基于动作单元的机电产品故障溯源诊断方法

针对故障在复杂机电产品中传递发展的特点,提出了一种基于动作单元的机电产品故障溯源诊断方法.按照"功能-运动-动作"对整机功能进行结构化分解得到基本的动作单元,并分析动作单元之间的传递过程;在此基础上建立以动作单元和故障现象为节点的贝叶斯网络模型,利用贝叶斯网络的推理算法,计算各个节点的发生概率并追溯最大概率路径,实现动作层的故障动作单元诊断及故障动作单元传播过程诊断;利用故障图对动作单元内部的故障模式及其传递发展过程进行描述,找到引起动作单元故障的根本原因.通过对机电产品动作层和动作单元内部的诊断分析,实现故障现象到故障原因的溯源诊断.将所提出的溯源诊断方法应用到某企业数控转台故障诊断中,结果表明,从运动的角度进行故障溯源诊断,能够有效地诊断出故障动作单元及其传播过程并反映出动作单元内部元件故障的传递发展过程,便于找到导致故障的根本原因,提高了对机电产品故障诊断的效率.     

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。     

深基坑开挖对近邻大直径管线的影响分析

基坑开挖会引起土体的扰动从而带动近邻管线的位移,甚至会引起管线的开裂破坏。本文以实例工程为背景,运用有限元软件PLAXIS模拟基坑开挖引起大直径管线位移的变化,得出基坑开挖深度与埋设污水管线深度之间存在三种不同的位置关系,并且分析基坑开挖引起管线水平和竖向位移之间的差异变化,基坑开挖引起管线水平位移的增长速率为0.57mm/m,竖向位移增长速率为0.73mm/m,文中得到的结论和建议可为相似工程提供参考。     

SDS-PVP软团簇制备Cu2O中空亚微球及其光学性能

以十二烷基硫酸钠（SDS）-聚乙烯吡咯烷酮（PVP）组成的项链状软物质团簇为可调性软模板,采用N2H4.H2O为还原剂,还原CuSO4制备Cu2O中空亚微球。XRD结果确定产物为Cu2O立方晶系晶体;表面孔径吸附测试确定其表面多孔的特殊形貌;从SEM、TEM图像可以看出,产物Cu2O晶体为表面粗糙、具有中空结构的规整亚微球;用SDS-PVP项链状软物质团簇模板诱导二次组装作用成功解释了Cu2O中空亚微球的生长过程。随着Cu2O中空亚微球粒径减小,其紫外-可见特征吸收峰发生蓝移,利用半导体公式换算出Cu2O中空亚微球的禁带宽度;相同激发波长下,随着Cu2O中空亚微球粒径减小,光致发光强度增大。     

用电信息采集系统在智能电网中的应用和实现

随着生活水平的提高,人们对供电系统的质量要求越来越高,为了满足生产生活要求,我国对智能电网的发展较为重视,在2010年政府将智能电网建设列为国家发展战略。在智能电网系统中用电采集系统,承担着监控电网运行、用电信息采集和资源共享的重要职能,因此,为了进一步推动我国智能电网建设,加强用电信息采集系统的研究十分有必要。本文重点探索用电信息采集系统在智能电网中的作用,并对如何建设用电信息采集系统做了简单介绍,对用户信息采集系统未来发展趋势做个简单的预测。     

基于GRA和AHP的GRNN神经网络零件失效概率预测方法

为了提高对机械零件失效概率的预测精度,提出一种基于GRA和AHP的广义回归神经网络零件失效概率预测方法.在分析机械零件失效概率影响因素的基础上,首先利用灰色关联分析法(Grey Relational Analysis,GRA)分析影响机械零件失效概率的主要因素,通过层次分析法(Analytic Hierarchy Process,AHP)构建机械零件失效概率的评价指标层次体系,评估各个指标对于零件失效概率的权重;结合各个指标权重与初始值,以获取各指标的加权评价值;最后通过广义回归神经网络(Generalized Regression Neural Network,GRNN)建立以各指标加权评价值来预测机械零件失效概率的预测模型.利用本文方法所建立的预测模型对某企业数控转台的上齿盘失效概率进行预测,并与传统的GRNN神经网络预测模型、BP神经网络预测模型和回归预测模型进行对比,结果显示本文所建立的模型预测误差小于0.8%、残差在-0.2%～0.2%范围内,均优于对比模型的预测结果,表明所建立的预测模型具有更高的精度和更强的稳健性,适合于零件失效概率的预测.