一种新型陀螺经纬仪平稳快速锁放方法

锁放环节是影响摆式陀螺寻北速度及陀螺灵敏部下放后限幅难度的关键环节。为解决现有摆式陀螺寻北仪锁放时间较长且陀螺灵敏部下放后摆幅较大的问题,以一种能够进行匀速运动的锁放装置为例,通过对原有控制电路进行I2C总线扩展,针对锁放过程中各阶段特点合理控制锁放电机转速,实现平稳快速锁放要求。经实验验证,新的锁放控制方法完全可行,锁放时间控制到25s内,下方后摆幅不超过1°30′,具有可行性和实用价值。

军事院校研究生思想政治教育探析

军校研究生是军事人才中的高层次群体,其思想政治素质高低关系到未来战争的胜负。要深入分析这一群体的思想特点,查摆现行教育的问题与不足,结合实际创造性的提出优化设想。

基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究

针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化(Random Weight Particle Swarm Optimization,RWPSO)算法的双隐含层反向传播(Back Propagation,BP)神经网络(RWPSO-BP)的齿轮箱故障诊断方法。对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法(Principal Component Analysis,PCA)对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集(即主成分),把所选主成分归一化处理后利用双隐含层RWPSO-BP神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比。最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别。

陀螺经纬仪新型复合式快速精确限幅技术研究

根据现有陀螺经纬仪限幅时间较长的问题,设计了一种新型复合式快速精确限幅方案。以某陀螺经纬仪为样机,通过在锁放杯上增加液杯,在陀螺灵敏部下方增加阻尼片的方法在锁放过程中进行大摆幅限幅,同时通过摆幅监测在摆幅达到20'以内时,使用步进式限幅方法完成精确限幅。此种方法提高了陀螺经纬仪的限幅速度并保证了限幅精度,可在120 s内完成限幅,精度达到1'以内,满足精寻北的精度要求,提高了限幅效率。

基于VMD的螺栓松动状态识别

针对螺栓出现松动故障信号产生非线性、非平稳的现象,提出一种基于VMD与LSSVM模型相结合的螺栓松动状态识别方法。搭建螺栓松动实验平台采集螺栓松动状态下4种工况的振动信号;利用VMD分解对螺栓松动状态各个工况下的振动信号进行分解,并计算VMD分解后各模态分量的能量熵,最后以各工况下VMD分解的各模态分量能量熵为特征构造特征向量矩阵,通过LSSVM模型进行训练与状态识别。实验结果表明:该方法可以有效的识别出的螺栓松动状态,并通过与EMD-LSSVM模型进行对比,验证了该方法用于螺栓松动状态识别的有效性、可行性与相较其EMD分解方法的优越性。

澳门科技大学人文艺术学院毕业作品赏析

澳门科技大学成立于2000年,世界年轻大学排名第38位。服装设计隶属于人文艺术学院产品专业。设计教学注重开放性和多元化的文化实践,并探索时尚风格与新材料、新工艺的结合。今年的学士、硕士及博士研究生的毕业设计在服装、服饰设计中做出了积极的探索。

基于小波包分解与广义隐马尔科夫模型的机车牵引座裂纹状态识别

牵引座作为连接机车车体和转向架、承受传递机车纵向力的重要部件,其状态影响着机车的安全。文中针对机车牵引座正常、小裂纹故障、大裂纹故障等3种状态,提出了一种基于小波包分解(WPD)与广义隐马尔科夫模型(GHMM)的状态识别方法:通过db5小波包分解方法对机车牵引座的振动信号进行特征提取,同时结合时域敏感特征组成时频敏感特征向量,由模态区间不确定性分析方法构建模态区间特征向量,最后通过模态区间与隐马尔科夫模型组成的广义隐马尔科夫模型进行状态识别。识别结果表明,针对牵引座的3种不同状态,广义隐马尔科夫模型识别方法相较于传统的隐马尔科夫模型有更高的识别率,而且由于输出结果的模态区间形式包含更多的信息,使机车牵引座裂纹状态结果更加可靠。

基于LabVIEW的电机状态在线监测系统设计

为了实时掌握电机的运行状态,文章从总体结构、硬件电路以及程序等方面介绍了一种电机状态在线监测系统设计。该系统由数据获取模块、数据采集和处理模块、无线传输模块和上位机LabVIEW界面组成,可对电机温度、电流和转速等状态进行监测,实现在线显示数据及对比结果、离线分析历史数据等功能。

基于云平台和物联网技术的电机远程监测系统

我国的电机检修方式大多处于“计划修”的阶段,这种方法存在检修过剩或不足的缺点。电机的检修模式目前正在向“状态修”转变。针对解决传统电机监测系统数据传输能力较差及传统物理服务器易受环境影响的问题,提出了基于物联网技术、云服务器技术和4G技术的电机远程监测系统。电机远程监测系统分为下位机采集传输系统和电机监测云平台两部分,实现了对电机运行状态数据的采集、发送、储存、显示和分析。试验结果表明系统运行稳定,可以实现对电机的远程监测,对保证电机的运行安全很有帮助。

基于多参数趋势分析的机车牵引座状态识别

机车牵引座是机车车体与转向架的重要连接部件。机车在运行时牵引座经常承受交变载荷及腐蚀的影响,机车牵引座的焊缝处容易产生引发严重事故的裂纹。针对上述情况提出基于多参数趋势分析的牵引座状态识别的方法。采用扫频激励的方式对正常、小裂纹、大裂纹状态的机车牵引座模型做受迫振动。以牵引座模型的模态分析结果为参考依据,分析不同状态下牵引座模型的振动信号,引入振动相关的特征参数做焊缝裂纹早期开裂的趋势分析。根据趋势分析的结果,结合置信区间为机车牵引座焊缝裂纹的检测设定匹配区间,并进行实验验证。结果表明,该方法能准确地检测出机车牵引座焊缝裂纹及裂纹的状态。