基于频域振幅灰色关联度的转子故障模式辨识

动压滑动轴承支撑的旋转机械经常出现包含多种故障状态的复合故障,针对传统的辨识方法很难一次判断出多种故障状态的问题,提出了一种对频域振幅进行灰色关联分析的旋转机械转子故障模式辨识新方法。在对动压滑动轴承支撑下的实验转子振动故障信号进行滤波后,以故障信号特征频率的幅值作为特征向量,进行归一化处理,用处理过的数据作为故障模式特征向量构建标准故障模式的特征向量判别矩阵。通过计算得到待识别样本信号归一化幅值与标准故障特征向量判别矩阵中各元素之间的频域振幅灰色关联度数值,并与选定的基准判别系数进行对比完成故障模式辨识。实例表明,在不同转速频率下该方法均能取得良好的效果。

基于灰色振幅关联优势分析的车辆交通事故规律研究

针对车辆交通事故统计数据少、事故原因划分模糊等特点，根据灰色系统的思想，建立车辆交通事故规律灰色振幅关联分析模型，只考虑波动振幅间的关系，消除其波动序列间隔影响。收集整理2009--2011年公安部门对某单位车辆交通事故的统计数据，根据车辆交通事故与各事故原因之间的灰色振幅关联度，计算车辆交通事故因素关联序，确定交通肇事各原因的重要程度，实现对车辆交通事故规律的客观、公正评价。