手部姿势与挥动速度识别的人机交互

为了实现人与机器人之间最自然、最直观的交互,设计了一种基于Kinect手部姿势与挥动速度识别的方法。该方法利用Kinect for Windows SDK中的API追踪并绘制上肢骨架信息定义识别5种遥控机器人的手势,并通过无线接口遥控机器人运动。Kinect传感器固定和移动两种测试环境验证手势识别方法的准确率。测试结果表明,传感器固定不动时,识别性能几乎不受光照、背景的干扰,接近100%;当Kinect缓慢移动时,识别率略有下降;当Kinect移动速度达到0.4 m/s时,识别性能显著下降约25%。这种基于Kinect手部姿势与挥动速度识别的方法为移动机器人提供了一种自然便捷的交互方式。     

小波·分形·神经网络故障诊断法及其在风机诊断中的应用研究

研究了分形理论、小波变换与人工神经网络相结合进行故障诊断的机理与方法。利用小波包可进行多维多分辨率的特性,对振动信号进行分解与重构,提取频带能量特征分析。选用分形理论中的离散信号分形维数计算方法,提取分形维数的特征。以K-L变换作特征降维,然后用基于梯度符号变化的局部学习率自适应误差反传算法的小波神经网络对故障状态进行分类识别。并利用这种方法本文对风机转子故障进行了诊断,结果表明这种诊断方法是完全行之有效的。     

超声导波相移追踪的回波辨识方法

超声导波的多模式和频散特性使得其回波分析与定位异常复杂,在导波传播的模型解析的基础上,提出了一种基于频率相位追踪的回波辨识方法。首先,选取指定模式的直接散射信号的频域相位作为参考相位,将被分析信号各个波包的频域相位用参考相位进行归一化处理,得到各个波包相对参考波包传播距离的归一化阶次;然后,结合回波信号的传播路径分析,达到对各个波包定位辨识的目的。数值仿真和实验也验证了该方法的可行性和有效性。     

谐波小波解调法在齿轮箱故障诊断中的应用

在研究谐波小波频段分解与Hilbert解调分析的基础上,提出了基于谐波小波包变换的解调分析法,并详述了其具体实现过程.该方法根据齿轮箱频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量,并在此基础上选择谐波小波包分解层数与所需提取的频带带宽;通过傅里叶变换及其反变换提取出相应的特征啮合分量,然后借助Hilbert算子对提取出的啮合分量进行包络解调分析.采用这种方法对存在磨损及点蚀故障的齿轮箱振动信号进行了分析,结果表明,基于谐波小波包的包络解调法具有精确提取任意频段调制信息的能力,能够为齿轮箱故障源的准确定位及故障程度提供可靠的判断依据.     

基于自适应时频分解的瞬态冲击信号提纯

在分析非平稳振动信号中瞬态冲击信号和平稳振动信号各自特点的基础上,发展了新的提纯机械故障冲击成分的信号处理方法。首先选择Chirplet基函数将被分析信号自适应展开,得到噪声抑制,高分辨率且无交叉干扰项的自适应时频谱,然后分别使用了两种方法从自适应时频谱中恢复出瞬态冲击分量。一种是采用振动冲击信号模型的时频分布去逼近时频滤波后的冲击分量时频分布,继而借助信号模型重构出冲击分量;另一种是根据冲击信号的Chirplet基函数的参数表达特征,直接选择所需基函数对冲击分量进行重构。最后,采用这两种方法分别对齿轮和轴承的故障信号进行分析,分析结果验证了这两种方法对瞬态冲击信号提取都非常有效,在机械故障诊断中有很大的参考价值。     

基于优化特征的集成变量预测模型及其应用

针对传统基于变量预测模型的模式识别方法在小样本情况下识别精度较低的问题,提出一种基于递归量化特征优化选择的集成变量预测模型(EVPM).该模型采用递归量化分析对被分析信号进行特征提取,在交错式最大权值最小冗余规则下选择权重高且冗余度低的优化特征子集,引入高斯函数、径向基函数、广义回归函数建立特征变量间的复杂非线性关系模...     

改进的风力发电机组噪声音调评估方法

摘要：针对目前风力发电机组（Wind Turbine,WT）噪声音调评估方法的不足,提出了相应的改进方法。首先,采用Gabor阶比分量提取技术从WT运行状态下采集的噪声数据中,提取出与WT本身音调相关的噪声信号,消除了用停机状态下背景噪声修正开机状态下的WT噪声所造成的误差;然后,利用基于转速的最优分割法将一分钟WT噪声信号划分为尽可能平稳的子段信号,避免了由非平稳信号FFT变换引起的频率混叠现象;最后,采用基于谱平面的音调判定法代替IEC标准中基于心理声学模型的音调估计法,消除了初始音调预测的误差并简化了音调辨识的过程。新疆达坂城的试验研究表明,提出的音调改进技术能够消除IEC中音调辨识方法的不确定性和不一致性,在WT的音调噪声评估中具有良好的应用前景。     

MMDS多路微波分配系统的设计

论文分析了MMDS多路微波分配系统的组成原理,介绍了MMDS的设计计算,如接收系统对输入信号的要求、有效全向辐射功率的确定、发射天线的选择等,对建台具有一定的参考意义。     

相关匹配在轴承故障诊断技术中的应用

在分析传统轴承故障诊断方法不足的基础上,提出了基于相关匹配的滚动轴承故障诊断新方法。该方法使用滚动轴承故障冲击的动力学模型建立故障脉冲的解析模型,并以该模型作为匹配原子,采用谱峭度、峭度、平滑系数及相关系数方法对匹配模型进行了全方位的优化。该方法在一维时间域上以周期性的最优化脉冲模型,对轴承振动信号中等时间间隔的故障脉冲进行最佳逼近,不仅解决了传统匹配追踪法的欠分解或过分解的问题,并能有效地提取出不同故障时间产生的故障脉冲,便于进一步的轴承故障的量化分析。仿真和试验结果验证了该方法的可行性与有效性。