基于特征注意匹配CYCLEGAN的高速列车轮对轴承数据均衡化方法

高速列车滚动轴承一旦发生故障就会停车检修,导致样本数据极度不平衡。数据集的不平衡性会对故障诊断结果的准确性和稳定性产生重要影响。针对该问题,提出一种基于特征注意匹配(feature attention matching, FAM)和循环生成对抗网络(cycle-consistent generative adversarial networks, CYCLEGAN)的轴承不平衡数据处理CYCLEGAN-FAM方法,该方法在CYCLEGAN的判别器中加入特征注意匹配模块,对从真实图像和生成图像中提取的特征进行对齐,从而提高生成样本的质量。试验表明,该方法能够生成与真实样本高度相似的生成样本,并随着不平衡数据集被逐渐平衡,故障诊断的准确率在凯斯西储大学4类和10类数据集上分别达到了99.8%和99.2%,在QPZZ-II四类和十类数据集上分别达到了99.4%和99.6%。

基于动态故障树的交通信号灯监测系统故障分析

针对交通灯故障无法及时处理影响交通效率与安全的问题,设计了基于ZigBee技术的监测终端,根据监测系统中部件发生故障的时序关系建立动态故障树模型,分别采用二元决策图法BDD(binary decision diagrams)和马尔科夫模型对静态子树和动态子树进行定量分析,确定监测系统底事件对系统整体的概率重要度,计算得到导致交通灯故障的主要原因为光纤传感器位置移动和灯珠寿命到期。使用动态故障树法设计交通灯监测系统为工作人员快速分析故障原因提供了理论依据。

基于VMD和自适应谱线增强技术的滚动轴承故障诊断

为了在噪声干扰下准确提取滚动轴承振动信号的故障特征,提出了一种将变分模态分解与自适应谱线增强技术相结合的轴承故障特征频率提取方法。首先采用VMD对原始振动信号进行分解和重构,然后通过自适应谱线增强技术对重构信号进行降噪处理,最后对降噪信号进行包络解调分析得到故障特征频率。利用滚动轴承仿真信号和实测信号检验了所提出的方法,并与VMD及小波分析+ALE方法进行对比分析,结果表明,VMD+ALE方法的滤波效果及检测精度更好,能够更加有效的提取轴承故障特征。

基于IMHSA-MSCNN-BiLSTM的风机轴承故障诊断

由于风力发电机组的非平稳运行条件和周围恶劣的工作环境,风机轴承故障振动脉冲特征易被随机噪声干扰所淹没,这给准确检测滚动轴承故障造成了挑战。为了降低随机干扰对后续特征提取的影响和算法复杂度,提出了一种改进多头自注意力机制(IMHSA)-多尺度卷积网络(MSCNN)-双向长短期记忆网络(BiLSTM)的风机轴承故障诊断方法。首先,由周期空洞自注意力和局部自注意力组成的IMHSA对特征进行增强,以减少随机干扰影响及特征增强过程中的时间消耗;然后,利用MSCNN-BiLSTM网络提取故障信号中的空间特征与长期依赖特征;最后,经全连接层和Softmax层输出风机轴承故障诊断结果,并采用实验台滚动轴承实际运行数据进行算例分析,通过与领域内其他同类方法的对比,验证了所提方法的有效性和优越性。

基于FPGA的滚动轴承故障在线检测系统设计

针对传统滚动轴承故障诊断方案不能实时在线诊断的问题,设计了基于FPGA的滚动轴承故障在线检测系统。在硬件方面,设计了信号调理电路,实现了A/D转换,完成了滚动轴承信号在线采集,设计了上位机界面,能够实时显示检测结果,实现了结果的可视化;在算法方面,利用共振解调技术,完成了滚动轴承故障频率的提取。最后在QPZZ-Ⅱ实验台对系统进行测试,并与软件检测方法对比检验系统实时性能。结果表明:系统能有效提取滚动轴承故障特征频率,解决了传统检测方案效率低的问题,满足滚动轴承故障实时在线检测的需要。

基于变分模态分解和Teager能量算子的滚动轴承故障特征提取

针对滚动轴承早期故障振动信号信噪比低、故障特征提取困难的问题,提出了基于变分模态分解和能量算子的滚动轴承故障特征提取方法。该方法首先对故障信号进行变模态分解(Variational Mode Decomposition,VMD),得到若干本征模态分量(Intrinsic Mode Function,IMF);其次,通过峭度准则选取其中峭度最大的分量进行Teager能量算子解调,得到信号的Teager能量谱。将该方法应用到滚动轴承仿真故障数据和实际数据中,结果表明,该方法提高了信号的分解效率,降低了噪声的影响,能够实现滚动轴承故障的精确诊断,证明了该方法的有效性。

VMD和ICA联合降噪方法在轴承故障诊断中的应用

针对振动信号易受噪声干扰的影响、故障特征提取困难的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和独立分量分析(Independent Component Analysis,ICA)相结合的去噪方法。该方法首先利用VMD算法将振动信号分解成若干不同频率的本征模态分量(Intrinsic Mode Function,IMF),有效的抑制了LMD分解中存在的模态混叠现象和端点效应等问题,然后依据峭度准则选取相应分量进行重构,引入虚拟噪声通道;最后利用Fast ICA将重构后信号再次进行去噪处理,分离出有效的故障特征分量,从而识别故障类型。将该方法应用到滚动轴承故障数据中,并与LMD-ICA方法作对比,结果表明,提出方法不仅能够有效的解决去噪过程中丢失故障信息以及由于模态混叠导致噪声不能完全去除的问题,还能更清晰、准确地提取出故障特征频率。

基于MID算法的组合切片分析在滚动轴承故障诊断中的应用

调制密度分布(MID)作为谱相关密度的开放性推广,能够很好地解决离散或者随机载波调制信号的检测问题,然而该算法在判定轴承故障前需要大量计算描述矩阵来估计调制密度因子,不能满足工业生产的实时性要求。为此,提出基于MID算法的组合切片分析方法,首先根据转速的波动范围,确定故障特征频率相对于理论值的波动范围,然后给定选择性因数(Δf)的范围并计算信号的MID组合切片带,最后通过切片带之间的能量对比确定轴承故障类型。该分析方法不仅对噪声不敏感,而且有效地减少了计算量,满足了实时性要求。随后,分别采用仿真信号和QPZZ-II系统(滚动轴承故障模拟实验平台)的实测数据,对MID组合切片分析方法进行了实验验证,并与包络解调分析进行了对比。实验结果表明,该方法对滚动轴承外圈、内圈和滚动体故障的检测精度更高。

中国民族传统体育文化元典研究

研究体育文化元典,不是对古代历史和文献资料简单地回顾,而是对中国民族传统体育文化在整个中国文化大背景下进行把脉,找出实现现代化的正确路径。这是中国民族传统体育文化实现现代化必须面临和解决的问题。在体育文化不断全球化的今天,研究体育文化元典可以给研究者更多更好的启示。

一种改进的基于轮廓特征拐点的遮挡车辆分离方法

在传统的基于4类特征拐点的遮挡车辆分离方法的基础上进行改进,提出了一种基于8类特征拐点的分离方法.该方法以车辆常用的矩形模板为先验知识,首先对存在遮挡的连通区域提取边缘轮廓,并将轮廓上的特征拐点分为8类;然后在对相邻且同类的轮廓特征拐点进行合并的基础上,利用改进的车辆轮廓特征拐点的类型组合来实现遮挡车辆的识别和分离.仿真实验表明,本文所提出的新方法具有更好的鲁棒性和精确性,且方法简单,具有很高的实际应用价值.

基于GPRS的数据采集系统的研究

本文研究开发了一套基于GPRS技术的无线数据采集系统,远端数据采集模块将传感器的输出信号进行模数转换,通过串行接口驱动无线modem经GPRS网络将数据发送到Internet上的远程监控中心,并完成数据的存储和显示。本文从硬件和软件两方面描述了系统的设计及实现方法。这种新型的无线数据采集系统非常适合于在边远地区或可移动系统中实现无线的数据采集和监控。

体育类非物质文化遗产保护问题研究——以陕西省为例

通过对体育类非物质文化遗产的相关理论、概念分析,以陕西省体育类非物质文化遗产保护为案例,结合以往民俗学、民间文化、传统文化对体育文化研究的成果基础,分析了我国体育类非物质文化遗产发展的现状和建设中存在的问题,并提出有建设性的思考和对策:(1)应克服反文化、伪民俗等现象在体育类非物质文化遗产保护中产生的消极影响,结合实际特定因素,保留体育的本质属性;(2)应冷静对待保护工作中存在的非理性思想,把握其根本目的及问题核心;(3)保护体育类非物质文化遗产需要国家和地方的相应政策跟进;(4)在保护工作中应杜绝盲目跟风、并树立正确的文化心态。

基于激光源的机车轮轨相对横移图像检测

机车轮轨接触点位置的变化能够直观地反映出轮轨的接触状态。针对当前摄像机检测方法难以全面拍摄到轮轨接触点位置的缺点,设计了一种基于激光源的机车轮轨相对横移图像检测方法。该方法采用摄像机与激光源相组合的方案,把摄像机与激光源分别安装在转向架上且与地面保持一定的角度,巧妙地将轮轨相对横移测量转换为激光源在轨道内侧表面光斑中心点位置的提取。实验结果表明,该方法实现了轮轨相对横移数据实时采集和存储,对高速机车稳定性和安全性研究具有重要的实际意义。

追问体育元典——兼论中华民族传统体育的现代化

主张从体育学的角度解读元典,提出通过对22部体育元典的研究,建构中华民族传统体育科学的话语系统。这项研究同时也是中华民族传统体育实现现代化的具体途径之一。

改进型共振解调器在轴承故障诊断中的应用

共振解调技术已经在旋转机械故障诊断中得到广泛应用,传统电压型共振解调器模拟电路能够实时、准确地提取低频共振带里的故障特征频率。受电压型运算放大器转换速度较低和二极管的非线性特性这两个方面的制约,通过传统电压型共振解调器的高频信号和微弱信号发生失真现象,从而造成高频噪声背景下的轴承早期故障被误诊或者漏诊。因此,提出了一种改进型共振解调器模拟电路,通过采用第2代电流传输器(CCII+)以及AB类偏置电压补偿,改善了传统电压型共振解调器中包络检波器的性能,使该设计方法在处理高频故障信号和微弱故障信号的精度均有较大提升。随后,将该电路应用于跑合试验台,对滚动轴承典型故障进行了在线诊断。实验结果表明该改进电路不仅拓宽了信号频率适用范围,而且保证了对滚动轴承早期微弱故障的准确提取。

基于DSP和以太网的铁路道口监测系统

根据铁路道口安全管理的需要,本文设计开发了一套基于DSP和以太网技术的铁路道口监测系统,介绍了它的硬件组成和软件结构。该系统使得铁路道口监测网与信息网融为一体,实现了对列车速度、车厢数目和列车行进的方向等列车运行状态数据的实时采集、网络传输、动态显示、入库保存以及历史数据查询等功能,并且可以同时向道口站工作人员发出声光报警信号,实用结果证明了该方案的正确性。

基于VMD-WPT和能量算子解调的滚动轴承故障诊断研究

针对滚动轴承早期故障振动信号具有能量小、易受背景噪声干扰,导致故障特征提取困难等问题,提出基于变分模态分解(VMD)和小波包变换(WPT)相结合的方法来提取故障特征。首先将振动信号进行VMD分解,得到若干本征模态分量(IMF);其次,通过峭度准则选取峭度值较大的分量进行重构;最后将重构分量采用WPT方法进行分解,并计算小波包的能量、选取能量集中的频段进行能量算子解调,从而提取故障特征信息。将该方法应用到滚动轴承实测数据中,并与目前最常用的方法 EEMD-WPT对特征信号的提取效果作对比。实验结果表明该方法可以更精确地提取出的故障特征频率,验证了其有效性。

一种火车轮轨相对横向位移的图像检测方法

目前通常采用的基于传感器的接触式测量方法,虽然可以监测机车运行状态并完善机车运行的安全性理论,但存在动态测量困难、零漂大和抗干扰能力差等缺点。针对轮轨接触状态最直接的反映——机车轮轨之间的相对位移,提出了一种火车轮轨相对横向位移的图像检测方法。将激光点以一定的角度照在车轮的平面上,把机车轮轨相对横向位移的测量转为车轮圆心与激光点在图片上位置的变化,最终实现车轮圆心和激光红点精确定位。实验结果表明,该方法能够准确地计算出轮轨相对横向位移,为后续进一步监测列车运行的状态以完善列车运行的安全性理奠定了基础。

基于TCP/IP协议的网络化振动传感器的研究

为了解决桥梁健康监测领域中大范围桥梁振动数据采集的问题,设计开发了一套基于TCP/IP协议的网络化振动传感器,介绍了它的硬件组成、软件结构。这种新型的振动传感器实现了对桥梁健康状态振动模拟信号的就近数字化和网络传输,使得测控网与信息网融为一体。该实现方案还可用于有大范围网络化测控需求的各种领域。

线结构光焊接图像去噪方法

为了滤除焊接过程中大量散射及飞溅焊渣等噪声,提出了一种基于自适应顶帽变换(adaptive Top-Hat transform)的线结构光焊接图像去噪方法.将噪声图像进行一定范围结构元尺寸的Top-Hat变换处理,提出了一种评价指标互相关系数(cross-correlation coefficient of image histogram,CCIH)选取得到最优结构元尺寸L.其次,进行一定迭代次数范围的顶帽变换(Top-Hat)变换处理,并提出一种基于最大类间方差(Otsu)改进结构相似度(SSIM)算法的评价指标相亮比(ratio of structural similarity index to average brightness,RSB)选取得到最优迭代次数I.结果表明,与自适应中值法(median filter,MF)、全变分法(total variation,TV)和非下采样轮廓波变换与全变差法相结合的方法(non-subsampled contourlet transform with total variation,NSCT-TV)相比,该方法在主观视觉效果,信息熵(entropy,EN)、峰值信噪比(peak signal-to-noise ratio,PSNR)和均方根误差(mean-square error,MSE)上均有较大的改善.噪声得到有效去除的同时图像中的线结构光区域得到较好的保留.