局部均值分解与经验模式分解的对比研究

摘要：介绍了一种新的非平稳信号分析方法——局部均值分解（Local mean decomposition,简称LMD）。 LMD方法可以自适应地将任何一个复杂信号分解为若干个具有一定物理意义的PF（Product function）分量之和,其中每个PF分量为一个包络信号和一个纯调频信号的乘积,从而获得原始信号完整的时频分布。本文首先介绍了LMD方法,然后将LMD方法对仿真信号进行了分析,取得了满意的效果,最后将其和经验模式分解EMD（Empirical mode decomposition）方法进行了对比,结果表明在端点效应、迭代次数等方面LMD方法要优于EMD方法。
     

用优化方法修正阻尼结构动力学模型

本文提出一种阻尼结构动力学模型修正方法，该方法利用复模态理论的正交关系和特征关系建立结构初始质量，刚度与阻尼矩阵的修正方程，然后用优化方法求解参数。应用实例表明，该方法能提高结构动力学模型精度，使计算和实测结构模态参数较好吻合。     

用桩顶脉冲响应信号估计基桩桩身形状

本文提出了一种用实测桩顶脉冲响应信号估计基桩桩身形状的方法，该方法能定量确定桩身缺陷的位置、延伸范围以及严重程度。文中给出了两根模型桩桩身形状估计的应用实测。     

改进的特征值修正方法及其在阻尼结构复模态综合中的应用

本文在特征值修正方法的基础上提出了一种阻尼结构的复模态综合方法。该方法特别适合于部件对接界面自由度较少情况下的阻尼结构模态综合。文章对复模态综合中子结构具有刚体位移情况提出了具体的处理方法,推导了一种考虑刚体位移的特征值修正方法方式。同时,为了在模态截尾情况下提高综合精度,在特征值修正方法中计入了剩余柔度的影响,推导了综合过程中剩余柔度的递推计算公式。给出了一个算例说明方法的有效性。     

基于自适应时变滤波阶比跟踪的齿轮箱故障诊断

针对多输入多输出齿轮箱传动系统和齿轮箱集群的振动信号中各啮合频率阶次相互干扰,从而导致故障诊断困难的问题,研究提出一种基于自适应时变滤波阶比跟踪的齿轮箱故障诊断方法。该方法利用基于多尺度线调频基稀疏信号分解提取各对传动齿轮的啮合频率,以各啮合频率为中心频率,对应转频的倍频为滤波带宽分别设计自适应时变滤波器对信号进行滤波,逐个提取振动信号中的啮合频率调制分量,再分别对提取的啮合频率调制分量单独进行阶比分析,有效地抑制其他无关联轴上齿轮啮合振动信号和其他非阶比噪声信号对阶比谱的影响,较好地解决阶比信号相互干扰的问题,提高阶比谱的调制识别效果,为多输入多输出齿轮箱系统和齿轮箱集群的故障诊断提供一条有效途径。仿真算例和应用实例说明方法的有效性。     

基于顾客聚类的车辆路径规划

论文针对当前顾客需求响应快速性和高效性的要求,将模糊聚类和蚁群优化算法引入其中,提出基于顾客需求聚类的车辆路径规划方法。     

随机参数汽车盘式制动器的稳定性分析

针对不确定性参数汽车制动器噪声的抑制问题,基于随机参数分析理论,将响应面法与有限元复特征值技术相结合,提出了一种随机参数汽车制动器系统稳定性的分析方法。该方法用随机参数对制动器系统的不确定性进行描述,系统的摩擦系数、制动压力、制动盘厚度、制动片厚度和支撑背板的厚度参数分别采用随机变量表示;为提高分析效率,建立了包含随机变量的制动器不稳定特征值的响应面近似模型,进而根据系统特征值的随机特性对系统稳定性进行分析。用该方法对某车的浮钳盘式制动器系统进行研究,采用蒙特卡洛方法分析了随机参数正态分布假设下系统特征值的概率统计特性和参数灵敏度。结果表明:通过修改制动器支撑背板的厚度以提高支撑刚度,可有效改善制动器系统的稳定性,减小制动噪声的产生。     

基于EMD的奇异值分解技术在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解(EmpiricalModeDecomposition,简称EMD)和奇异值分解技术的滚动轴承故障诊断方法。该方法首先采用EMD方法将滚动轴承振动信号分解为多个平稳的内禀分量(IntrinsicModefunction,简称IMF)之和,并形成初始特征向量矩阵。然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为滚动轴承振动信号的故障特征向量,并输入神经网络来识别滚动轴承的工作状态和故障类型。实验分析结果表明,本文方法能有效地应用于滚动轴承故障诊断。     

基于高斯线调频小波变换能量谱的齿轮故障诊断

提出了一种基于高斯线调频小波变换诊断齿轮故障的新方法。线调频小波变换是信号的时间－频率－尺度变换，具有比小波变换及其它时频分析方法更强的非平稳信号分析功能。利用高斯线调频小波变换作齿轮振动信号的能量谱估计，可提取调制边频带结构，识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。