WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．     

一种子带适应的图象恢复最小二乘迭代算法

研究了基于子波变换的图象最小二乘恢复技术,提出了一种具有子带适应性的选代算法实验结果表明,采用该算法的恢复图象的质量和迭代收敛的速率均优于常规的空域解法．     

多种小波基应用性能分析（Ⅰ）

将近年来提出的各种典型的小波基（小波函数）进行汇总,对其有关理论问题和应用时需要注意的具体细节进行详细分析,对科技工作者和工程技术人员有一定的实用价值。     

草间小黑蛛的核型

报道了草间小黑蛛的核型,包括染色体数目、形态结构和性染色体组成．材料采自石家庄市郊区．细胞学数据主要来自对混合胚胎细胞有丝分裂中期的观察．实验结果表明：草间小黑蛛细胞的染色体数是雄体细胞２ｎ＝２４,雌体细胞２ｎ＝２６,性别决定机制为Ｘ１Ｘ２Ｏ系统．Ｘ染色体为全部染色体中最小的和次最小的一个（对）．对其Ｃ－显带标本观察表明,所有染色体均为端或亚端着丝粒染色体,每个染色体都有其特点．     

掺铅TiO2薄膜的制备及光催化性能

以钛酸四丁酯为前驱体,采用溶胶-凝胶法在玻璃板表面制得均匀的TiO2,并利用浸渍法镀pb2 得到掺铅的TiO2,用紫外漫反射、荧光光谱分析等手段对其进行了表征.研究结果表明,掺杂铅离子使TiO2的荧光峰明显增强,吸收带边发生红移,在紫外光区和可见光区的吸收明显增强.以紫外灯为光源,通过对甲基橙的光催化降解研究,发现掺铅TiO2薄膜的光催化活性明显大于掺Ag,Bi及纯TiO2薄膜,这是提高TiO2光催化活性的有效方法.     

弹壳静电分布对引信微带天线性能的影响

用均匀带电圆筒模拟带电弹壳分析了弹壳静电分布对微带天线谐振频率、方向图和增益的影响.首先,采用拉普拉斯方程法推导了均匀带电圆筒空间远场计算公式.然后,运用唯一性定理和场的迭加原理得到了合成场远场计算公式.最后,根据理论分析所得到的结果利用Matlab计算了微带天线辐射方向图,并分析了微带天线辐射方向图随着圆筒不同带电量的变化情况.     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。     

自适应冗余第2代小波设计及齿轮箱故障特征提取

针对强噪声背景下齿轮箱故障特征的提取问题,设计了一种提取该类信号时域特征的自适应冗余第2代小波.采用基于数据的优化算法设计每层小波分解的初始预测器和更新器,然后通过对初始预测器和更新器进行插值补零运算,来获得冗余预测器和更新器.第2代小波不需要剖分运算,利用冗余预测器和更新器直接对每层逼近信号进行预测和更新运算,能较好地保留信号的时域特征.采用第2代小波较理想地提取出了齿轮箱发生摩擦故障时的时域调制波形和周期性冲击脉冲,并对得到的细节和逼近信号进一步进行包络解调,从而分离出了故障调制源频率.结果表明,自适应冗余第2代小波对噪声背景下齿轮箱故障特征的提取效果优于其他小波.     

东营凹陷八面河地区坡折带特征及其对地层岩性圈闭的控制作用

通过对东营凹陷八面河地区广利东洼陷边缘坡折带的识别标志、成因机制以及演化规律的研究,总结了该区坡折带对于地层岩性圈闭的控制作用,以便为地层岩性油气藏的勘探提供依据.研究表明,该区广利东洼陷边缘发育挠曲坡折带和断裂坡折带,构造活动是形成坡折带的主要因素.坡折带的演化规律与构造活动的阶段性演化或幕式构造作用相对应,也表现出多期性、幕式活动和差异性活动的特点,而且坡折带规模与构造活动大小有关.坡折带对地层岩性圈闭的控制主要表现为:坡折带附近是地层岩性圈闭发育的有利区带;规模较大的坡折带控制了多数地层岩性圈闭,地层岩性圈闭在纵向上发育具有继承性特点;坡折带在横向上可以存在较大的变化,可形成不同的圈闭类型;坡折带控制下的地层岩性圈闭含油气性十分有利.     

基于自适应Gabor小波包的超声心动图像纹理特征提取

在基于纹理的医学图像检索中，由于提取的图像特征向量过长，大大影响检索速度．为此，提出一种基于Gabor小波包的自适应纹理提取方法：以信号能量集中度作为自适应选取小波包的优化参数，建立反映图像内容的纹理特征向量以及空间信息结构码．这种方法有效降低了纹理特征向量的维数，显著提高了图像分析的效率．在基于内容的图像检索实验中，以两类典型的超声心动图像为研究对象，结果表明该方法能够达到95．1％的平均识别率．