二维Delaunay三角划分的平均形态比最大性质

本文提出了三角划分的一种新的准则：平均形态比最大准则，证明了二维Ｄｅｌａｕｎａｙ三角划分具有最大的平均形态比，从而证明了平均形态比最大准则、最小角最大准则、Ｃｉｒｃｌｅ准则的等价性．这个性质在理论上进一步说明了Ｄｅｌａｕｎａｙ三角划分的最优性，为有限元网格划分的质量评估提供了理论依据，并为寻求三维三角划分的最优准则提供了线索．

最优三角形剖分在常规气象观测网上的应用

在 Delaunay三角形剖分理论的基础上 ,分析了三角形剖分算法的经典优化原则存在的缺陷 ,研究了三角形形态比的特性 ,提出了最大三角形形态比优化原则 ,该原则克服了经典优化原则的不足 ,且计算方便。根据常规气象资料分析的需要 ,提出了一个基于最大形态比优化原则的最优三角形的剖分算法。

基于SWD-AVDIF的齿轮箱复合故障诊断方法

针对由噪声干扰和故障强度分布不均引起的齿轮箱复合故障诊断问题,提出基于群分解和平均差值形态算子(Swarm Decomposition-Average Difference Filter,SWD-AVDIF)的齿轮箱复合故障诊断方法。该方法首先运用群分解(Swarm Decomposition,SWD)将振动信号分解为若干单一模态振荡分量(Oscillatory Components,OCs);然后对分量进行AVDIF解调,得到SWD-AVDIF解调谱;最后根据解调结果判别故障类型。与EMD对比,仿真信号验证了SWD方法在频率区分能力上的优越性;运用齿轮箱复合故障仿真信号和实验信号进行分析,结果表明该方法能够有效地分离复合故障信号并加强故障特征,为齿轮箱复合故障诊断提供了一种新的方法。

EEMD和希尔伯特解调在采煤机驱动侧滚动轴承故障诊断中的应用研究

针对采煤机工作环境恶劣、工况复杂致使其驱动侧滚动轴承振动信号复杂,非线性成分及噪声干扰剧烈的问题,引入了形态平均滤波的方法对信号进行降噪,并提出了基于形态平均滤波、EEMD分解和希尔伯特解调相结合的采煤机滚动轴承故障诊断方法。

基于车身曲面离散点的三角形网格优化

§1.前言 车身设计和制造中,常常需要解决曲面逆求的问题,即给定一组车身表面的三坐标测量点,如何求解其曲面网格来表达车身曲面的原始形状.目前常用的曲面逆求方法常用都是根据离散点来生成曲面的三角形网络,然而,由于曲面测量点分布的无序性和无规则性,无论采取何种逆求的方法,生成的三角形网格大都会存在尖角,长边和短边等缺点.