基于核费希尔判别的生产状态诊断方法

工艺参数间的非线性耦合关系,给生产过程的状态识别带来了很大的困难。为此,引入新的核映射准则,利用梯度优化方法选取核参数,并采用核Fisher方法进行降维处理,实现对生产状态在可视平面上的逐层多故障分类,完成对当前生产过程的状态诊断。利用TE数据进行实验验证,结果表明,与核主成分分析方法相比,该方法可以得到更加准确的诊断结果。     

形态非抽样小波及其在冲击信号特征提取中的应用

针对形态小波分解过程的抽样引起信号长度逐层递减的问题,提出一种基于多尺度Top-Hat变换的形态非抽样小波构造方法。利用形态非抽样小波的一般框架,分别采用形态学开运算和多尺度Top-Hat变换作为形态非抽样小波分解的近似信号和细节信号的分析算子,使形态小波分解过程中信号长度保持不变,从而保证了形态分析时所需的信息量。结合转子振动冲击特征信号提取试验,验证所提方法在故障诊断中应用的可行性与有效性。     

基于超声波和TDOA的无线传感器网络高精度定位方法

提出了基于超声波与射频信号到达时间差(Time Difference of Arrival,TDOA)的无线传感器网络节点定位方法。采用基于簇的分层网络拓扑结构,使用信标节点作为簇头,设计实现了动态簇头自动选取算法,提高了定位算法的快速响应性,并通过误差补偿和软件鲁棒性设计,提高了系统的定位精度。基于AVR单片机和CC1100射频芯片完成了无线传感器网络中移动节点、信标节点和汇聚节点的硬件设计与实现。实验数据表明本文设计的无线传感器网络定位系统的定位精度在30cm之内,并且定位算法具有较好的时间响应性,移动节点的最大速度可以达到11.5m/s。     

新型无线传感器网络节点供电方案

工业现场对振动信号等快变量进行采集时,需要对无线传感器网络节点进行在线供电.通过分析开关噪声对无线传感器网络节点通信质量的影响,并结合传感器网络的工作特点,给出无线传感器网络供电方案的设计要求.针对开关噪声的宽频谱特点,提出适用于无线传感器网络的供电方案,实验表明:该供电方案可有效消除电源噪声.     

基于相重构和主流形识别的非线性时间序列降噪方法

提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声.     

基于信息总不确定度的冲突证据组合修正方法

现有的冲突证据组合修正方法仅从证据距离、模糊度等描述信息不确定性的一个或几个方面对证据体的基本概率分配函数进行修正,对证据的关联性考虑不够充分。该文提出基于信息总不确定度的冲突证据组合修正新方法。该文在笛卡尔乘积的基础上定义提出组合总不确定度的概念,并给出根据融合前各证据体总不确定度预测融合后证据体组合总不确定度值域的方法。对冲突证据,利用各证据体总不确定度与组合总不确定度的比值,求出对证据基本概率分配函数的修正权重,再根据Dempster规则进行加权平均组合。信息融合的算例分析结果表明,与现有方法相比,该方法融合结果的总不确定度更小,更有利于融合结果的后续决策分析与数据应用。     

基于共振解调技术的风机旋转失速故障诊断方法

风机旋转失速故障的振动特征通常出现在较低的频段,容易淹没在噪声或转子失衡等其他零部件的故障特征中,难以分析和诊断.共振解调技术对低频冲击的高频共振波形进行包络检波,可以有效地提取低频冲击特征.提出基于共振解调技术的风机旋转失速故障诊断方法,并成功应用于鞍钢股伤有限公司炼铁厂废气风机旋转失速的故障诊断中.     

基于频域形态滤波的低速滚动轴承声发射信号降噪新方法

声发射检测技术以其灵敏度高、频响范围宽、信息量大等优点,为机械故障诊断提供了一条新的检测途径,但应用于旋转机械设备时,容易混入各种有色噪声。当噪声频率与声发射信号重叠时,传统的降噪方法难以满足要求。将形态滤波应用到信号频域,可以有效消除有色噪声的干扰。根据声发射频响特性,对频谱进行拟合平滑高斯白噪声的影响,最后重构到时域。仿真和实际低速轴承信号表明此方法具有较好的降噪效果,有利于信号后续的处理和分析。     

无线数字传感器网络节点

针对设备状态监测过程中数据传输的特点，设计了采用数字传感器对温度和加速度信号进行采集的无线传感器网络节点。文中概述了节点的构建过程，介绍了所选传感器的特点和应用设计，给出了提高无线通讯可靠性和传输速率的方法。最后，通过实验验证了节点的可靠性和稳定性，并给出了提高传感器测量精度的方案。     

基于自适应形态小波的轧机电气信号压缩方法

针对非线性、非平稳信号的数据压缩问题,提出了一种基于自适应形态小波的轧机电气信号压缩方法.结合电气信号的形态特征,采用中值算子作为形态小波的更新算子对信号进行分解,从而实现根据信号的局部形态特征,自适应地调整形态小波分解的更新算子.工业现场实际轧机电气信号的数据压缩实验证明:利用这种形态小波信号压缩方法,可以获得高压缩比的信号,并能保留信号的形态特征;同时,这种形态小波信号压缩方法运算量小,可以应用到实时性要求较高的在线监测系统中.