基于理性样条插值的经验模态分解及其在轴承故障诊断中的应用

针对现场采集的滚动轴承振动信号表现出的较强的非线性、非平稳特性,提出了基于理性样条插值法的经验模态分解算法(Improved Empirical Mode Decomposition,IEMD)以解决曲线拟合问题。首先取得信号的极值点,利用镜像延拓法延拓两端极值;其次引入具有保形控制参数的有理三次样条插值法对延拓后的极值点进行曲线拟合;最后将迭代信号减去取得的均值包络线,使迭代后的信号满足分解条件。实验表明,改进算法有效改善了曲线拟合中的过包络和欠包络问题。结合希尔伯特边界谱分析,将该算法应用于轴承数据处理中,结果表明,该算法准确提取了故障特征频率,提高了经验模态分解算法的有效性,具有较高的工程实用价值。

模糊控制策略在原油稳前系统中的应用

对缓冲罐运行机理进行分析,建立了椭圆柱体卧式缓冲罐液位控制模型,并依此设计出二维模糊控制器,在保证生产流量平稳的同时,将缓冲罐液位控制在一个合理的范围内。通过在不同工况下与PID控制方法进行的仿真对比,结果表明所设计的模糊控制器具有更高的控制精度和良好的鲁棒性。