小波分析在应用中的两个问题研究

该文就小波分析中的能量泄漏和边界扭曲两个问题进行了深入研究,分析了能量泄漏的原因,讨论了滤波器性能和信号能量所在频段对能量泄漏的影响,以及在应用中的相应对策,对边界扭曲问题进行了分析讨论,提出了基于AR模型预测的边界延拓方法,并利用仿真和太阳黑子数据进行了对比研究。     

多Agent故障诊断原型系统研究

研究了多Agent故障诊断原型系统，其中着重研究了基于多Agent理论的设备诊断问题分布式任务分解与控制问题，及诊断Agent之间的协调合作问题。和其它应用领域不同，基于多Agent的诊断问题应根据诊断对象的结构和故障特征进行分布式任务分解。建立了诊断问题的任务树模型，提出了基于多Agent的诊断任务串行与并行以及混合控制策略。     

基于进化计算的神经网络设计与实现

基于进化算法可有产解决神经网络设计和实现中存在的一些问题,使网络具有更优的性能。在此对基于进化计算的神经网络设计和实现的研究内容及进展情况进行综述,讲座了网络实现的关键问题,包括网络权重的进化训练,网络结构进化设计,学习规则进化选取以及进化操作算子设计等,并分析了相关的研究和发展方向。     

具有横向裂纹的转子系统耦合振动研究

利用数值方法研究了裂纹引起的转子耦合振动。采用有限元方法建立裂纹转子的模型 ,每个单元结点考虑 6个自由度 ,采用 Dimarogonas法推导了 12× 12阶裂纹轴段有限元刚度矩阵。采用数值积分方法和谱分析方法研究了开裂纹、开闭裂纹引起的转子横向、纵向、扭转耦合振动。得到了一些对转轴横向裂纹诊断有意义的结论     

小波尺度谱在振动信号分析中的应用研究

尺度谱受Ｈｅｉｓｅｎｂｅｒｇ测不准原理的极限制约，在小尺度（高频段）的频域集中性不是很好，另外还会有干扰项的影响。这些给对尺度谱的分析带来了一定的影响。尺度谱再分配方法可在一定程度上提高尺度谱的集中性，并削弱干扰项，使尺度谱容易理解。用尺度谱和重分配的尺度谱对旋转机械的两种典型故障：转子径向碰摩、联轴节不对中的试验数据和一机组的实测数据进行了分析，和频谱分析进行了比较。结果表明尺度谱不仅能够显示振动信号的时频特征，而且能够很好的表现信号中一些能量相对较小的分量，利于提取早期故障特征。     

故障模型的可辨识性及其应用

基于系统模型辨识的故障诊断技术有助于定量评估故障的严重程度,对故障诊断技术的发展具有重要的意义,而目前多故障系统的故障辨识理论有待更深层次的研究。从故障模型的可辨识性角度来探讨和丰富故障辨识理论,因为某些并发故障将会带来模型的可辨识性问题。提出了基于Fisher信息矩阵的模型可辨识性考察方法,以及如何改善模型可辨识性的方法,并以转子系统的质量偏心和轴初始弯曲辨识应用为例来说明。     

铜表面划痕过程声发射特性

以半导体互连材料铜为对象,研究铜表面划痕过程声发射特征,探索划痕载荷及速度对划痕过程声发射特征影响及铜表面划痕损伤机制,为基于声发射技术表征铜表面微纳尺度材料去除过程提供理论依据。研究发现,铜划痕过程主要以塑性变形为主,呈现周期变化形貌,并产生连续型声发射信号;随划痕速度的增加,信号强度增加,而载荷变化对信号影响较小;信号强度与变形体积增加速率呈指数关系。声发射信号能较好表征划痕过程。     

小波局部极大模方法在轴心轨迹辨识中的应用研究

提出了一种新的基于小波局部极大模的轴心轨迹辨识方法。该方法通过对轴心轨迹的θ-s曲线进行连续小波变换,提取小波局部极大模线,计算每条局部极大模线对应的Lipschitz指数α。最后用α为正的局部极大模线的条数、正α的平均值、α为负的局部极大模线的条数和负α的平均值等4个量作为轴心轨迹特征,并以这些特征量作为BP网络的输入进行分类识别。采用径向碰摩、联轴器不对中、油膜涡动和转子不平衡等4种故障的试验数据对该方法进行检验。结果表明,该方法有特征量少、神经网络的训练速度快和系统识别正确率高的优点。     

基于双参数方法的诊断规则不确定性问题研究

提出规则蕴含的因果关系、充分性和必要性等不确定性规则的相关概念以及需要解决的规则不确定性问题，在此基础上介绍基于双参数的不确定性诊断规则的表示形式，进一步说明了规则条件参数计算方法和规则不确定参数的获取方法。与已有重要的不确定性知识的数值处理方法进行比较表明，该方法能够表示具有复杂不确定性加权关系的诊断规则，并且能够根据规则的约束条件通过数值计算获取规则的不确定性相关参数。实际应用结果表明，基于双参数的不确定性诊断规则表示方法是行之有效的。     

基于遗传算法的旋转机械转子裂纹识别的研究

转子裂纹是旋转机械中常见且危险的一种故障,转子裂纹的有效识别和定位也是故障诊断领域一直研究的课题。将转子裂纹的识别作为一反问题,从反问题的求解角度,提出了基于遗传算法的转子裂纹识别策略,该策略的基本思路是借助于有限元分析方法建立裂纹转子的有限元模型,并将转子裂纹识别问题形式化为一优化问题,进而利用遗传算法进行优化求解实现转子裂纹的识别。数值仿真研究表明,所提出的裂纹识别的反问题进化求解策略能以较好的精度和鲁棒性识别转子裂纹,是有效可行的,且适用于更广泛的无损检测和缺陷辨识等应用场合。