齿轮状态声信息流的识别法

根据齿轮噪声信息流的传播途径研制了固体声传声器和检测系统,并采用时域分离法分析处理固体声信息以确定齿轮的运行状态。实验结果表明,将此方法用于齿轮故障识别时,能确切提取反映齿轮工作状态的信息流。     

基于不平顺谱的轨道不平顺状态评价与识别探讨

线路不同区段轨道质量参差不齐,但其幅频差异能很好地在各区段轨道不平顺功率谱密度（PSD）曲线上得到表征。基于此,结合沪宁客运专线轨检数据,从识别和评价两个方面对轨道平顺状态进行了研究。基于不同区段轨道谱存在幅频特性差异,提出以200 m为一研究单元,通过分频段离散各单元轨道谱幅频信息,以三维图的形式进行不平顺的时频域识别分析。借鉴轨道谱分级管理的方法,同时综合波段整体不平顺和波段内各波长幅值波动程度两项指标,研究并给出了评价各里程单元平顺性的方法,将综合评价后各区段所属不平顺状态等级划分为优秀、良好、合格、失格。     

基于HHT的仿真模型动态一致性方差分析方法

仿真模型动态数据常具有非线性和非平稳性,如何有效提取动态数据的验证指标和利用动态数据指导模型修改是仿真模型动态验证需要解决的重要问题。该文提出了基于希尔伯特?黄变换(HHT)仿真模型动态一致性方差分析方法,将HHT得到的动态数据时?频分布作为验证特征,建立了基于方差分析的仿真动态一致性检验模型,实现了仿真模型的定量动态验证,解决了差异源的定位问题,为提高模型可信性提供了指导。仿真和实例应用表明,该方法能较为精确地检验动态数据的一致性和实现误差定位,具有一定的可行性和实用性。     

基于BP神经网络的缝纫工序状态识别

为了在缝纫过程中对产品进行监测识别,提高缝纫产品质量,课题组提出了一种基于 BP神经网络的缝纫工序状态识别方法。首先采集正常工况下缝纫机伺服电机驱动电流信号,将采集到的信号进行时域、频域分析,从中提取出缝纫工序状态相关性较好的几个特征量,将其组成敏感特征向量;然后搭建BP神经网络进行训练学习来识别多种未知工序状态。实验表明该方法能够准确识别分类缝纫工序状态,实现了远程工作状态监测。     

基于SVM的短期交通状态预测识别研究

为智能化的解决交通拥堵这一难题,采用了在智能交通系统领域较热门的短时交通流预测识别技术。短时交通流具有非线性、时变性、不确定性、不稳定性等特点,运用对非线性拟合效果较好的支持向量回归机(support vector regression,SVR)和支持向量分类机(support vector classification,SVC)两者相结合来完成短时交通状态的预测识别,通过对交通流进行预测,以及对预测结果进行分类试验,得到了98.1157%的分类率。仿真结果表明,采用这两种方法相结合的方式可以得到较高的分类效率。     

基于ADAMS动载荷谱的行星齿轮弯曲疲劳寿命预测

为了预测电动汽车自动变速器的寿命周期,研究了行星齿轮的弯曲疲劳寿命问题。运用ABAQUS软件对单组太阳轮和行星轮部分轮齿进行了静力学摩擦接触分析,解决了齿轮之间添加摩擦接触不收敛问题,得出了齿轮啮合最大应力发生在太阳轮齿根圆角处,小于材料的许用应力,验证了齿轮弯曲强度符合要求。通过ADAMS动力学仿真软件对行星齿轮进行了动力学仿真,得到了太阳轮和行星轮啮合的扭矩载荷谱,且符合齿轮运转实际工况。将ABAQUS静力学结果文件和ADAMS载荷谱导入疲劳分析软件nCode DesignLife中,获得了行星齿轮疲劳寿命循环次数,得出了行星齿轮最容易发生疲劳破坏部位为太阳轮齿根圆角处,为齿轮的优化设计提供了理论依据。     

基于浮动公交车的SVM实时交通状态识别研究

为了通过公交车车速来实时识别交通状态,针对呼和浩特市某路段的公交车速度进行持续的采集,得到单一路段的行程速度数据和与之相对应的当前交通状态标签,然后通过SVM分类器进行训练,再用得到的模型进行分类,最终达到交通状态识别的目的。通过MATLAB仿真结果得知,采用这种分类识别方法准确率高、模型简单可靠。     

石油企业生产经营状态监测预警方法研究

一、方法论我国石油工业４０多年来生产经营状况的实证分析表明,我国石油工业和石油企业的生产经营活动存在着周期性的波动问题,特别是随着改革开放的进一步深入和石油企业内外部环境的日益复杂多变,生产经营波动就更加频繁。因此,要保证石油企业生产经营活动的持续稳...     

基于区位商方法的陕西产业集群识别与检验

在阐述了区位商方法的基础上,运用区位商方法识别了陕西的产业集群,并对识别结果进行了检验,结果表明用此方法识别陕西产业集群是有效的.     

基于数字孪生的盾构机状态检测与故障诊断方法研究

针对传统的盾构机故障诊断方法存在的感知不全面、数据噪声大、质量低等问题,提出了基于数字孪生技术的实体与虚拟实时交互感知方法,可以实现盾构机状态的实时准确检测、故障精准诊断以及故障信息及时反馈。阐述了数字孪生盾构机的内涵及应用前景,建立了数字孪生盾构机模型以及运维系统的架构,对盾构机主驱动减速机提出了一种仿真数字孪生建模方法,并对其进行了多体动力学仿真。模拟了太阳轮的常见故障,并对其进行了故障频率分析,与理论值对比,验证了所建模型的准确性。     

基于综合分类方法的金融风险识别与控制模式研究

基于综合分类方法,通过风险形态识别、风险的可管理性和风险的影响集聚进行分层分类,结合现代金融风险管理技术、模型,构建了风险管理各主体如何有效管理风险的系统模式,通过这种模式,各风险主体可以明确风险类型,从而进行有效的风险管理决策。     

基于粒子群算法的基因表达谱聚类分析方法

双向聚类算法可以发现基因表达谱中隐藏的信息。为了寻找规模较大的基因相似矩阵,结合粒子群算法强大的搜索能力,提出了GP-Cluster双向聚类算法。基于粒子群(PSO)算法,引入Sigmoid函数进行动态调整,并在粒子飞行过程中加入了遗传算法(GA)优胜劣汰的思想,增加粒子运动的多变性和随机性,避免算法陷入局部最优。实验结果证明:相比GA算法和PSO算法,改进后的混合粒子群算法GP-Cluster能找到质量更佳的双向聚类,取得更好的聚类效果。     

科技成果成熟性识别的原则与方法

科技成果成熟性识别是科技向经济转化过程中的重要环节。本文拟通过分析科技成果成熟性的一般特征，建立科技成果成熟性识别的一般概念，提出识别原则和方法，探索科技成果成熟性评价的途径。     

儿童音乐识谱学习的规律与方法

儿童音乐能力的较早培养对音乐才能长远的发展非常重要。儿童识谱学习与儿童空间知觉、数学、语言、思维等能力的不断发展变化相关。从儿童兴趣、年龄特点入手,为儿童创设识谱环境,在合乎其能力发展规律的条件下学习识谱,运用整体发展的观点,长远设计,让儿童在学习中体验快乐、体验音乐,促进儿童更早完成识谱学习的目标。     

旋转机械在线状态监测系统的设计与应用

分析了旋转机械在线状态监测诊断系统的形式 ,介绍了分布式监测诊断系统的层次结构及各层功能 ,并给出了上下位机分布式监测诊断系统的设计实例     

基于改进谱聚类的热点区域挖掘方法

移动轨迹数据的热点区域挖掘在城市交通管理、道路规划和基于位置的服务中具有重要的作用。传统数据挖掘方法 K-means、DBSCAN等算法,其参数选择困难、易影响聚类效果,针对在非凸数据集或密度不均匀、聚类间距差相差很大的数据集上聚类表现较差等问题,提出了基于改进谱聚类的热点区域挖掘算法(hot region mining algorithm based on improved spectral clustering,ISCRM)。实验结果表明:对比传统方法,ISCRM算法优势在于自适应选取参数,避免人工调试参数环节,且其适用于任意形状的样本空间,聚类质量更高。可准确获得各个聚类中心,从而识别出用户出行热点区域。     

基于AHP与FCE方法的企业间竞争合作关系强度识别模型

企业间竞争与合作关系并非是对立的,而是统一的,竞争与合作具有"同素异相"的特性,是企业间的关系在不同外部约束及内部动力下所表现出的不同的强度。企业间竞争合作关系强度(SCCR)从最紧密的一体化关系到竞争最激励的敌对关系形成了一个谱系。文章从承诺效度、互动强度、资源依赖(竞争)强度、情感深度、收益强度五个维度构建了SCCR评判指标体系,并基于AHP(层次分析法)和FCE(模糊综合评判方法)建立了SCCR识别模型。同时,运用此模型对某汽车零部件企业和其供应商间的SCCR进行了识别。     

Cahn-Hilliard方程的谱方法

考察一类非线性Cahn－Hilliard方程的谱方法，构造了一类有条件稳定的半离散和全离散格式．利用非线性函数的有界延拓方法和Sobolev不等义，证明了格式的收敛性与稳定性．     

基于人工神经网络的在线设备状态监测系统的研究(英文)

研究了基于人工神经网络在线设备状态监测系统,简要介绍了人工神经网络的基础理论,描述了基于人工神经网络在线设备状态监测系的结构和工作过程,给出该系统对卷烟机MK9-5的状态监测和故障诊断的结果。实验结果表明,将多层前馈人工种经网络用于设备在线状态监测具有较好的效果,并可对设备故障进行可靠诊断。