基于小波相关向量机的产品质量模型

针对常用的质量建模方法精度不高且难以给出预测区间,提出了基于小波相关向量机的产品质量模型.应用仿真数据和带钢热镀锌锌层质量的实际生产数据分别建立了小波相关向量机模型.结果表明,小波相关向量机方法与支持向量机及传统的相关向量机相比,具有更好的预测精度,而且给出了预测区间.多组带钢热镀锌锌层质量实际数据的相对预测误差的平均值为4.52%,为保证产品质量提供必要的决策支持和分析手段.     

基于CORBA的分布式远程故障诊断体系

提出了基于CORBA技术的分布式远程故障诊断系统的体系结构基本框架,讨论了实现这种远程故障诊断系统的关键技术,如POA策略、命名服务、事件服务和CORBA组件模型以及数据库集成等,重点介绍了企业级诊断系统和远程诊断系统的基本功能模块和实施细节。     

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。     

基于梯度自适应窗宽在变速机械阶比分析中的应用

由于转速频繁的改变,变速旋转设备的故障诊断必须解决转速的跟踪技术.传统方法是利用激光传感器获取转速脉冲,而时频分析方法由于不需要硬件得到较快发展,但频率分辨率较低,分析过程中的窗宽是固定的,不能根据转速变化快慢改变窗宽.文中提出了一种梯度自适应窗宽阶比分析算法,根据信号的梯度变化来自适应地选择窗宽,可以跟踪到更加准确的转频成分,有利于阶比分析,仿真和实际故障齿轮信号表明此方法具有较好的实际应用效果.     

改进粒子群优化神经网络及其在产品质量建模中的应用

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度.     

热镀锌带钢表面粗糙度的多变量统计过程质量监控

以热镀锌带钢的表面粗糙度为研究对象，建立了基于偏最小二乘法（PLS）的多变量统计过程控制模型。该模型首先利用偏最小二乘回归对生产数据进行信息提取，然后根据严统计量对提取出的信息进行过程监控，最后利用贡献图分析生产过程中出现异常的原因。新的方法能够有效克服多变量间的相关性，同时充分保留过程参数对质量参数最大的解释力。用鞍山钢铁集团新轧钢股份有限公司冷轧厂带钢热镀锌线的生产运行实绩进行验证，结果表明：基于PLS的多变量统计过程控制模型与基于主元分析（PCA）的统计过程控制模型相比，能够更准确地找出生产过程中的异常点及其原因。     

裂纹齿轮的模态分析及诊断

通过对正常齿轮和裂纹齿轮进行动力学仿真研究,发现裂纹齿轮的固有频率要比正常齿轮有明显的降低;进一步研究裂纹深度对齿轮动力学特性的影响,提出了一种诊断齿轮裂纹故障的新方法,并用试验验证了该方法的有效性.     

特殊情况下机构自由度的计算方法

对于实际工程问题,机构自由度的确定往往不能简单地套用计算公式,除了需要综合考虑复合铰链,局部自由度和虚约束等问题外,还必须具体问题具体分析。本文讨论了一种特殊情况下的机构自由度计算问题,并给出了相应的计算方法。     

基于移频技术的短时傅里叶变换阶比分析

提出了一种基于移频技术的短时傅里叶变换阶比分析算法.该算法利用傅里叶变换在频域的卷积性质,对原始信号在时域乘以e^-j2πf_it使f_i的频谱能量搬迁到零频处,按一定的频率间隔改变f_i就可以在零频处得到其他频率的频谱能量,以此来提高短时傅里叶变换在时频分析中的频率分辨率.然后在时频面上进行局部阈值降噪,同时跟踪转速的变化,最终应用到变速机械的阶比分析中.与短时傅里叶变换分析结果对比表明,本文方法可以更加准确地跟踪到实际的转速.实际降速过程中轴承信号利用本文方法进行阶比分析,成功提取到轴承的故障特征频率.     

关联规则在无线传感器网络监测系统中的应用

以某冷轧厂连退炉区炉辊轴承无线温度监测系统为背景,提出将关联规则挖掘方法应用到无线传感器网络温度状态监测系统中。通过对传感器监测数据的关联性分析,发现了大量节点之间有用关联或相关联系,并根据节点间数据的关联性,可以有目的地对节点数据进行归类分析和预测,更好地对各节点数据进行分析、预测和查询等。