基于拟合误差最小化原则的奇异值分解降噪有效秩阶次确定方法

为了最大限度地提高旋转机械设备故障振动信号的信噪比,研究了奇异值分解降噪的原理,提出了一种新的奇异值分解降噪有效秩阶次的确定方法。首先,对振动信号进行相空间重构,对吸引子轨迹矩阵进行奇异值分解;然后,按不同的阶数,将奇异值分成信号组和噪声组,对每次分组的结果,以阶数为自变量、以奇异值为因变量,拟合成信号特征奇异值曲线和噪声特征奇异值曲线,并求拟合误差;最后,将拟合误差最小值对应的奇异值阶数确定为有效秩阶次,并进行奇异值分解降噪。通过数值仿真和实际齿轮故障数据分析,表明该方法可以有效地提高信号的信噪比,为后期的故障特征提取创造有利条件。     

基于IVI技术的仪器驱动程序开发

为实现自动测试系统（ATS）中仪器的可互换,采用现阶段主流的IVI模型,利用LabWindows／CVI软件,通过IVI引擎实现了测试程序、类驱动和物理驱动的统一开发,并将基于这种思想编写的Ag81150A驱动程序应用于多个大型ATS中。结果表明,该驱动程序较好地实现了ATS中同类仪器的可互换性,并具有操作简单,易于扩展等特点。     

基于Bootstrap 法的机载浮标搜潜系统作战效能指标分析

为解决试验样本量较少导致评估精度较低的问题,引入Bootstrap方法对机载浮标搜潜系统部分指标进行评估。介绍对于成败型指标的目标发现率评估步骤,并对一定环境下的潜艇目标发现率、浮标信号有效接收距离和某分机灵敏度这3项有代表性的指标进行仿真。分析结果说明该方法确实能够提高评估精度。     

水下目标噪声与背景噪声的建模与仿真

在分析了潜艇和海洋背景噪声产生机理的前提下,利用AR模型估计功率谱的方法,模拟了舰船辐射噪声的数学模型,并用MATLAB进行了仿真,仿真结果显示,数学模型的建立是合理的,而且符合实际舰船辐射噪声的频谱分布,从而为被动声呐接收系统的信号处理算法研究和检测提供了信号源,同时为声呐诱饵技术的研究提供了信号参考,具有实际意义.     

基于STD标准的自动测试系统软件平台研究

文章首先分析了STD标准中的信号分层和继用关系;然后给出了面向信号软件平台的结构组成,并论述了各个组成构件的功能及构件间的相互关系。文中给出的软件平台结构具有良好的模块性和可维护性,对工程应用具有重要的指导意义。     

DataSocket在远程测试与诊断系统中的应用

针对信息化的现代电子设备迫切要求自动测试系统网络化的现实情况,分析了美国NI公司开发的DataSocke技术的性能和工作原理,介绍了部分功能函数和配套软件使用注意事项,并给出了其在电子设备远程故障测试与诊断系统中的应用实例。随着网络迅速普及、性能及测控技术的要求日益提高,该技术将会得到广泛的应用。     

SN65HVD230型CAN总线收发器的原理及应用

SN65HVD230是德州仪器公司生产的3．3VCAN收发器，该器件适用于较高通讯速率、良好抗干扰能力和高可靠性CAN总线的串行通信。文中主要介绍SN65HVD230的结构、原理及其在智能电源控制器中的应用。     

集成散度的MKL模型在模拟电路诊断中的应用

为提升模拟电路故障诊断精度,结合基于故障特征间一维模糊度的特征选择算法,提出一种新的多核超限学习机诊断模型。该模型通过设置虚拟的基核,将正则化参数融入基核权重求解过程中;同时,通过将特征空间类内散度集成到多核优化目标函数中,在最小化训练误差的同时,使得同一模式的故障样本更加集中,有效提升了故障模式间的辨识力。通过两个模拟电路诊断实例表明：相比于单核学习算法,所提方法可以显著提升诊断精度,并且可以将难以辨识的故障样本更加准确地隔离到相应模糊组中;相比于一般的多核学习算法,所提方法在取得相似诊断精度的同时,时间花费更少。     

多属性单一趋势结构时序数据的聚类模型

针对多属性单一趋势结构时序数据的特点,提出一种加权免疫遗传模糊C均值聚类方法。为确立相似度权值,建立权值优化模型,利用改进离子群算法对模型进行求解;针对传统模糊C均值初始中心敏感的问题,将免疫机理引入到遗传算法框架中,对模糊C均值进行改进。实例验证结果表明,权值优化模型是合理有效的,求解方法具有较高的收敛精度及速度,与其它方法相比,聚类方法具有较高的收敛精度。     

基于EMD的谱峭度方法在滚动轴承障检测中的应用

针对传统谱峭度方法中短时傅里叶变换不能保证对瞬态脉冲这种高度非平稳信号最优分解效果的问题,提出一种基于经验模式分解的谱峭度方法;该方法首先利用经验模式分解和Hilbert变换得到信号的时频分布,然后将信号的时频分布按照不同层数分成若干频段,通过计算各频段的峭度值得到相应的峭度图,再根据峭度最大原则选择滤波频段进行带通滤波,最后对滤波信号采用包络分析确定故障信息;实验结果表明:相比基于短时傅里叶变换的谱峭度方法,文章方法更能准确的获得轴承加速度信号的故障特征频率信息.