主分量分析法和K-近邻法应用于基因芯片数据分析

应用主分量分析法和K-近邻法对基因芯片(微阵列)数据进行分析.主分量分析法是一种提取海量数据有效特征的有效方法 ,可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.实验结果 表明,用主分量分析法预先对数据处理可以提高基因芯片数据分析的准确性.     

PSO优化深度神经网络诊断齿轮早期点蚀故障

基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取,特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障,直接以采集的振动信号作为网络输入,可以避免特征提取环节产生误差.此外,应用粒子群算法优化深度神经网络,使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络,诊断正确率能达到90%之上,证明所提出的方法是合理、可用的.     

基于独立因子分析法的信号盲分离的应用

现有的盲分离算法绝大部分是独立分量分析法,然而在实际应用中,独立分量分析法有诸多的限制条件.针对该问题,本文提出一种基于独立因子分析法(Independent Factor Analysis,IFA)的信号盲分离算法.独立因子分析法结合了一般的因子分析法、主元分析法以及独立分量分析法的优点,用于解决混合语音信号的盲分离问题.实验结果证明:独立因子分析法可以处理信源数目不同且数据包含强噪声的情况.数据信噪比越低,独立因子分析法的优势更为显著.     

基于PCANN的BP神经网络话者识别系统

本文利用主分量神经网络分析法(PCANN)和反向传播神经网络,提出了一种具有较强自适应性和较高识别率的说话人识别方法.在此算法过程中,主分量分析法主要是对语音信号的原始特征作分析以得到更好的特征参数;BP神经网络则是作为一个分类器对说话人进行分类.文章将主分量分析与BP神经网络相结合,提高了识别的正确率,增强了系统抗噪声能力,减少了训练时间和计算量,同时简化了网络结构.     

基于支持向量机的发动机故障诊断

针对发动机的故障特点,提出了一种基于主分量分析和支持向量机的发动机故障诊断方法.利用小波包对声级计采集到的解放CA141型汽车发动机声音信号进行特征提取,应用主分量分析方法在不损失有效信息的情况下,将原始特征向量中的冗余信息约简,在此基础上通过支持向量机对发动机故障进行分类.诊断结果表明,该方法在保证较高诊断精度的同时,可将支持向量机的训练时间缩短1/3,从而提高了故障诊断效率.     

瞬时频率波动分析与齿轮故障诊断

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法—瞬时频率波动(TFF—Transient FrequencyFluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证。     

基于PCA-SSA-PNN的齿轮故障诊断

齿轮在工作过程中故障发生率高是造成传动机械设备故障的主要原因。通过对齿轮故障进行正确的特征提取和类型辨识，可实现对齿轮故障的有效识别。以齿轮箱9种不同的齿轮状态振动加速度信号为研究对象，我们提出一种利用主成分分析法降维，基于麻雀搜索算法优化概率神经网络特征参数的齿轮故障诊断模型，以提升概率神经网络模型的正确识别率。本文将该模型与传统概率神经网络模型、主成分分析-概率神经网络模型的正确识别率，以及改变样本数据量和添加不同噪声系数对正确识别率的影响进行对比试验，证明了该模型对齿轮故障诊断的有效性。     

两种形状识别方法及其实验

物体的形状识别是模式识别的重要方向,广泛应用于图像分析、机器视觉和目标识别等领域.目前,对形状识别的主要方法有傅里叶描述子、主分量分析等.对傅里叶描述子、主分量分析方法进行了详细阐述,通过对仿真得到的数据分析比较,验证了主分量分析法和傅里叶描述子方法对形状识别具有比较好的效果.     

基于改进的EMD方法和能量算子解调法的齿轮故障诊断

针对齿轮发生故障时其振动信号常常带有非平稳性和调制的特点,提出了基于改进的EMD分解和能量算子解调的故障诊断方法。首先对故障信号进行EMD分解,得到一族IMF分量;然后对各分量进行基于能量原理的虚假模态消除;最后对新得到的一族IMF进行能量算子解调,得到其频谱,实现了齿轮故障的识别与诊断。分析结果表明,EMD与能量算子解调相结合的分析方法在齿轮故障诊断中具有有效性。     

基于主分量分析GA-BP神经网络的人脸识别算法

针对人脸图像数据量大和BP神经网络容易陷入局部最优的问题,提出将主分量分析、遗传算法和BP神经网络相结合的新算法,并将其应用于人脸识别中。利用主分量分析法来处理人脸图像,以减小人脸图像的数据量,再利用遗传算法优化BP网络的初始权值和阈值,最后利用ORL数据库对该算法进行验证。实验结果表明,该算法可以大大减少人脸图像的数据量使收敛速度加快,并且可以克服其陷入局部最优的缺点,提高了识别精度。     

齿轮故障诊断专家系统的研究与实现

基于齿轮故障诊断方法及大量实验数据，结合齿轮故障的判据，研究并建立了适应于齿轮故障诊断特点的齿轮故障诊断专家系统．本论文根据齿轮故障产生的机理及诊断方法，采用了框架及产生式知识表示形式，设计了齿轮故障诊断的专家知识库．通过规则集与规则集之间采用有知识搜索、规则集内部采用前向推理、规则前提和结论之间采用哈希算法的有机结合来实现推理机制。从而实现齿轮的故障诊断．利用该系统对齿轮试验数据进行分析、处理进而推理、诊断获得了满意的效果．     

水泥厂刮料机减速箱故障分析与结构改进

对水泥厂刮料机减速箱发生的故障进行了分析,找到了发生这种故障的原因,依据机械设计基本理论,提出了相应的修复措施和结构改进方案。改进方案消除了该减速箱结构设计上的原始缺陷,不但能有效地防止此类事故的再次发生,而且结构简单、成本低,为该厂节约了大笔维修经费,减小了因停产带来的经济损失。     

基于AHP-FTA的齿轮传动安全性评价

为量化评价齿轮传动系统的安全性,采用层次分析法（AHP）对齿轮传动系统进行失效因素的权重分析,并引入事故树分析（FTA）技术,系统地分析了导致齿轮传动失效的基本事件,以此作为层次分析法指标权重的赋值依据。齿轮传动系统故障树所得的指标权重说明,载荷监控对于齿轮传动安全性的影响最大,其次为齿轮的润滑管理和安装精度。在此基础上,建立了齿轮传动系统安全评价模型,设定了安全评定等级,通过加权求和的方法对齿轮传动系统进行了量化评价。     

多齿根裂纹对齿轮传动时变啮合刚度的影响

时变啮合刚度是影响齿轮传动振动特性的重要参数,常用于基于振动的齿轮传动裂纹诊断。为深入研究齿轮裂纹诊断问题,旨在研究齿根裂纹对齿轮传动装置时变啮合刚度的影响。首先,基于齿轮所受转矩和啮合齿轮转角变形量,推导出齿轮传动装置的时变啮合刚度理论模型。然后,以渐开线标准直齿圆柱齿轮为对象,建立含齿根裂纹齿轮传动副有限元模型,提出基于有限元方法的齿轮传动时变啮合刚度计算方法。最后,通过数值算例讨论了一个啮合周期内齿根裂纹对单对轮齿啮合和两对轮齿啮合时啮合刚度的影响。结果表明,两对轮齿啮合时,双裂纹参与啮合不仅降低啮合刚度,而且远大于单裂纹对啮合刚度的影响;与单裂纹参与啮合相比,随着双裂纹的裂纹深度增加,啮合刚度的下降率增大;增加裂纹深度时,两对轮齿啮合时啮合刚度峰值与单裂纹单对齿啮合时啮合刚度峰值的差距缩小;组合裂纹参数下两对轮齿啮合时,因为轮齿参与啮合顺序不同,裂纹深度对齿轮啮合刚度的影响明显不同。研究结论可为基于振动特性的含多裂纹的齿轮传动裂纹诊断提供理论支撑。     

EMD与ICA相结合的复杂转子系统早期故障诊断

为了提取复杂转子系统微弱故障信息,对其早期故障进行预知诊断,针对某型涡桨发动机的减速器传动机构接连发生的齿轮毂裂纹故障问题,通过布置多组加速度传感器对多组正常齿轮毂和预制早期裂纹故障的齿轮毂进行正常试车下的振动信号采集。采用EMD(empirical mode decomposition)方法把测试信号分解成多个IMF分量,选取合适IMF分量利用基于非高斯性极大的ICA(independent component analysis)固定点算法进行混合再分离,得到了信息较为独立的特征分量。通过对特征分量进行解调分析得到能清晰反应故障状态的调制信号信息。结果表明基于EMD与ICA相结合的特征信号分离提取技术加包络解调法能有效地识别复杂转子系统早期故障信息。     

基于电机电流分析的齿轮故障诊断研究

本文提出了一种基于电机定子电流的齿轮故障诊断方法,相对于齿轮故障诊断的一般振动信号诊断方法,该方法可实现远程诊断、便于安装且受环境噪声影响小的优点,是一种无损的故障诊断方法。本文针对电机驱动的齿轮传动系统,建立了负载转矩对电机定子电流的理论模型,并分析了各种状况时的定子电流频谱特征,发现可以利用基频与转频的变频带、基频与啮合频率的边频来判断齿轮断齿故障和磨损故障。通过matlab/simulink对电机齿轮系统进行了仿真,并在实验平台上进行了验证。     

基于小波包分析和BP网络识别的齿轮故障诊断

针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中，用传统的信号处理方法不易提取故障特征，给齿轮的故障诊断带来很大困难这一事实，本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络，研究了BP网络故障模式识别与小波包故障特征提取结合在一起对齿轮故障进行诊断的方法，研究结果表明该方法可以成功地用于轮常规故障的识别和诊断。     

热系统法在闸门启闭减速机“低温效率”预测中的应用

本文根据齿轮装置的热系统分析方法,对闸门启闭减速机随油温变化的热损失和机械效率进行了预测.同时对这种减速机作了机械效率实测并与预测结果作了比较.本文还分析了闸门启闭减速机在低温下的效率,并作了低温下的故障预测.     

Analysis and Simulation for Planetary Gear Fault of Helicopter Based on Vibration Signal

Fault diagnosis for helicopter’s main gearbox based on vibration signals by experiments always requires high costs. To solve this problem,a helicopter’s planetary gear system is taken as an example. Firstly,a simulation model is established by McFadden,and analyzed under ideal condition. Then this model is developed and improved as the delay-time model of the vibration signal which determines the phase-change of sidebands when the system is running. The cause and change-rules of planetary gear system’s vibration signal are analyzed to establish the fault diagnosis model.At the same time,the vibration signal of fault condition is simulated and analyzed. This simulation method can provide a reference for fault monitoring and diagnosis for planetary gear system.     

齿轮状态声信息流的识别法

根据齿轮噪声信息流的传播途径研制了固体声传声器和检测系统，并采用时域分离法分析处理固体声信息以确定齿轮的运动状态，实验结果表明，将此方法用于齿轮故障识别时，能确切提取反映齿轮工作状态的信息流。