基于自适应模糊神经网络的砂轮磨损评估

为实现砂轮磨损状态的实时监测评估，课题组提出了使用自适应模糊神经网络模型对砂轮状态进行监测。通过对磨削过程的振动信号及声发射信号特征值的提取，获得了不同磨损程度砂轮的多特征信号样本；采用多特征信号样本对自适应模糊神经网络进行学习与训练，建立了砂轮磨损状态识别模型；实现了对砂轮磨损状态的准确识别与在线监测。实验表明：基于自适应模糊神经网络的砂轮磨损程度评估系统，测试样本的实际磨损程度和网络判别结果类别相符。该自适应模糊神经网络系统能够对砂轮磨损程度类型准确进行在线评估。     

AVMD Kriging砂轮寿命周期磨削性能在线监测方法

为了对砂轮寿命周期磨削性能进行特征提取与智能识别，课题组提出了一种改进的变分模态分解算法与Kriging模型相结合的砂轮寿命周期磨削性能识别方法AVMD Kriging。首先，通过人工鱼群算法和包络熵适应度函数来优化VMD，以解决VMD中本征模态函数分解个数k和惩罚因子α难以自适应确定的问题；再利用皮尔逊相关系数选取与原始信号相关性最高的本征模态函数并计算其样本熵值组成特征向量，将其输入Kriging模型进行砂轮寿命周期磨削性能识别；最后利用实验采集的声发射数据，将提出的AVMD Kriging方法与传统的KNN模型、Tree模型进行对比。结果表明：AVMD Kriging方法的识别准确率优于KNN模型和Tree模型，能有效提高砂轮寿命周期磨削性能的识别准确率，同时具有较好的泛化能力和鲁棒性。     

某螺纹磨床的振动性能分析

螺纹磨床是一种精密机床,主要用于加工各种高精度的圆柱或圆锥螺纹。磨削过程中磨床——砂轮——工件系统的固有振动,是造成磨削颤振,限制磨削生产率的主要原因,也是精磨加工中影响加工表面质量的重要因素。本文主要运用试验模态分析的方法,对螺纹磨床的固有振动性能进行了研究。在试验及分析的方法上,本文考虑到精密机床的高精度要求,对影响试验和分析精度的诸因素如测点的选择,曲线拟合中的畸变,频率响应数据的不等精度等等,进行了比较全面的论述,构造了适用于大型或复杂结构参数识别的微计算机方法——Z—F方法,编制了相应的计算程序MPI,井用Z—F法对某螺纹磨床的振动模态进行了识别和分析,指出了该机床结构上的一些脆弱点,为改进设计提供了理论依据。     

基于小波包分析与支持向量机的斜拉索损伤识别

斜拉索作为斜拉桥的主要受力构件,其损伤将直接威胁斜拉桥的运营安全。现提出一种基于小波包分析与支持向量机相结合的斜拉索损伤识别新方法。利用小波包理论对索梁锚固点的加速度时程响应进行小波包分解,构造小波包能量变化率指标,以该指标作为支持向量机的输入参数,定义斜拉索的刚度折减为损伤因子表示斜拉索损伤程度作为支持向量机的输出,通过支持向量机损伤识别模型对斜拉索损伤进行识别定位,并以实验室独塔斜拉桥模型进行了数值验证。结果表明:该方法能较好地识别斜拉索损伤,且受输入向量位置及个数影响较小,随着损伤程度的增加,平均预测误差逐渐减小。本方法对噪声污染具有一定的鲁棒性。     

单片机在武器火控系统模拟器中的应用研究

针对武器火控系统模拟器的数学模型,提出了一种将单片机用于武器火控系统模拟器设计的新方案。单片机控制器负责按键识别、限位信号以及位置速度信号的数据处理;单片机监控器可对模拟器的各类故障保护信号进行检测判别并将相应信息上报工控机;单片机软件采用了模块化设计思想。仿真实验表明,该武器火控系统模拟器具有很高的控制精度,系统功能完善、可维护性好。     

小波变换在输电塔结构损伤位置识别中的应用

采用小波变换极大值在多尺度上的变换规律表征信号突变点的性质，从而确定信号有无奇异点并确定其位置，进而对等截面悬臂梁进行损伤位置识别。然后将该小波变换方法应用于大型输电铁塔的损伤位置识别。考虑到对大型结构施加荷载和监测变形曲线较为困难，提出了利用环境激励下的加速度响应沿高度变化的曲线作为基本信息进行小波变换的识别方法。结果表明，该方法能有效地识别沿高度刚度均匀分布或渐变的高耸格构式塔架的损伤位置，对存在刚度突变的塔架无法有效地识别刚度突变处的损伤。     

基于小波包 核偏最小二乘的滚动轴承故障检测法

为了解决滚动轴承故障检测中出现的振动信号非线性问题，课题团队提出了一种基于小波包 核偏最小二乘（wavelet packet and kernel partial least squares method，WP KPLS）的故障检测方法。首先对采集到的信号进行小波包分解，将振动信号分解到独立的频段，提取不同频段的能量谱，并构建反映频谱状态改变的能量谱特征向量；再对得到的能量谱特征向量进行核偏最小二乘分析，建立故障检测模型，利用T2及SPE统计量来检测故障是否发生。实验结果表明：该方法能够较为准确地检测到轴承的内外圈故障，证明该模型是有效的。该方法综合了小波包对信号的分析优势和核偏最小二乘法在非线性情况下的数据处理优点，为解决故障检测中的非线性数据处理问题提供了一种新方法。     

相关函数法在系统在线识别中的应用

本文分析了经典的频率法和改进的脉冲法进行系统识别方面的不足,讨论了相关函数法进行系统识别的原理和存在问题,最后推理得出采用弱信号提取法与相关原理结合进行系统动态在线识别的可行性,并从实用角度分析了该方法的特点和注意问题.     

基于Dropout CNN的滚动轴承故障诊断研究

针对滚动轴承故障特征很难提取及传统故障诊断方法准确率偏低的问题,提出一种基于Dropout的改进卷积神经网络(Dropout CNN)结构,可以无需预先提取滚动轴承振动信号的故障特征,直接端到端的实现滚动轴承故障诊断。该方法以振动信号为监测信号,使用傅里叶变换生成振动 信号频谱图,以此作为整个系统的输入,利用卷积神经网络强大的特征提取能力可以自动完成故障特征提取以及故障识别。试验结果表明该方法平均诊断准确率 高达99.5%。该方法实现了大量样本下滚动轴承不同故障类型的故障特征自适应提取与故障状态的准确识别。     

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。     

磨削加工的计算机分布式控制系统

研究了对钻石，水晶，金属玻璃等的磨削加工处理方法。研制开发了由单片微机构成的X－Y－Z三轴同步控制的智能加工装置，组成了由中心加工服务器，多台智能磨削控制装置通过RS485串行总线的构成的分布式控制系统，解决了由CAD设计到磨削加工NC指令的自动转换和数据传输，该系统已投入实际生产运用。     

基于压缩传感理论的数字调制信号识别方法

数字调制信号识别是认知无线电研究的一个热点，不同于传统的识别方法需要根据不同的信号类型研究不同的特征提取方法。本文利用压缩感知理论，首先利用标准的数字调制信号构建过完备字典，在此基础上重构待识别信号的稀疏表示，最后根据稀疏表示在不同区间的非零值得到待识别信号的类型。在实验中，以2ASK，2FSK和2PSK信号为例，利用基于压缩传感理论的数字调制信号识别方法实现了对其类型的识别，实现结果表明以2ASK，2FSK和2PSK构建过完备字典A，利用该算法对2FSK和2PSK信号具有完关的识别率，对2ASK信号信号具有完关的识别率。对2ASK信号亦有较高的识别率。     

复杂工况下热油管道泄漏识别与定位方法研究

针对复杂工况下热原油管道泄漏难以准确识别的难题,提出采用基于多元支持向量机的管道泄漏诊断方法,并建立了识别模型,可以在小样本情形下完成模型的训练工作,实现多种工况下对压力波动信号的分类识别,从而提高评判泄漏的有效性和准确性。针对热油管道负压波波速受油品及温度等因素影响较大所导致的定位误差,分析了管道沿程轴向温降以修正负压波波速,并采用牛顿-柯特斯积分方法对传统泄漏定位公式进行了改进。现场实验表明,基于多元支持向量机的检测方法能有效地识别管道运行异常状态,改进的漏点定位算法使得定位精度从原来的2.5%提高到1.0%。     

基于特征相似度的家庭用电负荷识别方法

为实现给用户提供类似通知清单的家庭用电运行详细状态及用电清单,及时帮助用户了解、调整家庭用电的使用,达到节能、降低费用的目的,提出利用特征相似度比较对负荷进行识别的方法。该方法提取家庭用电正常稳定运行时的功率、电流指标作为特征参数,利用提取的特征参数作为识别模板,通过比较待识别负荷特征参数与特征识别模板的相似度,并通过最大相似度原则确定家庭用电负荷的类别。提出的方法利用电器特定属性,不需要经过复杂样本数据的先前训练以及复杂算法的学习过程,可以实现家庭中常有电器的识别,进而了解用电的运行状态。通过采集家庭用电运行的电流电压信号实测分析,验证了该方法的有效性、实用性。     

基于小波分析的故障诊断

对信号进行特征提取，是故障诊断的关键。突变信号往往对应着某类故障，如果能对突变信号进行有效识别，就能达到故障诊断的目的。对如何从混有噪声的振动信号中有效识别出突变信号，本文进行了一系列方法研究。     

基于邻域相关性小波去噪的滚动轴承包络解调及故障分类

将邻域相关性的冗余第二代小波应用于滚动轴承信号降噪,用Hilhert包络解调法提取的故障特征频率,比较不 同转速和载荷下的提取效果,提出包络幅值峭度指标,并将其输入BP神经网络进行故障诊断。结果表明：基于邻域相关 性的冗余第二代小波降噪方法能很好的抑制噪声,保留原信号的信息;降噪后的故障信号经过Hilbert包络解调能找到 特征频率及其倍频,其效果优于原始信号的包络解调分析。工况会影响分析效果,且速度对提取效果的影响大于载荷。 包络幅值峭度指标能很好区分不同工况的故障信号,结合BP人工神经网络诊断正确率为100%。     

磨削力计算机检测系统的试制

在实践的基础上,从应用的角度论述了磨削力计算机检测系统的信号变换原理、硬件组成原理以及软件结构。并介绍了该系统的使用功能和特点,为磨削力的现代化检测提供了一项实用而有效的方法。     

模糊识别法在电信产品生命周期判别中的应用

基于模糊识别的基本原理和方法,以通信行业中的电信产品为研究对象,判定电信产品的生命周期,选取了电信产品的业务用户数、业务渗透率和每个用户平均收入（ARPU）值作为指标,构造了电信产品生命周期的模糊识别模型。同时,选取了中国移动某省公司的彩铃业务进行了实例分析。验证结果表明,模糊识别方法具有很好的映射能力,是判别电信产品生命周期阶段的一种有效方法。研究结论对电信运营商的营销战略具有重要的借鉴意义。     

基于计算机视觉的滚子端面自动检测系统

针对轴承滚子端面目检损害工人视力以及误检率高的问题，课题组基于计算机视觉检测技术设计了轴承滚子端面自动检测系统。首先，设计了图像采集系统采集滚子端面图像，分析滚子端面缺陷类型的特点，通过对图像的滤波处理、最大类间方差阈值法二值化分割，提取了缺陷特征；然后，分别设定相应的感兴趣检测区域（ROI），定义检测目标的最大像素数作为判别缺陷特征的依据；最后，应用LabVIEW软件开发了计算机视觉自动检测软件系统。实践表明该系统能很好地实现滚子双端面缺陷的自动检测，能满足准确、高效、客观的实时检测要求。