奇异谱分解联合互信息的主轴轴承故障特征提取研究

奇异谱分解(singular spectrum decomposition, SSD)算法存在当信号信噪比较低时降噪能力较差以及敏感分量个数难以确定的问题。针对上述问题，提出了SSD联合互信息理论(mutual information, MI)的主轴故障特征提取方法。首先，将轴承振动信号经过SSD分解，得到多个奇异谱分量(singular spectral component, SSC);然后分别计算原始信号与SSC之间的互信息，选择最小互信息(minimum mutual information, MinMI)处的分量为最佳分量。由于背景噪声的影响，选取的最佳分量故障特征频率并不明显。因此，基于振动信号特点与互信息理论提出了差分突变互信息(differential mutation mutual information, DMMI)的有效分量保留方法，通过对计算相邻SSC之和之间的MI值，保留突变点内的分量作为敏感信号，在此基础上再依据MinMI原则设计带通滤波器，对敏感信号带通滤波并进行包络解调以提取故障特征频率。通过仿真信号与真实主轴轴承数据分析表明，对信号进行DMMI保留敏感分...     

无损检测技术的常见类型以及在焊接检测中的应用

无损检测技术在焊接检测中的应用是重要的研究领域,其目的是通过无损检测技术来检测焊接缺陷,提高焊接质量和可靠性。文章主要阐述了无损检测技术在焊接检测中的应用,介绍了包括超声波检测、射线检测、涡流检测和磁粉检测等常见的无损检测技术,并分析这些技术在焊接检测中的应用和发展趋势。总之,无损检测技术在焊接检测中的应用具有重要意义,可以提高焊接质量和可靠性,为工业生产和科学研究提供有力支持。     

复合区基体调控对Al2O3p/40Cr钢球形网络构型复合材料压缩性能的影响

采用金属微粉对Al₂O₃p/40Cr钢球形网络构型复合材料的复合区基体进行调控，研究了金属微粉对构型复合材料压缩性能的影响。结果表明，Fe320合金粉调控的构型复合材料压缩屈服强度、抗压强度、断裂应变，分别比还原铁粉调控复合材料提升了26.0%、25.4%、21.3%。结果表明，Fe320粉提高了构型复合材料复合区基体中Ni等合金元素含量，而还原铁粉则略微降低了复合区基体合金元素含量，因此Fe320粉强化了复合区基体。同时，球形网络复合结构中，裂纹在复合区内部纵向扩展，基体区对裂纹扩展有明显阻碍作用。因此，构型结构与复合区基体强化协同提高了构型复合材料的压缩力学性能。     

电雷管脚线（多发）绕把机动力学特性分析与研究

为精确掌握电雷管脚线绕把机系统动力学及运动学特性并对系统进行优化设计，建立了运动学和动力学模型，采用多体动力学数值分析方法对整机系统动力学及运动学特性进行了数值模拟研究，对PLC控制程序联动设计、整机系统的运动学及动力学性能优化起到了指导作用，实现了产品性能的动态优化设计。     

旋转设备数据不平衡问题的数据生成方法

在旋转设备运行状态监测及故障识别时，采集的样本多为无故障样本，而故障样本较少，这种数据分布的不平衡会严重影响分类器识别的准确性。针对此问题，提出了一种少数样本数据生成方法，即基于傅里叶变换与皮尔逊系数优化的生成对抗神经网络（Fourier-Pearson generative adversarial networks，简称FP-GAN）模型。通过对故障少数样本的扩充，提高故障诊断训练和识别的准确性。首先，使用傅里叶变化得到信号频域的单边谱，使用GAN网络生成信号频域；其次，通过皮尔逊相关系数对生成的数据进行优化；最后，通过傅里叶逆变换获得更接近真实数据的生成数据。仿真和实验数据验证表明，基于FP-GAN生成的数据样本在时域特征、时域统计特征以及分类器分类结果方面都能较好地与已有实际数据融合，可以对小样本数据进行增强，能有效解决数据不平衡问题。     

CuSn10P1合金薄壁轴套挤压铸造组织均匀性及性能研究

分别采用液态挤压铸造和半固态流变挤压铸造成形CuSn10P1合金薄壁轴套，对轴套组织均匀性和拉伸力学性能进行了研究。结果表明，半固态挤压铸造CuSn10P1合金轴套组织中物相尺寸和形态分布均匀性显著提高；半固态铸造组织显著细化和球化，基体相内部锡元素固溶度得到显著提高；δ和Cu3P脆性物相分布于高锡含量的细小α相之间；半固态挤压铸造薄壁轴套的抗拉强度和伸长率较液态挤压铸造轴套分别提高了26%和318%。     

基于神经预测无功补偿系统的风力发电系统控制策略∗

针对电力系统中的风力发电机组受外界风速波动及风力大小的影响具有不稳定性的特点,在风电机组与电 力系统之间加入无功补偿器,提出了一种基于通过集成拉盖尔模型预测控制(LMPC)与人工神经网络(ANN) 构建 的神经预测无功补偿系统的风力发电系统控制策略,该策略兼具拉盖尔模型预测控制和人工神经网络的优势,提高了 系统的动态性能,简化了控制算法的计算量,增强了控制系统平滑跟踪、减超调、优化和建模的能力.通过与仅使用 ANN的控制策略、常规模型预测控制(MPC) 策略、自适应神经网络-线性二次型高斯(ANN-LQG) 策略、常规模 型预测控制-线性二次型高斯(MPC-LQG) 策略的仿真比较,验证了所提控制策略(LMPC-ANN) 具有较强的鲁棒 性,减轻了风力波动对风电机组的影响,同时保持发电功率和发电机终端电压处于最佳值.     

转子图像空时域增强与振动测量方法研究

提高视觉测振精度的主要因素取决于单位周期内采集图像的样本数量以及图像中振动目标边缘的清晰度，但工业相机有限的采集频率和固有的分辨率会导致最终获得的时序位移信号因空时域信息丢失而出现明显的偏移误差。因此提出一种转子图像空时域增强与振动测量方法。通过视频插帧算法在相邻的两个样本图像之间插入一个拟合样本，从而增强单位周期内采集的样本数量。为了缓解采集的低分辨率图像中存在模糊、失真、噪点等现象，利用超分辨率重建算法恢复图像内的高频信息。在权衡算法耗时和计算资源损耗后，将视频插帧和视频重建进行任务集成，实现两个模型任务的特征信息共享。在自制的高速振动转子图像数据集中进行测试的试验结果表明：与当前的先进算法相比，本文构建的模型提高了0.3 dB,相应的轻量级模型在降低模型参数17.9%的同时比先进的模型任有更好的重建精度。两种采样频率下测得的时域与频域信号显示，所提出的算法获得的振动信号具有更好的周期性和稳定性。