奇异谱分析在机械设备故障诊断中的应用

在重构相空间重构吸引子的基础上,提出一种基于奇异谱分析的设备故障诊断方法。基于奇异谱理论介绍了该方法的基本原理,并给出该方法的实现步骤。实验研究表明,该方法可以显著降低噪声信号,有效地提高信噪比,并且能保留与噪声信号的频谱相混叠的系统信号,突出故障的信息特征,可大大提高设备故障诊断的准确性,它同时还具有良好的瞬态信息提取能力。

特征选择与支持向量机参数同步优化研究

提出了免疫多向二进制粒子群优化算法。基于该算法实现了特征选择与支持向量机参数的同步优化,克服了单独优化特征或单独优化支持向量机参数的缺陷。既解决了特征与分类器不匹配带来的诊断能力下降,又提高了故障诊断精度与搜索速度。

一种实时语音信号采集处理系统的设计与实现

论文介绍了一种基于DSP(TMS320C30)的实时语音信号采集处理系统,通过实际测试,确定了获取高保真语音信号的优化器件选择方案,并应用C++语言和汇编语言完成了系统的编程实现。

小波多分辨分析的频带阈值去噪方法

提出了一种基于小波多分辨分析的频带阈值去噪方法,并给出了此方法的主要算法步骤。用此方法与单一阈值方法分别对一个实例信号进行了去噪处理,并基于两个客观评价标准:信噪比(SNR)、均方根误差(RSME),评估了去噪效果。实验结果证明了提出的方法是一种更有效的语音去噪方法,大大提高了信噪比,改善了清晰度。

近似熵在发动机故障诊断中的应用研究

介绍了近似熵的概念、主要特点及其算法，提出了基于近似熵的特征提取方法，并且讨论了近似熵值计算中3个参数的选择原则，并对发动机声信号进行了分析处理。通过对比正常状态与故障状态的近似熵值，根据其变化有效地提取发动机故障特征，从而实现了对发动机状态的监测与诊断。实验结果表明近似熵在分析复杂信号特征方面具有很强的能力，在判别机械设备运行状况方面具有很好的效果，是一种行之有效的新方法。

基于DSP的声信号降噪系统的设计与实现

基于DSPTMS320VC5502和音频采样芯片TLV320AIC23构建了声信号降噪系统,分析了该系统的总体结构设计和软件处理流程设计。在DSP/BIOS控制机制下,建立了基于DMA、双缓冲区切换和中断响应机制等技术的音频信号采集与处理的程序框架。提出了一种基于多分辨分析的小波频带阈值降噪方法,并应用TDS5502EVM板和TDS560仿真器对优化的小波阈值降噪算法进行了实时仿真,实现了对强噪声语音信号的分析与降噪处理,并通过一个实例信号验证了系统的良好性能。

基于多分辨率近似熵的发动机声信号特征提取

介绍了近似熵的概念、主要特点及其快速算法,在分析了小波包与近似熵原理的基础上,提出了一种多分辨率近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,其后对发动机声信号进行了分析处理,通过对比正常状态与故障状态共8种工况下的小波包3层分解后各节点的近似熵值,确定出了故障的特征频带,根据近似熵在敏感频带内的变化有效提取出发动机故障特征,从而实现了对发动机状态的监测与诊断。试验结果也证明了近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果。

基于TMS320C30的实时语音信号采集与处理系统

提出了一种基于 TMS320C30 的实时语音信号采集与处理系统,介绍了整个系统的总体设计方案和软、硬件的设计,给出了由汇编语言编写的采集程序,并通过对一个实例进行谱分析,证明了本系统所采集的信号具有高保真度。

基于高阶谱分析的机械故障特征识别

在分析高阶累积量与高阶谱的理论基础上，利用高阶谱可以抑制加性高斯噪声的性质，研究了基于高阶谱分析的机械故障特征提取方法，提出了基于双谱估计的齿轮故障诊断的方法。通过对齿轮信号的双谱特征图谱进行分析比较，成功地对齿轮的正常稳态振动信号、正常瞬态振动信号以及磨损瞬态信号进行了识别，效果十分显著。

巨磁阻传感器在齿轮精细检测中的应用

提出一种利用巨磁阻传感器进行齿轮精细检测的方法,介绍该方法的检测原理和系统组成,从可分辨最小磁场、时间响应和温度特性3个方面分析应用巨磁阻传感器的可行性和有效性,并通过实例测量实现对齿轮的磨损、点蚀等故障的有效检测与诊断.

基于1(1/2)维谱熵的发动机状态识别研究

在分析1(1/2)维谱的定义与其计算方法的基础上,结合信息熵理论,提出了一种1(1/2)维谱熵的特征提取方法。通过建立评价发动机状态的特征熵指标,真实反映了机械故障信号的复杂性程度。应用结果表明,该方法对不同状态的信号具有较好的分类能力,实现了对发动机状态的有效识别。

基于无线网的远程视频智能监控系统

提出了基于无线网的视频智能监控系统的原理结构、带宽适应性和智能监控的实现方法,描述了系统中使用的无线组网、基于SPIHT视频编解码算法和基于内容的视频识别等关键技术,给出了系统实现后的实际测试结果及相关性能指标。

基于排气噪声的柴油机各缸工作不均匀故障诊断

对计算机和声传感器采集排气噪声,研究了9种工况下柴油机排气噪声在时域的周期性规律,对柴油机排气噪声信号进行了自相关分析,提取参数来表征排气噪声的周期性规律。对这个参数在3种转速下的值进行了详细分析,发现此参数在各转速下均能判断出失火及喷油器压力过小故障,在高转速下判别气门类故障也很有效。通过编写相应的故障诊断程序,输入排气噪声样本和对应的转速后即可判断出故障,该方法具有非接触、操作简单、成本低的特点。

基于半监督邻域自适应LLTSA算法的故障诊断

为了有效利用振动信号进行故障诊断,提出了一种基于半监督邻域自适应线性局部切空间排列(SSNALLTSA)算法的故障诊断方法。从多域提取振动信号的混合特征,构建原始高维特征集。利用半监督邻域自适应线性局部切空间排列算法对原始特征集进行维数约简,提取出辨识性较高的敏感特征子集。将得到的低维特征输入SVM分类器进行识别,判断故障类型。液压泵故障诊断实验结果表明,该算法克服了LLTSA无监督和使用全局统一邻域参数的不足,可更有效地寻找数据的低维本质流形,提高了识别准确率,具有一定优势。

新型多功能渗透仪与达西定律实验教学

地下工程实践活动中,渗流问题普遍存在。开展室内渗透(达西)实验教学对于学生熟悉渗流的基本原理,掌握地下水稳定流、非稳定流定量分析理论具有至关重要的意义。常规达西定律实验装置可以获取单一均质介质的渗透系数。作者研制了一套多功能渗透试验仪,能更好地模拟自然界中双层或多层结构含水层中的渗流;提供学生在实验中根据不同的渗透介质、渗流方向和实验方法,自行设计、选择不同的组合方案开展实验工作的机会。

楼层WLAN性能分析与设计

测试和分析了楼层WLAN(无线局域网)结构形式、地域分布、设备异构性对带宽和多媒体数据传输质量的影响,探讨了无线局域网难以提供可靠的服务质量QoS和稳定性差等问题,提出了系统设计中对上述问题的解决方法。

基于排气噪声的柴油机失火故障诊断

通过计算机和声传感器采集排气噪声,研究九种工况下柴油机排气噪声的频谱规律。通过对柴油机排气噪声信号功率谱分析,提取二个参数来表征排气噪声的频谱规律。对这两个参数在各工况下的值进行了详细的分析后,发现这两个参数在失火工况下有较大的变化,故对这两个参数确定相应的阈值来诊断失火故障。通过编写相应的故障诊断程序,输入排气噪声样本和对应的转速后即可判断出失火故障。这种方法具有非接触,操作简单,成本低的特点。

基于TMS320VC5410的声信号采集与实时回放系统

本文介绍了一种基于TMS320VC5410的实时语音信号采集与实时回放系统。介绍了整个系统的总体设计方案和软、硬件的设计。通过软件编程实现音频信号的采集与回放,并通过对一个实例效果分析,证明了本系统所采集的信号具有高保真度。

“联合全资产可视化”及其关键技术

论述了美军"联合全资产可视化"(JTAV)的背景、目标、策略及主要因素,重点阐述了JTAV的关键技术手段--射频识别技术,包括光储卡、射频识别、灵巧卡和射频数据通信等.提出了我军装备维修保障信息化过程中急需研究和开发的相关技术及基础架构.

无源RFID系统中多目标识别的估计算法

研究被动射频识别(RFID)系统中多目标识别环境下被识别目标数量的估计算法和最大吞吐率的获取方法。通过对时隙ALOHA方法的分析,建立了读写器和标签通信的二项式分布模型,得到了获取最大吞吐率的条件:在已知被识别目标数量的前提下,使时隙数与目标数量相等。提出一种被识别目标数量的估计算法——二次式分布估计(BDE)算法。BDE算法估计误差抖动小,平均误差为2.1%。仿真结果表明BED算法在识别目标数量少时,能将识别时间缩短至50%,当识别目标增加时,识别时间呈线性增长;系统吞吐率接近理论最大值,达到34%;空白时隙和碰撞时隙占时控制在16%附近。同时,识别时间成分分析指出:优化读写器命令、提高读写器传输数据率能够进一步缩短识别时间。