时频分析阶比跟踪技术

旋转机械运转时其旋转部件引起的故障，其产生的振动和噪声所表现出的特征和轴的转速有密切关系。在这类故障的特征分析中，使用价比谱分析比一般的频域分析更具有优势。文中对两种典型的阶比跟踪法进行了较为系统的论述，在此基础上提出并介绍了正在研究的时频分析阶比跟踪技术，时频分析阶比跟踪技术用纯软件的方法实现阶比跟踪，是对原有技术的有力补充，特别适合于虚拟测试仪器发展的要求，有很好的应用前景。     

基于阶比跟踪的发动机过渡态振动数据分析方法

基于离散傅里叶变换(DFT)理论的传统谱分析方法无法满足发动机过渡态振动测定试验数据分析的需求。针对这一问题,结合发动机飞行试验的工程特点,建立了发动机过渡态试验转子振动信号的阶比跟踪分析方法,并利用该方法对某发动机试飞数据进行了分析,取得了良好的效果,证实了所建立方法的有效性。     

全息力谱分解技术研究

基于转子动力学理论 ,对传统全息谱故障诊断技术进行改进 ,提出了全息力谱分解技术 ,以进一步满足利用全息谱技术对机组运行状态中的高频分量信息进行更直观、有效描述的目的 ,从而为机组高频故障的早期捕捉提供了有效的手段 .为证明该方法的合理性和实用性 ,从理论及现场试验两个角度对其进行了详细的理论推导和试验验证 .     

基于分数阶小波的频谱感知算法

针对非平稳信号在低信噪比下使用能量感知算法感知效果差的问题,提出了一种基于分数阶小波的频谱感知算法。首先对接收信号进行分数阶小波变换达到能量聚集与去噪处理的目的,之后对重构信号进行能量感知。仿真结果表明,该算法相比于传统的能量感知算法以及基于小波变换的能量感知算法,可以提高在低信噪比下对非平稳信号的感知效果。在感知概率为0.3时,基于分数阶小波的能量感知算法比传统的能量感知算法和基于小波变换的能量感知算法分别提高了6 d B和2 d B的信噪比增益;在虚警概率恒为0.1时,基于分数阶小波变换的频谱感知算法的感知概率为0.867,明显高于传统能量感知算法0.287的感知概率和基于小波变换的频谱感知算法0.628的感知概率。     

回转机械故障诊断中的三维全息谱技术

介绍了基于多传感器信息融合理论的三维全息谱的构成原理及其矩阵表示,对三维全息谱及其差谱的物理含义做了清晰的解释,提出了一种基于三维全息差谱的故障诊断方法.试验研究表明,三维全息差谱的初相点相位和配重方位,以及初相点矢径大小和配重大小均呈线性关系.因此,三维全息差谱可以在几个支承面同时反映转子所受激振力大小和方位的变化.诊断实例表明,以三维全息差谱、三维全息谱分解为基础的三维全息谱诊断技术能全面利用转子各测量面的振动信息,在不增加额外诊断设备的情况下,确诊回转机械常见的振动故障,且在现场动平衡领域有着广阔的应用前景.     

小波算子矩阵法求分数阶积分与微分近似值

计算一类函数分数阶积分及其Caputo分数阶微分的问题.采用Haar小波和算子矩阵相结合的方法,得到一种Haar小波分数阶积分算子矩阵,利用该算子矩阵,对给定函数做了有效的离散,充分结合Haar小波矩阵的正交性、稀疏性,将求分数阶微积分问题转化为算子矩阵的乘积,从而便于计算机求解.平稳信号和非平稳信号的数值算例验证了该方法的可行性和有效性.     

非对称转子的全息动平衡技术

依据转子动力学理论分析并解释了转子全算动平衡方法;提出了测点模态比的概念,并将其应用于结构非对称转子的全息动平衡;分析了测点模态比获取的可能性及方法,并由此提出了不同的平衡方案。经动平衡实例验证,平衡法能有效地实施转 子现场动平衡,在工程实际中有广阔的应用前景。     

基于阶次跟踪和经验模式分解的齿轮故障诊断

提出了一种研究旋转机械瞬态信号的分析方法.对齿轮箱加速时测得的原始振动信号进行角域重采样,并对角域里的信号进行经验模式分解(EMD)得到多个固有模式函数(IMF),最后对包含齿轮故障信息的IMF分量进行阶次谱分析.结果表明,阶次跟踪技术能够有效地避免传统频谱方法所无法解决的频率模糊现象,EMD方法能够提取包含故障信息的IMF分量,将两种方法相结合是对传统的频谱分析法的有力补充,具有很广阔的应用前景.     

一种新的谱分析方法——转谱分析

由于转速的随机波动,旋转机械振动信号是一类非平稳的信号,所以以平稳信号为分析对象的传统的谱分析技术在此类信号面前显得无能为力.在分析国内外有关阶比分析的文献资料的基础上,简单总结了阶比分析方法的基本理论,列举了常见的阶比采样方法,并指出了阶比分析方法的不足之处,提出了一种新的针对旋转机械转速波动下的周期平稳角域信号的分析方法--转谱分析.     

时序自适应滤波技术用于听觉诱发电位的跟踪

本文针对诱发电位是具有重复出现特性的非平稳信号这一特点，利用时间序列自适应滤波技术对听觉诱发电位进行动态跟踪，时间序列自适应滤波技术将非平稳的听觉诱发电位进行分段处理，每段用一个专门的ＬＭＳ自适应信号增强滤波器来实现，实验表明，利用这一新方法不但能够得到优于常规平均技术的结果，更重要的是它能不断地跟踪诱发电位的变化轨迹，提供变化的细节，为临床诊断和神经生理学的研究提供有力的手段。     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

基于视线跟踪技术的眼控鼠标

利用基于图像处理技术的视线方向识别、跟踪方法,通过近红外光线在眼睛角膜反射产生的光斑和瞳孔中心的位置关系来确定视线方向,推导出人眼在计算机屏幕上的注视点,进而实现人眼对鼠标的定位与操作,其在显示屏上定位精度可达到40×40像素.     

齿轮箱升降速过程阶次倒谱故障诊断方法研究

齿轮箱升降速过程中的振动信号包含有重要的参考信息,研究该过程中的振动信号,有助于识别齿轮箱的故障.将常规的倒谱分析技术与阶次分析相结合,提出了阶次倒谱的齿轮箱故障诊断方法.首先利用重采样技术,将时域非平稳信号转化为角域平稳信号,最后对角域重采样信号进行倒阶次谱分析,就可提取齿轮的故障特征.实验分析结果表明该方法能有效地识别齿轮的故障类型.图8,表1,参8.     

一种基于CPFR的订单预测方法研究

协同规划、预测与补货(Collaborative Planning Forecasting and Replenishment,CPFR)强调零售商与供货商共同合作建立一个供应链的预测方式,其中协同预测阶段又分为订单预测与销售预测.以订单预测阶段为研究对象,归纳出协同合作下订单需求的影响因素作为模型的解释变量,然后结合传统时间序列与多元回归分析,建立了基于CPFR的订单预测模型.最后将该预测模型应用于国内某公司的订单资料.验证结果表明所提出的订单预测方法比传统使用单一时间序列方法的预测结果精度更高.     

基于SURF的目标跟踪算法

为了改善运动目标在跟踪中的实时性问题,提出了一种基于SURF算子的目标跟踪算法。通过对SURF特征点集进行描述快速确定目标位置,实验表明该方法是一种简洁有效的目标跟踪识别方法。同时针对目标运动过程中短时间的遮挡问题,提出了一种目标遮挡检测机制,为目标遮挡的处理提供了一种途径。     

基于SOPC技术的实时视频跟踪系统

城市消防安全远程监控系统是加强公共消防安全管理的一项重要科技手段,对强化单位消防安全管理,前移火灾预防关口,快速处置火灾,提高城市防控火灾的综合能力,具有十分重要的作用。在此提出一种基于SOPC的一种视频实时跟踪系统,采用处理速度较快的FPGA芯片,利用数字图像处理和数字信号处理技术,达到对目标进行自动检测、定位、跟踪等目的,该方法不但能可靠地检测出目标和较强的实时性。而且具有良好的扩展性,可以方便、快捷地完成系统的维护和升级。     

基于流式处理技术的GNSS信号并行跟踪方法

提出一种基于流式处理器的导航卫星信号并行跟踪方法,实验证明新型并行算法相对于传统算法提高解算速度高达几十倍,使得软件接收机多通道跟踪多种卫星导航定位系统的多颗卫星信号成为可能。