾的实时性探测是有帮助的。