基于MP稀疏分解与空间点群的机械故障模式表征方法

机械系统产生的振动信号是由多激励力源产生的振动响应的混合,为了实现某一机械故障源和其他振动源的分离,需要对机械故障模式特征进行表征.针对振动信号时域表征难以区分机械故障模式特征的问题,将空间点群引入到故障诊断领域,提出一种具有明显物理特征的基于MP稀疏分解与空间点群的机械故障模式表征方法.以滚动轴承内、外圈故障实测振动信号为实验对象,首先对滚动轴承故障信号进行分段切片化处理.然后对每段切片信号进行MP稀疏分解,将之分解为少数五维原子的线性组合,通过残差信号能量确定分解原子个数.最后从定性和定量两方面对原子的两个维度进行选择,形成二维空间点群,对机械故障模式进行表征.通过与时域信号表征进行对比试验,结果表明该表征方法能够更准确地表征机械故障模式.

空间点群目标相似度计算

顾及到视觉认知的Gestalt原则,提出了一种综合考虑到点群的空间关系、空间分布和几何特征,注重空间点群的整体描述的相似度计算模型。实验结果表明,相似度计算结果与直观认知比较一致。

一种基于相似度的点群综合选取算法

为了提出兼顾统计信息、拓扑信息、度量信息和专题信息的点群综合算法,笔者将4类信息分别归纳为相应的空间点群相似度指标,构建了合适的多目标函数模型,利用遗传智能算法对多目标函数进行了逐步优化,选取较优点,得到了最优值并达到了综合结果。实验结果表明,该算法能够很好地传递综合前后的关键信息,并可以利用并行计算提高效率。

基于距离变换的点群密度识别研究

点群目标是空间分布分析的重要对象。根据地图信息论的观点,点群是传递点状分布地理信息的重要载体。点群密度是点群空间分布中一个十分重要的描述特征。运用地图代数中距离变换的思想和方法,分析、生成、识别点群分布的密度图,主要考虑点群中点与点之间的距离关系,并在距离尺度上研究其密度分布情况,对不同的点群分布模式求取其密度曲线,最后初步探索其在热点识别中的应用。

THF-FER沸石的系列研究Ⅲ.晶体结构

用SEM ,HRTEM ,SAED和XRD拟合等方法研究了在四氢呋喃 (THF) Na2 O SiO2 Al2 O3 H2 O体系中水热合成的高硅Na THF FER沸石的晶体结构、孔道定向 ,以及不同因素对晶胞体积的影响 .通过与全硅FER沸石和K Na FER沸石对比实验证明 ,片状的THF FER沸石晶体与全硅FER沸石晶体骨架结构及晶体生长择优取向相同 。