多参数测量方法的研究

以某装置参数测量仪为例,研究其压力、速度、加速度和时间等参数进行迅速、准确的测量,为装置的调试提供可靠的依据,确保装置的各项性能．采用MCS51系列单片机和大规模集成电路结合传感器技术将所要测量的参数转换为电量,实现多种参数的综合测量．测量仪集合了测量、液晶显示、数据通讯、打印绘图等功能,是某装置调试不可缺少的测试设备．主要介绍了参数测量仪的基本工作原理、测量仪与计算机的通讯,详细阐述了各功能单元的电路结构．     

项目管理软件AHP嵌套——网络结构及其特性与功能的研究

由嵌套结构生成器和网络计划生成器构成的AHP嵌套——网络结构凝固了项目管理软件的核心技术,它集中体现了网络计划技术基础理论和项目管理软件开发理论的精髓。通过对BANT嵌套结构生成器与P3编码结构、BANT网络计划生成器与P3网络计划生成器功能的比较,通过BANT嵌套--网络结构与P3编码／横道图组合结构的比较,得到项目管理软件的嵌套——网络结构应该具备的基本特性与功能以及它必须是一个有机整体结构的结论。     

基于径向基函数神经网络的斜拉桥损伤识别

为寻求桥梁结构自动损伤识别的方法，利用径向基函数（RBF）神经网络对某斜拉桥进行了损伤识别研究。分别采用了频率、振型模态、曲率模态3种指标作为网络的输入参数，考虑1根斜拉索损伤、2根斜拉索损伤及3根斜拉索损伤的三类工况，提出了损伤位置识别判断准则及识别效果评价指标。研究表明，径向基函数神经网络对斜拉桥的损伤位置和损伤程度能进行有效识别，构造样本和选择损伤指标是今后的研究方向。     

遗传编程在无量纲指标构建中的应用

为克服传统无量纲指标构建方式的缺点，将遗传编程引入于无量纲指标的构建中，通过对原始参数重新组合优化，从而形成新的指标，并根据分类效果直接进行选择，最终获得了最佳参数，该方法克服了传统方式的盲目性，简便易行，同时将获得的优化指标应用于滚动轴承状态识别中，得到了良好的识别效果。     

轻便型摩托结构模态参数的识别

以ＮＦ－１２５双轮摩托为研究对象,采用频域法中的传递函数模态分析法,根据实验模态分析的实,复模态参数识别理论,成功地获取了各子结构的模态参数,建立了整车的动力学方程。     

基于模糊层次分析法的农民返乡创业机会识别能力评价研究

农民返乡创业机会识别能力是影响农民创业成功的重要因素。建立了农民返乡创业机会识别能力评价指标和评价模型,运用模糊层次分析法对农民返乡创业机会识别能力水平的影响因素进行了定量分析,并通过专家评价法对农民返乡创业机会识别能力评价体系中的指标进行了深入分析,计算出了各指标参数的权重,对农民返乡创业机会识别过程中收益预期、成长空间、市场需求和组织管理等方面进行综合评价。     

2—（4—甲苯基）4—（取代）苯基—1,3,4—恶哒嗪—5—酮构效…

本文动用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络建立了杀螨剂２－（４－甲基基）４－（取代０苯基－１，３，４－恶哒嗪－５酮的杀螨活性与其结构特征参数间的非线性关系。结果表明，该方法识别成功率较高，可望成为研究药物构效关系的有效辅助手段。     

2-(4-甲苯基)-4-(取代)苯基-1,3,4-哒嗪-5-酮构效关系的T.Kohonen网络研究

本文运用Ｔ．Ｋｏｈｏｎｅｎ自组织人工神经网络建立了杀螨剂２－（４－甲苯基）－４－（取代）苯基－１，３，４－口恶哒嗪－５－酮的杀螨活性与其结构特征参数间的非线性关系．结果表明，该方法识别成功率较高，可望成为研究药物构效关系的有效辅助手段     

基坑开挖的信息化预报

论述了基坑开挖信息化预报研究涉及的两个基本方面－模型识别和参数反演，提出了信息化预报的机制，并作了算例分析。     

电磁轴承－转子系统稳定性分析与控制器参数设计

以多质点离散转子为对象，采用对数衰减率作为指标，判别电磁轴承－转子系统的稳定性；分析讨论了控制器各参数对系统各阶模态对数衰减率及固有频率的影响，由此从稳定性出发来指导控制器的参数设计．所采用的分析方法较过去单质点转子及极点配置法更精确和接近于实际转子系统     

基于自适应阈值的心音分段算法研究

心音信号可以反映人体心脏瓣膜活动情况,对心音进行分类可以区别出不同心音的病理性信息,这对于临床上诊断不同的心脏疾病具有重要的意义.心音分段是进行心音分类的前提,通过心音分段可以定位出心音中的第一心音(S1)和第二心音(S2),为心音特征参数提取与心音分类提供定位基准.为此,本文提出了一种新的自适应阈值选取心音分段算法.该方法首先利用小波变换默认阈值法对心音信号进行去噪;然后使用归一化香农能量来提取较为平滑的心音包络;接着对包络进行有效地峰值检测,从而确定初始大阈值TH1,并通过迭代法得到最终稳定的双阈值;最后进行心音分段以及分段结果分析.针对部分异常心音分段结果,如心音分裂等的分段结果,利用心音时域、能量等特性实现心音段的合并或去除,保证了分段结果的准确性.实验结果表明,本文方法对正常及异常心音分段准确率分别为97.24%和91.83%,总体分段准确率为95.56%,分段准确率高于传统的阈值选取分段方法.     

基于循环平稳包络的心音分割方法

提出了一种基于循环平稳包络的心音分割算法,自动把第一心音(S1)和第二心音(S2)从每个周期中分别提取出来。计算心音信号的循环平稳包络,选择一个阈值来区分S1和S2。不需要参考信号,而且不受噪声干扰,即使是在有噪声的情况下,也能正确区分出S1和S2。处理了来自20个样本的心音信号(包括15个正常心音和5个异常心音,共715个周期),结果显示,分割的正确率超过96%。     

机器内部故障的外在表征—异响

在诸类机器噪声中提出了“异响”这一概念 ,并将机器噪声分为基本噪声和异响两类。对异响的产生机制、检测方法进行了论述。以一组异响砂轮机为例 ,研究了异响与机器故障的对应关系、指出了解决故障的方法。     

车辆减振器噪声诊断的双谱分析法

噪声正常与异常的车辆减振器振动信号具有不同的高斯性和对称性特征.以双谱分析理论为基础,分析并计算了不同振动信号的选择双谱.采用选择双谱来提取振动信号的故障特征,通过马氏距离判别法来实现对车辆减振器异常噪声诊断.诊断结果与实际相符,从而验证了双谱分析法的有效性和实用性.对进一步了解减振器异响发生机理,寻求异响控制具有工程意义.     

基于Hilbert-Huang变换的第一心音信号时频分析

根据瓣膜原理,第一心音(S1)是在心脏收缩期由二尖瓣和三尖瓣关闭时引起的振动产生的,含有多个频率分量.对第一心音信号的分析研究,在临床上对心脏疾病的诊断有重要意义.本文用一种全新的时频分析方法:Hilbert-Huang变换(HHT),对30例心音数据进行心音分析实验.实验结果表明:HHT方法可以有效的分析心音信号;S1含有二尖瓣M1及三尖瓣T1两个主要成份;异常S1的M1和T1的频率比正常S1有升高.     

基于生成对抗单分类网络的异常声音检测

针对正常和异常声音可能具有较大的相似性, 有时无法利用自编码器重构误差大小区分的问题, 提出一种生成对抗单分类网络方法进行异常声音检测, 通过多次训练, 该方法学习正常样本的分布特征. 在测试过程中, 测试正常样本能以极小的误差进行重构, 而异常样本重构效果较差, 在某些频率段会发生畸变, 从而给出判别分类结果. 实验采用UrbanSound8K公开数据集和实测电机声音数据集进行了测试, 获得该方法的准确率分别为86.3%和98.1%, 比卷积自动编码器等主要深度学习方法分别提高了5.0%和3.0%.     

强驻波声场中脉动速度特性

利用激光多普勒测速仪对管内空气强驻波声场中脉动速度特性进行了测量.实验结果表明:强声场对流场有很强的调制作用,使流场产生了与声波同频率的周期性脉动,且脉动幅度随着声场强度的增加而增大.管内声场强度不大时,实验值与理论值吻合较好;声场强度超过160dB后,出现了声湍流现象,实验测量值与理论计算值之间存在明显的偏差.当管内压力波幅处声场强度达到164 dB时,距离反射板130 mm位置处(sin kx=0.67)湍流脉动速度均方根值为3.50 m/s,达到了该位置处脉动速度幅值的45%,表明强驻波场声湍流脉动非常剧烈.     

面向多场景的环境异常声音识别

随着人工智能和大数据的发展,各种场景中对异常声音识别的需求日益增长,基于人工智能的声音识别技术正在兴起并被高度重视。现行主流的异常声音识别算法多为浅层机器学习模型结构,对异常声音的识别率较低,且识别的声音类型单一。为了有效识别异常声音,提出一种基于梅尔频率倒谱系数(Mel-frequency cepstral coefficient, MFCC)和卷积神经网络(convolution neural network, CNN)的环境声音识别算法,对各类异常声音进行采集和有效识别,并及时反馈声音状态,为各类声识别应用场景提供精细化管理技术手段。结果表明：提出的算法对5类场景下环境异常声音的识别率得到极大提高,适用于更广泛的声学场景,具有明显的优势。     

油液减振器空化异响成因分析

对油液减振器工作原理进行了剖析,对空化异响产生的机理进行了分析,并建立了相应的力学模型,对正常和空化异响减振器的活塞杆加速度的时域响应进行了仿真,仿真结果与通过减振器异响检测设备所测得的活塞杆加速度时域信号进行了比较,验证了理论仿真分析方法的正确性。研究结果表明,空化将引起减振器异响和异常振动,空化减振器活塞杆加速度的时域波形、功率谱、双谱等特征信号明显区别于正常减振器,并提出改善空化异响的对策。     

深沟球轴承振动峰值、波峰因数与异常声关系的试验分析

在轴承振动测试的基础上,对深沟球轴承振动加速度峰值、波峰因数与异常声的关系进行了统计分析,结果表明,波峰因数、振动加速度峰值与轴承异常声之间具有密切的相关性,从总体变化趋势来看,存在一个最佳波峰因数,对轴承异常声的有效判定率最高.这一结论,能够解决轴承异常声的判定并为深沟球轴承振动峰值技术条件标准的制订提供了可靠的试验依据.