Hilbert-Huang变换的自适应频率多分辨分析研究

Hilbert-Huang变换方法能自适应地提取非平稳数据的局部均值曲线,将复杂的叠加信号分解成有限数量的、且有物理意义的内蕴模式分量函数,从而得到有意义的瞬时频率和希尔伯特时频谱.它是一种局域波分析方法.其特点是比小波分析有更高的时频分辨率,没有Wigner-Ville分布的交叉项,特别适合分析非平稳数据.本文根据Hilbert-Huang变换的原理,推导出内蕴模式函数的递推表达式,给出了希尔伯特谱的最高频率分辨率,首次提出了一种新的的自适应频率多分辨分析原理和方法,从而完善了局域波分析的理论.     

密炼机的安装和调试

介绍密炼机的安装和调试,对各分项工程主要流程和工序提出明确要求。密炼机安装前需要进行技术资料和现场施工条件准备。密炼机安装过程如下：确定安装计划和安装工序,按作业工序进行安装,注意安装垫铁尺寸和垫铁安放方式、设备找正、正确使用地脚螺栓及设备找水平。密炼机调试顺序如下：高压润滑泵启动、减速机润滑系统启动、液压站系统启动、温控系统启功和主电动机启动,调试中对现场检查项目进行肉眼或仪器检查,详细填写检查记录表,确保密炼机试运转达到投产条件。有效安装和调试密炼机可提高工作质量和效率,节约时间和成本。     

模糊聚类分析方法在海上目标识别中的应用

阐述了基于模糊等价关系的模糊聚类分析方法的原理和模型,以及模糊聚类分析方法的步骤.运用该模糊聚类分析方法,对给定特征的海上目标进行了聚类分析,计算结果表明是可行和有效的.     

局域波多分辨分析及其在振动信号分析中的应用

本文根据Hilbert-Huang变换的原理,推导出其内蕴模式函数的递推表达式,给出了希尔伯特谱的最高频率分辨率和自适应频率多分辨分析原理和方法,从而完善了局域波分析的理论.局域波多分辨分析有比小波分析有更高的时频多分辨率,特别适合分析非平稳数据,为实际设备振动信号分析与故障诊断提供了一种新的分析方法.     

舰载综合数据链便携式检测系统的设计与实现

为了满足部队对舰载综合数据链通信检测实际需求,研究了舰艇作战系统网络与数据链通信及协议、舰艇网络数据发送、SharpPCap数据接收等关键技术,设计实现了舰载综合数据链便携式检测系统,为舰艇综合数据链通信数据、无线信道状态检测提供了一个便捷平台,为部队模拟训练、数据链检验验收工作的顺利实施和部队熟练使用、维护数据链提供了强有力的保障.     

往复式机械振动信号的局域波分析与故障诊断研究

本文利用局域波时频分析方法对往复式机械振动信号特征信息进行分析,提出了局域波方法能够实现确定往复式机械振动特征参数与故障程度的量化关系,由于局域波分析具有自适应与高分辨率的特点,有助于往复式机械的故障诊断研究.     

舰船主机故障诊断系统

系统汲取了国内外先进的故障诊断技术和经验,将振动信号检测技术与舰船主机柴油机的具体情况相结合,研制出了集船舶主机状态检测、故障诊断、预知维修为一体的在线监测与故障诊断系统.首次对船舶主机非平稳非线性信号采用局域波分析等创新技术进行处理,得出了正确的结论,解决了船舶主机实时故障诊断的问题,对设备保障有很高的实用价值.     

Ship spare parts demand forecast based on RBF neural network

Due to the fact that in ship maintena n ce process,the method of determining the number of spare parts is not scientific and the actual operation is complicated,this paper analyzes four major facto rs affecting the number of ship spare parts,including number of main planned op eration s,total times of disassembling in maintenance,accumulated working time and mea n t ime between failures.It also establishes a spare parts demand forecast model b ased on the affecting factors and radial-basis function(RBF) neural network.F inally,the paper provide s forecast examples and makes a comparison between the examples and back propaga tion(BP) neura l network forecast result.The comparison results s how that the forecast based on RBF neural network is simple and the forecast res ult fits the actual situa tion and fitting effect is better than that based on BP.