基于滑移信息熵与最优滤波器构建的故障诊断方法

以故障信号局部包含信息的差异性为基础,结合相空间重构和信息熵理论,提出滑移信息熵序列对故障信息进行局部冲击特征识别。在此基础上,引入最小熵反卷积、最优滤波器构建等理论,成功实现了滚动轴承的微弱故障诊断。仿真数据和实验数据分析论证结果表明,提出的故障特征提取技术对于滚动轴承微弱冲击故障特征具有优越的识别和提取能力,对于实现滚动轴承强噪声背景下故障智能诊断具有重要的意义。

基于短时滑移模糊熵和LPP的轴承故障诊断

针对旋转机械设备的故障特征微弱和环境噪声强等问题,提出了一种基于短时滑移模糊熵和局部保留投影法(locality preserving projection,简称LPP)的故障特征提取方法。首先,通过对滑移截断短时序列的架构分析,引入多尺度复合模糊熵,获得信号在不同复合尺度下的特征信息和故障潜在特征,能准确反应信号复杂度和不确定性;其次,应用LPP流形降维并保留信号的局部数据特征,设计最优带通滤波器,对轴承振动信号进行故障冲击特征提取。仿真分析和实验数据结果验证了该方法在强背景噪声情况下降噪抑制方面的有效性,具有快速识别和提取滚动轴承的微弱冲击特征的能力。

频带多尺度复合模糊熵及其在轴承故障诊断中的应用

旋转机械设备发生滚动轴承故障的早期,受环境噪声影响,故障特征轻微.为了有效提取滚动轴承的故障信号冲击特征,以时频分析为基础,结合信息熵理论,提出一种频带多尺度复合模糊熵的故障诊断方法.与模糊熵相比,基于方差的频带多尺度复合模糊熵可以定量地表征非平稳信号的数据信息,抗干扰性强,更好地反映出不同频带分量在时间轴上的变化特性.引入自适应带通滤波器,成功实现对微弱故障的特征提取和故障识别.仿真分析和实验结果表明,提出的方法较传统滤波方法在降噪抑制方面效果更好,能够快速识别滚动轴承的冲击特征.

甜菜种植密度试验

通过试验和调查研究,明确了内蒙古达拉特旗原料区甜菜纸筒育苗移栽的适宜种植密度为64442～67340株/hm2,产量达到67t/hm2以上,产糖量达10.876～12.51t/hm2;比密植和稀植分别提高含糖率0.5度和1.04度;产糖量分别提高13.5%和8.4%。

覆膜甜菜补栽纸筒苗的示范试验

通过试验和大面积生产示范,明确了覆膜甜菜补栽纸筒苗保全苗的增产效果显著;缺苗率10.9%,补栽全苗,增产25%,产糖量增加18.9%,投入产出比显著,达1∶7.38。

甜菜“吨糖田”试验

介绍了通过选用良种、控氮增磷改善甜菜营养,合理密植调节个体与群体关系,保护甜菜功能叶片等技术措施,实现了甜菜666.7m2产糖1.0t的目标,获得显著经济效应。

基于短时信号重构与K-SVD特征提取算法

以故障信号局部包含信息的差异性为基础,通过短时奇异值分解算法来提取淹没与背景噪声中的故障冲击成分。再结合K-SVD稀疏分解训练算法,提出1种自适应学习字典构建方法,可以有效的自适应表征滚动轴承的故障信号。仿真和试验结果分析论证表明,该故障特征提取技术较常规稀疏匹配算法具更好的识别和提取冲击故障特征能力,有助于实现滚动轴承故障智能诊断。