应用CEEMD降噪与自适应MOMEDA的轴承故障特征提取方法

针对滚动轴承早期故障信号中冲击成分能量低且易被强烈的背景噪声所淹没的问题,该文提出一种基于互补集合经验模态分解(complete ensemble empirical mode decomposition,CEEMD)-小波阈值降噪和参数自适应多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)的滚动轴承故障特征提取方法。将CEEMD与小波阈值降噪结合对原始信号进行降噪;提出一种新的复合指标:峭度-包络波形因子,并以其为适应度函数设计变步长搜索法,对MOMEDA算法的滤波器长度进行寻优;基于寻优的滤波器长度对降噪的信号进行MOMEDA解卷积,并通过包络谱分析识别滚动轴承的故障特征频率。对比实验结果表明:以该文寻找的最优滤波器长度作为MOMEDA的参数,解卷积后包络谱故障频率更加清晰;且相较于传统的MOMEDA算法和小波阈值降噪-MOMEDA方法,该文提出的方法能够更有效地提取强噪声背景下微弱的故障特征信息。

基于ELDA降维与MPA-SVM的滚动轴承故障诊断方法

为了提高滚动轴承故障诊断精度,提出一种基于偏心线性判别分析(Eccentric Linear Discriminant Analysis,ELDA)降维算法与经海洋捕食者算法(Marine Predators Algorithm,MPA)优化的支持向量机(Support Vector Machine,SVM)相结合的滚动轴承故障诊断方法。首先对轴承信号应用时域和频域分析方法构建高维特征集,其次应用自适应最大似然估计方法(Adaptive Maximum Likelihood Estimation,AMLE)进行固有维度估计,利用ELDA算法进行二次特征提取,充分挖掘敏感特征,降低冗余特征对故障诊断的影响;最后将低维敏感可分矩阵输入到MPA-SVM分类器中识别故障类型。实验分析表明,所提方法能有效缩短训练时长并提高诊断准确率。

ALIF-NLM轴承微弱故障特征提取方法

针对强噪声背景下滚动轴承早期微弱故障特征难以提取的问题,结合自适应局部迭代滤波(Adaptive Local Iterative Filter,ALIF)和非局部均值(Non-Local Means,NLM)去噪方法的优势,提出了一种ALIF-NLM轴承微弱故障特征提取方法。首先,构建了加权峭度-能量比准则来筛选ALIF分解的本征模态函数(Intrinsic Mode Function,IMF)分量并重构信号。其次,结合峭度对冲击信号的敏感性同能量熵对信号能量分布均匀性和复杂程度的评价性能构建最小能量熵-峭度比指标,并以该指标为适应度函数,利用粒子群优化(Particle Swarm Optimization,PSO)算法实现了NLM方法中参数组合的自适应选取。最后,利用自适应NLM对重构信号进行故障特征提取。仿真和试验分析结果表明,该方法能有效提取出强噪声背景下的滚动轴承微弱故障特征信息。

基于自适应阈值的循环增长地面点云分割算法

在坡度、路面起伏不平的场景中,针对单一阈值敏感性不足,多阈值简单组合存在冗余计算,且影响分割精度和鲁棒性的问题,提出了一种基于阈值自适应选取的点云分割方法。该方法在栅格分割中引入循环增长判断,以兼顾局部特征与全局特征,设计了一种触发式双特征判断机制,并通过拟合地面波动幅度自适应确定分割的高度阈值提高算法的分割效率和分割精度。最后基于开源数据集进行了仿真测试,验证了所提算法在地面点云分割中的精确性和时效性。

基于随机Petri网的城市轨道交通应急系统安全性能分析

为分析城市轨道交通应急系统安全性能,采用随机Petri网理论,考虑运营生产、治安消防和自然灾害3类应急预案,构建城市轨道交通应急系统的随机Petri网模型,并基于模型的马尔科夫链得到系统处于各种状态时的稳态概率表达式,通过改变各个变迁的触发速率,分析系统各种状态稳态概率的变化情况。结果表明,这个模型能够体现影响城市轨道交通应急系统安全性能的各因素之间的关系,并能通过数值变化趋势反映不同事故情况下提高安全性能的关键所在,达到分析系统安全性能的目的。

自适应UPEMD-MCKD轴承故障特征提取方法

为了准确提取强噪声背景下较微弱的轴承故障特征信息,结合均相经验模态分解(uniform phase empirical mode decomposition, UPEMD)和最大相关峭度解卷积方法(maximum correlated kurtosis deconvolution, MCKD)的优势,提出了一种自适应UPEMD-MCKD轴承故障特征提取方法。该方法将样本熵和峭度指标相结合构建最小熵峭比,采用遗传算法对最小熵峭比的最小值进行搜索,以确定移位数、滤波器长度和周期的最佳参数组合。经均相模态分解方法预处理的含噪信号通过相关性计算选取有效分量进行信号重构,重构信号借助最佳参数组合下的MCKD算法提取故障特征。内圈故障和外圈故障的实例分析表明,所提方法借助UPEMD的噪声抑制能力和最小熵峭比的参数组合寻优评价能力,能够从故障信号中有效的提取出微弱的故障特征。

航空货站自动化存取系统作业调度优化

为从作业调度角度提高航空货站自动化存取系统运作效率,在分析双板作业和防冲突避让对指令序列完工时间影响的基础上,以指令序列完工时间最短为优化目标,建立了航空货站自动化存取系统调度优化模型,并设计了一种改进的蚁群算法对模型进行求解.为避免算法在搜索过程中陷入局部最优,在引入权重信息素和随机扰动策略的基础上,提出了具有变异率的状态转移参数,用于在寻优过程中决定蚂蚁的移动方向.仿真结果表明:改进的蚁群算法较基本蚁群算法和遗传算法具有更好的全局搜索能力和求解精度,所提出的调度优化方法获得的指令序列完工时间较先到先服务调度策略有至少37%的改进.

多端口出入式自动化存取系统作业集成优化

为了提高具有双板作业运作特点的多端口出入式自动化存取系统(AS/RS)整体作业效率,在统筹考虑货位分配和指令序列排序对作业时间影响的基础上,提出以最小化指令序列完工时间为优化目标的集成优化模型。引入交换和插入思想构建货位分配和指令排序的搜索邻域,并分析2种邻域构建方法对指令序列完工时间的影响。最后,设计二阶段禁忌搜索算法对问题进行求解,利用货位分配和指令排序2个阶段禁忌搜索过程的反馈获得模型最优解,其求解过程体现货位分配和指令排序2个优化方面在邻域搜索过程中互相影响、互相嵌套的复杂关系。研究结果表明:二阶段禁忌搜索算法在不同的货位规模和指令序列规模下均能获得满意解,具有较好的鲁棒性和计算效率;相比"先到先服务"和"最近邻"调度规则,本文优化方法能够有效缩短指令序列完工时间。

城市轨道交通企业资产管理系统设计与应用

针对城市轨道交通行业资产种类多、数量大、专业性强、分布广的特点,结合城市轨道交通企业在资产管理过程中存在的问题,设计适合轨道交通行业的企业资产管理系统,阐述系统的整体架构、逻辑层次,固定资产管理、资产维护计划管理、工单管理、设备分析、采购管理等系统主要功能模块,以及系统实现所涉及的技术架构、系统接口、系统安全等关键技术。

面向转向架构架轻量化的灵敏度分析研究

针对复杂结构轻量化过程中筛选优化变量的问题,文章提出了一种基于灵敏度分析的复杂结构轻量化方法。该方法引入Kriging代理模型建立复杂结构中设计变量与质量之间的函数关系,将Kriging代理模型的拟合精度提高问题转化为相关系数最优解的优化问题,并利用改进灰狼算法的寻优特性探寻相关系数最优解,借助优化后的Kriging模型拟合响应替代有限元响应进行Sobol全局灵敏度分析,筛选轻量化设计变量。以CRH380拖车转向架构架为例的仿真分析结果表明,上、下盖板板厚和横梁内外阶壁厚的变化会引起转向架构架质量明显变化,为转向架轻量化的优化变量筛选提供理论依据。在不影响构架整体尺寸的原则下,选取以上设计变量为优化变量,实现了构架减重16.39 kg。

自动化存取系统多指令周期动态货位分配研究

为了从货位分配角度提高航空货站散货区自动化存取系统的作业效率,基于航空货站散货区自动化存取系统复合作业特点,以指令序列完工时间最短为优化目标,建立了货位动态分配数学模型,并设计了改进的单亲遗传算法对模型进行求解.不同规模问题的仿真结果表明,建立的货位动态分配数学模型是正确的,模型的求解方法是有效的,该优化方法可以有效提高航空货站散货区自动化存取系统的作业效率.

基于Petri网的网络最小费用最大流算法

将Petri网方法应用于求解网络的最小费用最大流问题,提出费用Petri网的定义,设计费用Petri网的变迁使能规则并提出求解最小费用最大流问题的Petri网算法.与以往的算法不同,该算法通过对库所进行标号寻找变迁的触发序列,并在该序列上增流.最后举例说明算法的应用.

求解双目标带时间窗车辆路径问题的蚁群算法

针对运输网络为多重图的双目标带时间窗车辆路径问题设计了蚁群算法.首先,建立了多重图的双目标带时间窗车辆路径问题的数学模型,提出了针对该问题解的搜索空间构建方法,定义了一种综合考虑各优化目标、时间窗和信息素等启发信息的状态转移概率公式.为了对比说明该算法的有效性,同时设计基于NSGA-Ⅱ的多目标遗传算法.针对本文算例,对蚁群算法中的各参数进行了敏感性分析,根据分析结果设定算法参数,获得了算例的Pareto最优路径集,同时与NSGA-Ⅱ算法及相关文献算法针对运行时间、收敛性和群体多样性进行比较.结果显示,本文设计的蚁群算法在这3个指标上均明显优于NSGA-Ⅱ算法;在相同蚂蚁数量情况下,本文的算法在收敛性和群体多样性方面优于相关文献算法.

车间监控机与设备层单片机系统的多机通信

介绍了一种应用于工业设备监控系统的车间监控机与设备层单片机系统之间简捷高效的多机通信技术方案。

旁通式自动化立体仓库拣选作业和出口选择的组合优化

自动化立体仓库系统是在计算机直接控制和管理下自动存取并实现综合自动化管理货物的多层仓库存储系统。旁通式自动化立体仓库作为一种新兴的立体仓库,越来越多地应用在需要快捷存取的场所。其中,堆垛机作业时间长短直接影响仓库存储效率的高低。为了提高旁通式自动化立体仓库作业效率,分析旁通式自动化立体仓库堆垛机行进路线的特点,建立了同时考虑堆垛机出口选择和拣选路径的组合优化模型。模型以一个拣选任务指令周期内堆垛机行进所花费时间为目标,同时对遗传算法初始种群生成方法进行改进,用改进后的遗传算法对该模型拣选路径优化部分求解,将该阶段结果的最末货位作为下一优化阶段的初始点,采用最近邻法寻找最佳出口位置。实验仿真和工程实际应用表明该模型和算法是可行的、有效的。

改进的自适应遗传算法及其性能研究

遗传算法的优良性能使其被广泛应用于现实许多工程领域中,但该算法由于随机搜索而带来的收敛速度慢、易产生局值、不稳定等问题,给其应用带来很大的困难。论文首先针对收敛速度慢,提出使用遗传迭代次数自适应控制选择算子,达到对收敛速度的自适应控制。其次,针对局值问题,提出一种新的改进自适应遗传策略,其交叉和变异算子能够根据前两代适应度变化进行自适应调整。最后,使用Matlab7.0对所选的函数进行优化仿真,通过比较仿真结果得出改进的自适应遗传算法在处理收敛速度和避免易产生局值方面具有较明显的优势。

BP神经网络在机场货运站生产调度中的应用

分析了机场货运站生产调度系统在执行过程中存在的不确定性作业调度,提出了利用BP神经网络对作业执行时间进行预测,根据预测结果进行作业调整,并以按航班出库作业预警为实例,给出了具体模型以及详细的处理流程。结果表明,将BP神经网络应用到生产调度系统中,预测准确率高,解决了作业时间延误的问题,提高了生产调度过程的可控性。

铁路客车检修管理信息系统

介绍了铁路客车检修过程中,对检修过程、检修数据、检修信息、检修质量的计算机软件管理系统,较详细地论述了系统的设计、结构、功能、主要特点和系统数据库设计。设计该软件系统的目的是针对目前铁路客车坚信修作业的信息化管理的需要,实现对客车检修生产作业的监控与管理。

GIS在调车作业监控系统中的应用研究

介绍了目前铁路行业对调车机车安全作业的要求,提出基于GIS的铁路调车监控系统.分析了GIS在整个系统中需要实现的功能,阐述了GIS中数字地图的实现和数据库的建立,应用RFID实现机车定位显示,并提出该系统中需要解决的问题.

LO型曲线的自适应遗传算法研究

标准的遗传算法在设置交叉算子和变异算子时使用固定的值,这样在求解复杂的优化问题时会存在解的多样性差和早熟的缺点。传统的自适应算法在收敛速度和解的多样性上是有效的,但是在算子调整的过程中,对算法演化过程中不同阶段的侧重不够(搜索空间、搜索精度、优秀模式的保存及进化动力),这样会使算法的收敛速度变慢并且减少优良解的多样性。提出一种改进的自适应调整算法来提高收敛速度及优良解的多样性,用Logistics曲线按照个体的适应度对交叉和变异算子的大小进行非线性调整,使得算子在演化的过程中满足不同阶段对搜索空间和搜索精度的要求。通过实验验证,新算法在收敛速度、稳定性及优良解的多样性上比传统的自适应遗传算法有优势。