指数有界双连续n阶α次积分C半群的扰动

利用经典算子半群理论中的研究方法,在指数有界双连续α次积分C半群的基础上,讨论了指数有界双连续n阶α次积分C半群的扰动定理。设A为次生成元的指数有界双连续n阶α次积分C半群{T(t)}_(t≥0),B为界线性算子,A、B、C可交换,则在一定条件下,C^(-1)(A+B)C_(B)生成双连续n阶α次积分C半群{T_(B)(t)}_(t≥0),并给出T_(B)(t)的表达式,从而推广了n阶α次积分C半群相关的扰动定理。

基于二次分数低阶协方差的时延估计方法

针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题,提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理,使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩;然后对处理后的收发信号进行二次分数低阶协方差运算,即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证,结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制,并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下,时延估计用时为0.0560 s,准确率达到97.76%。

CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别

以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。

基于EEMD分解的阶次跟踪方法研究

摆线针轮减速器组成零部件繁多、构成复杂,工作时噪声干扰大且多在变转速、往复的复杂工况下工作,因此,难以准确提取其内部的故障特征。针对这一问题,提出了一种基于集合经验模态分解(EEMD)与阶次跟踪分析的方法,对摆线针轮减速器进行了故障诊断。首先,对采集到的时域振动信号和转速信号进行了等角度域差值采样,得到了振动信号的等角域平稳信号;然后,对等角域信号进行了集合经验模态分解,得到了若干个固有模态分量(IMFs),计算了各个固有模态分量的峭度值,选取目标模态分量进行了信号重构;接着,采用快速傅里叶变换得到了故障信号的阶次图;最后,根据减速器的传动方式、各零部件的模数,计算出了各主要部件的故障阶次,对比减速器在故障前后阶次图的能量峰值进行了故障诊断。研究结果表明:该方法能够准确提取包含故障信息的固有模态分量,实现从等时域信号到等角域信号的转换,并提取摆线针轮减速器的滚针故障阶次(8.37阶),故障准确率达到99.6%,可实现摆线针轮减速器在非平稳工况下的故障特征识别,并验证该方法的可行性和有效性。

指数有界n阶α次积分C群的紧性

利用指数有界n阶α次积分C群及其次生成元的定义,并借助经典算子理论的研究方法,给出了指数有界n阶α次积分C群紧的定义,从而推导出指数有界n阶α次积分C群的紧性的一些性质。

无转速阶次跟踪的滚动轴承故障诊断方法

机械装备轴承运行速度多变导致振动监测信号频谱模糊,一定程度影响了轴承故障诊断的准确性.目前的无转速阶次跟踪技术在转速波动较小且转频谐波不重叠时效果较好,但当轴承转频谐波重叠时则难以进行分析.针对以上问题,提出了一种基于广义解调的无转速阶次跟踪轴承故障诊断方法.首先,采用广义傅里叶变换和改进的基于成本函数脊线提取技术准确提取出轴承的转频谐波分量;同时,采用快速谱峭度算法和带通滤波器对轴承振动信号进行去噪处理;然后,通过角度重采样将去噪后的时域信号转换为角域信号;最后,通过包络谱分析得到轴承的阶次谱信息,从而识别轴承的故障类型.研究结果表明:通过数值模拟信号和实际轴承监测信号验证了提出方法的有效性,通过与传统包络谱方法对比可知,提出的方法可进行无转速信息时的滚动轴承阶次跟踪故障诊断.

指数有界双连续n阶α次积分C半群与高阶抽象Cauchy问题研究

算子半群理论在求解Cauchy问题等领域具有很大的应用价值,并且其在泛函分析理论等各方面的研究中同样有着重要意义。此次研究在Banach空间上,基于泛函分析、算子半群理论对柯西问题进行探讨。并基于n阶α次积分C半群的生成定理,对指数有界双连续n阶α次积分C半群的生成定理与其Laplace逆变换表达式进行推算。由结果可知,L∞范数误差在分数阶n为1.47时达到最低值,为0.04,这表明其与实际值极为接近。在T=0.2,0.5两种时刻下,中精确解和正则解的变化趋势基本一致,并且二者的误差在x∈0.1,0.9区间内接近于0。研究有效验证了指数有界双连续n阶α次积分C半群解决高阶抽象Cauchy问题具有适用性与可靠性。

弹性飞行器飞行动力学建模与刚柔耦合阶次分析

基于虚功率原理与混合坐标法,建立了弹性飞行器的飞行动力学模型。发现了附加在弹性结构上的部件会对飞行器姿轨运动与结构振动产生影响,从而给出了耦合系数与模态质量的修正项。定义了描述弹性变形项保留程度的刚柔耦合阶次,并以由弹性本体和刚体舵面组成的刚柔耦合多体系统为例,通过对比不同刚柔耦合阶次下动力学模型的时域响应与保守系统的动量计算结果,分析了动力学模型及动量公式中弹性变形项的保留阶次对动力学响应及动量计算精度的影响。揭示了传统模型忽略弹性变形高阶项可能导致的误差水平,为弹性飞行器动力学模型的简化与验证提供了参考。

经验模态分解与阶次跟踪分析对机器人用精密减速器故障诊断

针对行星摆线针轮减速器的故障特征在摆动疲劳实验中难以提取的问题,本文提出了一种经验模态分解(Empirical mode decomposition,EMD)与阶次跟踪分析结合的方法对疲劳实验中的减速器进行故障诊断。通过对采集到的时域信号进行等角域重采样、经验模态分解、计算固有模态分量(Intrinsic mode function,IMF)的峭度值、选取固有模态分量重构、快速傅里叶变换(Fast fourier transform,FFT)后得到阶次图进行验证。结果表明:该方法能够准确的提取包含故障信息的固有模态分量,实现了行星摆线针轮减速器在非平稳状态下的故障特征识别。

基于EOE_LMD和阶次跟踪分析的变转速轴承故障诊断

振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(empirical optimal envelope,EOE)的局部均值分解(local mean decomposition,LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking,COT)算法相结合的故障诊断方法。首先,确定低通滤波器的截止频率和滤波阶数,对滚动轴承振动信号进行滤波,并对滤波后的包络信号进行COT,以获得角域平稳信号。然后,利用EOE_LMD对重采样后的平稳信号进行处理,得到若干乘积函数(product function,PF)分量。最后,通过计算各分量的信息熵和相关系数,选取合适的分量进行阶次分析,以判断变转速滚动轴承的故障类型。结果表明,该方法可以消除转速波动对故障特征提取的影响,在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。

基于阶次分析的声发射信号归一化方法研究

转速直接影响声发射信号,不同转速下采集得到的声发射信号不能直接进行对比。因此,该文提出一种基于阶次分析的声发射信号归一化方法。该方法通过等角度重采样,将不同转速下的声发射信号映射到阶次域,从而消除转速对声发射信号的影响。采用机械密封试验台采集不同转速下的声发射信号进行验证,试验结果表明该方法可以有效地去除转速对声发射信号的影响。

指数有界双连续n阶m次积分C群的指数公式

利用经典算子半群理论中的研究方法,基于指数有界双连续n阶m次积分C群和预解式的定义,给出指数有界双连续n阶m次积分C群与其预解式间积分的表示关系,得到指数有界双连续n阶m次积分C群的指数公式,从而推广了n阶m次积分C半群的相关结果,丰富了算子半群理论的研究内容.

指数有界双参数n阶α次积分C群的紧性

利用指数有界双参数n阶α次积分C群及其次生成元的定义,并借助经典算子理论的研究方法,给出双参数n阶α次积分C群紧的定义,得到指数有界双参数n阶α次积分C群的紧的性质。

基于优化变分模态分解与计算阶次分析的主轴承故障特征增强方法

针对航空发动机主轴承微弱故障特征在高背景噪声环境和变转速工况下难识别的问题,提出了基于优化变分模态分解与计算阶次分析的主轴承故障特征增强方法。该方法将转速信号进行积分得到角位移信号,通过等角位移重采样将非平稳的振动时域信号转化为振动角域稳态信号。为了更好地分离信号中的高背景噪声,提取微弱故障信息,通过人工蜂鸟算法对变分模态分解(VMD)的惩罚因子和分解层数进行优化,使用优化后的VMD方法分解振动角域稳态信号;以故障特征能量比(FCER)作为指标对变分模态分解后的各信号分量进行评价,选择FCER大于所有分量均值的分量重构,实现振动角域信号降噪;对重构的振动角域信号进行包络谱分析,得到阶次谱并与理论故障特征阶次进行对比,实现故障诊断。通过仿真数据以及开展整机试车条件下获得的航空发动机主轴承外圈压坑故障实验数据对本文所提方法的有效性进行验证。结果表明:与局部均值分解-故障特征能量比(LMD-FCER)、小波包分解-峭度值指标-希尔伯特变换(WPD-KVI-Hilbert)分析方法相比,本文所提方法可以有效增强主轴承外圈故障特征阶次,实现了高转速、高背景噪声和变转速工况下航空发动机主轴承微弱故障的有效诊断。

齿侧间隙非线性函数拟合阶次的选取研究

针对齿侧间隙非线性函数拟合阶次的选取问题,以斜齿轮传动系统为例,对齿轮系统进行了理论建模、仿真分析,并对实际齿轮系统进行了实验研究。首先,采用集中质量法建立了考虑轴向振动的齿轮非线性系统模型,并对数学模型进行了无量纲化,对齿侧间隙函数分别进行了无拟合、4阶拟合和8阶拟合处理;然后,采用Runge-Kutta数值积分法进行了数值仿真分析,得到了齿轮系统x、y、z三个方向的幅值-频率比响应曲线图,研究了拟合阶次对系统x、y、z三个方向动态特性的影响;最后,进行了齿轮系统动态测试,得到了齿轮系统x、y、z三个方向的振动响应图,根据仿真与实验结果得出了结论。研究结果表明:不同处理方式下的齿轮系统振动响应在z向的差异较大,拟合阶次的选取应重点考虑z向;在x、y方向,齿侧间隙非线性4阶拟合函数会提前改变齿面接触状态且共振振幅分别增大1倍和1/3倍;对于多间隙的齿轮非线性系统,对齿侧间隙进行无拟合处理,可能导致计算困难和结果不准确;在固有频率附近,对齿侧间隙进行4阶拟合处理能够最大程度弥补其他非线性因素带来的影响;在其他频率范围,对齿侧间隙进行8阶拟合处理会更接近真实齿轮系统。齿侧间隙非线性函数的拟合处理在提高了计算效率的同时,也提高了模型的准确性。

基于自适应阶次边界元法的列车车轮声辐射高效计算

【目的】车轮是产生轮轨滚动噪声的主要噪声源之一,对其声辐射特性的数值仿真涉及大规模声学计算。【方法】为提高车轮声辐射的计算效率,引入了自适应阶次边界元法。通过有限元法和边界元法相结合,以自由场中的车轮声辐射为研究对象,采用自适应阶次边界元法计算了车轮振动辐射声功率、标准测量点的声压以及车轮声辐射指向性,并与传统边界元法和快速多极子边界元法的计算结果及计算时间进行了对比。【结果】不同边界元法得到的声辐射结果基本一致,而自适应阶次边界元法的计算速度约为传统边界元法的36倍、快速多极子边界元法的11倍。【结论】自适应阶次边界元法计算效率远高于其他边界元方法,在对车轮高频声辐射的研究中具有显著优势以及良好的适用性。研究结果可为大规模声学计算提供参考。

新能源乘用车变速器齿轮阶次噪音的DNA设计方法

随着新能源汽车发展,原被发动机掩盖的变速器阶次噪音变得凸显,改善工作通常与项目紧张的周期和资源冲突。文章针对变速器齿轮阶次噪音问题,提供了一种从“DNA”开始的设计思路,倡导从设计最初就开始考虑阶次噪音相关的各类指标需求,提高一次设计的成功率,缩短开发周期,减少验证资源,为同行业的变速器厂家提供一种全新的设计思路。

基于阶次合成的汽车主动声浪实现方法研究

针对当前汽车车内主动声浪效果失真问题,该文提出一种汽车主动声浪的实现方法,即分离发动机噪声中的阶次噪声和背景噪声,计算各阶次噪声贡献因子并提取主要阶次,通过阶次合成算法生成发动机主要阶次噪声,然后将各阶次噪声叠加并添加背景噪声获得最终的输出声浪,通过实车验证所提出方法的有效性。

非线性时间分数阶四阶混合次扩散和扩散波动方程的混合有限元算法

本文数值求解了一个二维非线性时间分数阶四阶混合次扩散和扩散波动方程,在时间方向上采用L1-CN格式,在空间上通过混合有限元方法进行离散,并且在此基础上,给出了它的全离散格式。最后针对该数值格式提供了算法过程和数值算例,以及详细的收敛结果。

时变工况的风电机组齿轮箱无转速计阶次跟踪方法研究

针对时变工况风电机组齿轮箱振动信号受噪声干扰和频率模糊问题,通过研究无转速下风电机组齿轮箱振动信号与转频波动规律间的联系,提出了基于VMD⁃SET时变工况的风电机组齿轮箱无转速计阶次跟踪方法。该方法利用变分模态分解(VMD)滤波,利用同步提取变换(SET)对齿轮箱振动信号时频分析,分别从轴承故障时域振动信号中初步提取故障特征频率趋势,从正常齿轮啮合调制时域振动信号中提取啮合频率时频脊线,进一步利用精细化时频脊线交叉解耦优化瞬时频率提取效果,再用提取的转速曲线对轴承故障振动信号进行阶次跟踪,从角域阶次谱中得到故障特征阶次的单根谱线。通过仿真及实验验证了所提方法的优越性和有效性。