弹性连杆机构稳态动力响应的灵敏度分析

采用直接微分法得到了一种弹性连杆机构稳态动力响应灵敏度的计算方法，该方法克服了用差分法计算灵敏度存在的截断误差和舍入误差较大、计算精度低的缺点，是一种精确有效的弹性连杆机构稳态动力响应灵敏度计算方法。文中给出了一平面四杆机构的灵敏度分析实例来说明方法的有效性。     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.     

基于免疫算法的悬架系统参数的辨识

在ADAMS中建立了麦弗逊与双横臂两种不同悬架形式的1/4汽车模型,依据其输入输出数据,利用免疫算法分别对两者的车身质量、悬架刚度与阻尼、轮胎的刚度及轮胎质量进行了辨识.仿真结果表明:使用辨识参数的简化模型可以替代真实模型并能够合理反映出由于悬架结构不同而引起的性能差异;免疫算法是参数辨识的一种有效方法,具有较好的全局寻优特性.     

基于灰色理论的设备状态预测

针对一般GM(1,1)多步预测方法的不足,提出了一种基于代谢递补GM(1,1)的状态预测方法.该方法首先对原始信号进行预处理,再通过递补思想进行多步预测,然后利用更新数据进行代谢预测,最后计算设备状态的预测值与真实值误差,根据预测值的趋势判断设备的未来状态.实例分析结果表明,该方法所需数据样本少且数据训练时间短,后八步的预测精度可满足工程精度,能有效地应用于设备的中长期在线状态预测.     

基于证据理论的汽车制动器系统稳定性分析

针对汽车制动器系统可能存在不完整信息或冲突信息的情形,提出了一种基于证据理论的盘式制动器稳定性研究方法.该方法将参数不确定性分析引入制动器系统的稳定性研究中,采用证据变量对系统不确定性参数的不完整信息或冲突信息进行整合,并对系统参数的大不确定区间信息进行处理;建立了基于证据理论的不确定汽车盘式制动器系统的稳定性分析模型,采用关于系统复特征值阻尼比的信任函数和似真函数对系统的稳定性进行不确定性度量和评估,并给出了方法的具体研究步骤;通过分析不确定性条件下系统稳定性达到设计要求的概率区间,研究了各不确定参数对系统稳定性的影响.研究方法对抑制汽车制动噪声具有一定的工程指导意义.     

基于裁剪法的机构综合专利利用再创新模型

在机械产品开发设计中,机构综合主要依靠工程经验和机构学知识,普遍存在创新随机性大、创新方案少等问题.本文利用创新成果产生的宝贵资源专利进行机构综合创新,提出了采用TRIZ功能裁剪法对专利信息进行利用、采用设计目录方法对设计方案进行穷举和遍历、对有效专利进行合理规避的新思路,构建了基于功能裁剪法和设计目录的机构综合再创新程序化过程模型,通过实例应用,裁剪现有专利进行机构综合,提出了大量规避他人专利的创新方案,证明了采用该过程模型进行概念创新设计的可操作性和有效性.     

一种基于实测模态参数的结构损伤诊断方法

本文提出了一种利用实测结果固有频率与振型诊断结构损伤大小和位置的方法，并提出了一种能抑制测试误差对诊断准确性影响的正则化技术求解质量和刚度损伤诊断方程，以三根模型的损伤诊断实例说明了本方法的有效性。     

EMD方法在齿轮故障诊断中的应用

将EMD（Empirical Mode Decomposition）方法应用于机械故障诊断中，提出了一个新的齿轮故障诊断方法。EMD方法基于信号的局部特征时间尺度，能把复杂的信号分解为有限的内在模态函数（Intrinsic Mode Function）之和，这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对齿轮故障振动信号进行了分析，结果表明该方法能够有效地降低噪声，提高信噪比，突出齿轮故障振动信号的故障特征，从而提高齿轮故障诊断的准确性。