类磁栅液压缸集成位移传感器信号预处理方法

针对类磁栅液压缸集成位移传感器结构特点,为提高液压作动机构的液压缸位移测量精度,对类磁栅液压缸集成位移传感器信号预处理进行研究。首先,对包含直流分量、毛刺干扰、各次谐波分量等多种信号成份的响应信号进行描述;其次,对高通滤波器进行建模和仿真分析,得出了高通滤波器有效滤除直流分量的工作条件;最后,为克服已有脉冲滤除方法的缺点,提出了一种新型脉冲干扰在线滤除方法。实验表明:该方法可有效地提高类磁栅液压缸集成位移传感器信号预处理精度,对提高多种新型液压作动机构的液压缸位移测量精度具有实际的应用价值。

基于DHMM和BP神经网络的齿轮箱故障诊断研究

为提高齿轮箱故障的智能诊断精度,从信息融合的角度,提出了一种基于DHMM和BP神经网络的混合智能故障诊断方法。根据不同工况下齿轮箱的振动信号时频特征,利用训练样本建立各类工况下的DHMM模型,然后求得测试样本在各DHMM模型下的似然概率对数,将似然概率对数作为新的特征添加到原来时频特征中,把新的特征集作为BP神经网络的输入,实现各工况的诊断。实验结果证明,相比于单独使用DHMM方法、BP神经网络以及两种方法的简单级联,该方法较大的提高了齿轮箱故障的诊断精度。将DHMM方法引入到齿轮箱的故障诊断中,结合了BP神经网络的自适应能力强和DHMM时序建模能力强的优点,具有一定的应用价值。