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.     

脉冲导函数对UWB信号功率谱的影响分析

根据美国联邦电信委员会（FCC）对超宽带（UWB）信号功率谱分布的规定，论述了作为UWB通信信息载体的脉冲波形对UWB信号功率谱分布的重要性，推导出在脉冲位置调制（PPM）方式下，高斯脉冲及其导函数与UWB信号功率谱中心频率之间的关系．     

层状半空间叠前地震记录的波动方程正演模拟

振幅随偏移距变化 (AVO)分析是一项利用振幅随偏移距变化特征来分析岩性和油气藏的地震勘探技术 ,它极大地改善了地震勘探的烃类检测能力。并不是所有气层的反射振幅都随偏移距增加 ,特殊岩性体也会产生AVO效应。利用弹性动力学方程变换和递归算法 ,计算了反射矩阵 ,从理论上推导了球面波在层状弹性半空间传播时产生的地面反射记录的计算公式。在实例模拟中 ,对计算速度和精度、空间假频、截断效应等给出了相应的解决方案。计算实例说明 ,波场模拟有助于AVO分析和叠前反演。     

混凝土湿喷台车臂架振动模态分析

以国内某公司喷浆台车SPTC25为研究对象,首先利用陀螺仪和加速度传感器在施工现场进行动力学测试,采集到关于臂架在实际施工时的角速度和加速度的时间历程曲线。然后通过数据处理和分析计算,得到臂架在仰俯工况下的振动频率和振幅,分别为1.18 Hz和0.092 m,回转工况下的振动频率和振幅分别为0.98 Hz和0.073 m。其次,对湿喷台车臂架建立了准确的有限元模型,并且进行了模态仿真分析,得到前三阶模态的固有频率和振型。结合隧道施工时的实际操作数据统计,最终得出结论,臂架在施工过程中长时间处于共振状态,使得振幅过大,这是臂架疲劳开裂的主要原因,也为后续湿喷台车臂架的研发和优化提供了新的分析思路。     

高温合金轴向超声振动钻削减摩机理

针对高温合金钻削困难、钻削过程中摩擦力大等问题,采用超声振动技术加工.首先,分析了超声振动减摩机理,构建了平均摩擦力与振动参数之间的关系,并得出了平均摩擦力与振幅之间的变化趋势.建立轴向超声振动钻削系统,利用该系统对高温合金进行钻削加工.结果表明:振动振幅对孔壁表面质量的影响符合超声振动钻削的减摩特性.利用优化后的振幅超声振动钻削,与普通钻削相比,切屑形态更加规整,孔壁表面粗糙度值更小,表面质量更好.     

永磁同步电机直接转矩控制新型占空比调制策略

针对传统永磁同步电机直接转矩控制系统转矩脉动和磁链脉动较大,现有占空比调制策略计算复杂等问题,提出一种新型占空比调制策略.该调制策略利用定子磁链和扇区电压矢量的作用角区分转矩脉动和磁链脉动在控制系统中的权重系数,并设计新型开关表,保证在任一控制周期中最佳电压矢量的选择.在保证系统计算量较低的前提下,利用权重系数和最佳电压矢量推导最优占空比计算公式.仿真和实验结果证明,所提出的新型占空比调制策略可以大幅度抑制转矩脉动和磁链脉动,获得较好的稳态运行性能,并保持系统快速动态响应性能.     

二元半规范双小波框架滤波器的构造

多元双小波框架的构造由于其较大的自由度和计算的复杂性，一直是小波框架研究内容的难点问题之一。本文提出了一类具有规范滤波器的二元双小波框架的构造方案。具体地，对给定的一对低通滤波器组，利用混合酉扩展原理，首先建立可以生成半规范双小波框架的高通滤波器对的最小数目，然后根据滤波器和多相矩阵之间的关系，给出了构造双小波框架滤波器的具体方案。     

OFDM系统中最大似然调制识别算法研究

对观测样本进行非线形变换,提出了基于子载波和子载波组的OFDM系统最大似然调制识别算法,解决了载波频偏引起最大似然调制识别算法性能急剧下降的问题.仿真结果表明,当归一化频偏小于0.15时,该算法具有良好的识别性能.     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

For whom the bell tolls? DING proteins in health and disease

DING proteins, identified mainly by their eponymous N-terminal sequences, are ubiquitous in living organisms. Amongst bacteria, they are common in pseudomonads, and have been characterised with respect to genetics and structure. They form part of a wider family of phosphate-binding proteins, with emerging roles in phosphate acquisition and pathogenicity. Many DING proteins have been isolated in eukaryotes, in which they have been associated with very diverse biological activities, often in the context of possible signalling roles. Disease states in which DING proteins have been implicated include rheumatoid arthritis, lithiasis, atherosclerosis, some tumours and tumour-associated cachexia, and bacterial and viral adherence. Complete genetic and structural characterisation of eukaryotic DING genes and proteins is still lacking, though the phosphate-binding site seems to be conserved. Whether as bacterial proteins related to bacterial pathogenicity, or as eukaryotic components of biochemical signalling systems, DING proteins require further study. Electronic supplementary material  The online version of this article (doi:) contains supplementary material, which is available to authorized users.