摘要:提出了混凝土结构中任意缺陷的应力波反射成像测试与诊断方法。利用特定的数据采集方法和应力波叠前偏移成像算法,测试预埋复杂形状缺陷的混凝土试件,分别采用不同数量的应力波信号获得了多张叠前偏移剖面图像。试验结果表明,随着应力波数量的增加,叠前偏移剖面能够反映的缺陷区域更广,成像更加清晰。当利用足量应力波信号进行叠前偏移成像处理时,试验结果诊断误差很小,能满足工程的精度要求。

摘要:对转子故障信号的信息熵带作为支持向量机(support vector machine,简称SVM)的训练样本,基于粒子群算法(particle swarm optimization,简称PSO)优化SVM分类器结构参数进行了研究。对试验模拟获得的故障信号进行了时域、频域、时频域的信息熵带计算,得到了奇异值谱熵、功率谱熵、小波空间谱熵及小波能谱熵４种熵带,并对熵带进行预处理,建立了一种基于故障信号的信息熵带作为特征量,用PSO解决SVM结构参数优化设置的转子故障识别方法。将该方法应用于转子系统在线故障诊断中,结果表明,所设计的算法具有训练速度快、测试时间短、分类准确率高等特点。

摘要:针对结构形式复杂以及安全性能要求高的大跨空间结构的健康监测,充分利用压电材料抗压性能好、传感速度快的优点，设计了一种将拉力转化为压力且不承受弯矩的新型压电传感器；根据传感器的工作原理,建立了相应的有限元模型,推导了传感器工作的模态方程;基于最大输出原理给出相应的目标函数,运用遗传算法高效地解决了传感器布置位置优化问题;针对结构承受荷载的不确定性以及响应信号的随机性,运用小波分析对振动信号进行采集处理,避免了观测溢出。对一大跨结构进行智能监控数值仿真,结果表明,通过优化布置的新型传感器安全、可靠、高效地实现了大跨空间结构的智能监测,对响应信号进行小波分析处理,在消噪的同时保证了信号处理的稳定性。

摘要:为改善旋转行波型超声电机(TRUM)在极端温度下的输出性能,分析了高低温环境对超声电机及其驱动控制部分的影响,搭建了基于MSP430单片机的伺服控制系统,通过RS232实现PC与控制器以及控制器与UMD-3型驱动器之间的通讯,该系统采用比例和步进逼近的控制方法实现精确的速度和位置控制。以整个系统为研究对象,完成了-40～70°C温度环境下的试验。结果表明:随着温度升高,在电机空载时,系统所能达到的最大速度先升后降,峰值出现在±10°C之间,与测得的最大值相比,70°C和-40°C时的最大速度分别下降了43.2％和126％。系统的定位精度达到0.1°,速度控制精度在可调范围内达到1r／min,两者受温度影响均较小,说明极端温度下可以通过伺服控制使超声电机达到一定的位置和速度精度。

摘要:基于Kirchhoff薄板理论,推导了Cymbal型压电堆叠阵列在周期性均布载荷作用下的等效刚度,利用试验测定了堆叠阵列的阻尼因子,通过模态分析推导了系统的振型频率方程并获得在外部简谐激励下振动位移的一般解。由频率方程计算得到的各阶振型频率与采用有限元方法计算及试验测试的结果基本一致。

摘要:在二级齿轮箱的变负载过程中,为了有效地处理非平稳信号,采用小波包提取特征参量(条件属性值);为了有效地处理带噪声的数据,将变精度粗糙集理论引入到齿轮的故障诊断中,提出了一种条件属性约简方法。首先对连续属性进行离散化;然后定义集合M,根据实际情况,选取不同的正确分类率β,利用变精度粗糙集的近似分类质量进行条件属性约简,并与加入噪声数据后所得的约简结果进行了对比;最后通过齿轮故障实例验证了此方法的有效性和实用性。

摘要:提出了一种利用环境激励下的模态数据检测结构损伤的柔度灵敏度方法，该方法是柔度灵敏度方法的一种推广。对于环境激励下所得的不归一化的振型,引入振型归一化系数,并把这些系数作为新的未知量,通过对柔度灵敏度方程作适当的变形,并利用矩阵的拉直运算和广义逆,把各单元的损伤参数和各振型归一化系数一并予以求解。所提方法不仅能够识别出结构的损伤状况,还能获得各振型归一化系数,且理论简单,易于计算机编程实现。以某个2层的框架结构为例对所提方法进行了验证，结果表明,采用环境激励下的模态数据,能够较好地识别出结构损伤,且能得到比较精确的振型归一化系数。

摘要:结合Gabor变换和盲信号分离的各自优点,提出了一种基于Gabor变换的欠定盲信号分离新方法。首先通过混合信号的Gabor变换系数之间的相互关系,得到了源信号个数的估计;然后对Gabor变换后的信号进行阈值处理，并进行Gabor逆变换得到新的混合信号,从而实现混合信号的升维。再利用现有的盲信号分离方法进行处理，该方法不受源信号个数的限制,因此属于一种欠定盲信号分离方法；最后,通过一组仿真信号的欠定盲分离验证了该方法的有效性。

摘要:主要研究了现有支持向量机存在的问题,提出基于贝叶斯优化投票策略和Morlet小波作为核函数的改进方法。通过贝叶斯优化改进支持向量机分类投票策略,实现对不可分区域数据的有效分类。通过建立Morlet小波核支持向量机，使向量机更加适合冲击非线性信号的分类，并用一个滚动轴承的实例说明方法的鲁棒性和可靠性。

摘要:针对现时发动机失火监测方法的不足,研究了利用小波分析方法进行失火监测。对某发动机缸盖振动加速度信号作频谱分析,可知单缸失火状态的0.5和1谐次振动幅值与正常状态相比有显著增长。采集发动机稳速工况下失火故障瞬间前后一段时间的振动信号,利用小波分析方法,对其进行多尺度近似分解,获得低频逼近信号。由于失火引起低阶次振动幅值变化,观测获得的低频逼近信号的振动幅值波动,可明显分辨出故障发生的时间，再进行加速和减速工况分析。结果同样表明,通过小波变换分析方法,能有效监测发动机失火发生的时间。

摘要:比例滑模策略保留了线性控制的某些优点,但抖振的存在不仅会降低控制精度,甚至会激发系统的未建模动态或引起机械谐振,严重制约了比例滑模控制在电液位置系统中的应用。为避免抖振对系统精度与稳定性的影响,提出采用模糊模型,根据切换函数及其导数的状态自调整比例滑模切换增益,以柔化控制信号。试验结果表明,通过模糊理论实现增益自调整,能有效降低抖振,既实现了高精度控制,又保留了滑模策略抗参数摄动及抗扰动能力强的特点。

摘要:由于传统的自感知电桥电路难以有效地实现自感知执行器传感与执行之间的信号分离,因此，提出了一种采用神经网络分离出压电自感知执行器传感信号的新方法，用神经网络直接估算结构的振动速度来得到振动控制时控制器的反馈信号。将嵌入在复合材料悬臂梁中的压电陶瓷片作为自感知执行器,采用基于Filter-X LMS算法的自适应滤波控制器对悬臂梁的振动进行主动控制。结果表明神经网络估算得到的振动速度和用传感器直接测得的完全吻合,将神经网络的输出作为控制器的反馈信号可以取得理想的减振效果。

摘要:提出一种基于过程神经网络思想的航空发动机振动趋势预测方法。利用过程神经网络具有输出函数对输入函数在时间上的聚合效应和非线性映射能力,预测方法的网络结构选择为9个输入节点,第2层和第3层各有9个隐层节点,1个输出节点,参数外推预测,将选取的振动历史数据分为学习样本和检测样本两组,学习样本用于网络训练,检测样本用于检验预测模型的精度。在相同条件下,与传统人工神经网络进行趋势预测比较,提高了网络训练速度,降低了预测误差。将所提出的预测方法应用到某型航空发动机的振动趋势预测中,预测结果与实际值的误差符合要求。

摘要:通过分析引起某车内轰鸣声的激励源和贡献量最大的传递路径，利用实验模态技术测试分析出传动轴的弯曲模态频率，判断出该车内轰鸣声产生的原因是传动轴的强迫振动；利用动力吸振技术，进行了动力吸振器力学参数的优化设计，提出了抑制传动轴弯曲共振的工程方案。通过试验验证，该方法有效地降低了车内噪声。

摘要:研究了空调压缩机独立运行工况下燃料电池轿车的声振特性,并对空调压缩机支架进行模态计算。分析表明，支架因在压缩机振动的工作频率附近存在低阶固有频率发生共振,进而造成车身板件振动并向车内辐射噪声,是空压机向车内传递噪声的主要途径。使用增强材料提高了压缩机支架的整体刚度,有效避免了支架的共振,降低了车内噪声2 dB以上,改善了车内外声品质。

摘要:分析了B样条经验模式分解(B-spline empirical mode decomposition,简称BS-EMD)的端点效应问题,指出了现有延拓方法的不足,提出了一种基于支持向量机的B样条经验模式分解端点效应消除方法。首先采用支持向量机对原始信号进行延拓;然后用B样条插值方法对延拓端点效应问题,指出了现有延拓方法的不足,提出了一种基于支持向量机的B样条经验模式分解端点效应消除方法。首先采用支持向量机对原始信号进行延拓;然后用B样条插值方法对延拓后的数据进行插值计算得到信号的均值曲线；最后进行经验模式分解,得到本征模态函数(intrinsic mode function,简称IMF)。仿真和试验结果表明，本文所提方法能有效地消除BS-EMD端点效应问题.

摘要:分析了目前经验模式分解(empirical mode decomposition，简称EMD)中本质模式函数 (intrisic mode function，简称IMF)筛选停止条件,并提出了一种新的筛选停止条件。首先建立了一种EMD分解效果的检测方法,采用该方法分析了3种IMF筛选停止条件,从分解效果图可以看到3种停止条件对EMD分辨率的影响；然后提出了一种改进的IMF筛选停止条件；最后通过分解面的效果图和算例，表明新方法可以减少模式混叠现象,提高EMD分解效果。

摘要:对一般的机械设备而言,基于振动信号分析的故障诊断方法效果不是很理想,主要是因为采集的轴承振动信号背景噪声比较大。因此在对轴承进行故障分析前需要对采集的振动信号进行降噪处理。传统滤波器降噪的思想是把信号分成不同的频率段,再将噪声所在频率段的幅值进行衰减或将此频率段进行屏蔽。本文采用的粒子滤波方法和传统的滤波器方法不同,其本质不是在频率域对信号进行处理,而是一种状态估计手段,通过对有用信号和噪声信号的统计特性进行假定,然后建立比较符合真实特性的数学模型,利用观测信号,对有用信号进行估计。此方法能够估计平稳和非平稳的随机信号。

摘要:利用控制系统在满足相位裕度和幅值裕度的鲁棒性条件下,设计了对时间常数变化具有鲁棒性分数阶PIλDμ控制器；利用相位裕度条件和截至频率在指定点处的波特图局部平坦的鲁棒性条件,设计了对增益常数变化具有鲁棒性的分数阶PIλDμ控制器；利用非线性优化函数对分数阶PIλDμ控制器的5个可调参数进行寻优；最后采用两个时滞系统算例分别进行设计方法验证和鲁棒性能仿真分析。结果表明，分数阶PIλDμ控制器比传统的整数阶PID控制器具有较强的鲁棒性和系统稳定性能。

摘要:某型全液压抓料机的机外噪声较大,需确定其噪声源并进行降噪处理。分别测量机外前、后、左、右4个方位噪声的声压信号并进行频谱分析,采用多方位噪声信号分析、机器工、后、左、右4个方位噪声的声压信号并进行频谱分析,采用多方位噪声信号分析、机器工作特性和机器结构布置相结合的方法判断噪声源。结果表明，机外噪声主要由风机运转噪声和发动机排气噪声组成。根据两噪声源各自的频率特性及机器的结构布置特点,采用微穿孔板共振吸声结构作为降噪措施,分别设计并安装了消声器和隔声罩,抓料机外噪声下降了58dB,达到了欧洲最新噪声限制标准的要求。

摘要:针对计及摩擦的单对齿轮传动系统的时变非线性模型,应用胞映射方法对系统进行了吸引域计算,得到了在不同的摩擦系数、时变刚度和激励频率参数下系统的吸引域和全局特性,分析了这些参数变化时系统吸引子吸引域的演变规律。研究表明,系统的竞争吸引子是互相缠绕的,摩擦能改变周期运动吸引子的性态,也能降低混沌时的Lypunov指数,有利于提高系统的全局稳定性。

摘要:基于滚动轴承故障模式识别的随机性、灰色性和模糊性特征,从信息融合的角度出发,提出了一种融合框架。首先针对这三方面的信息分别从小波域、幅域和频域构造特征向量;然后借助于D-S证据理论,在基于概率统计的隐马尔科夫模型的诊断结果基础之上,进一步融合从系统灰色性和模糊性观点出发所得的诊断信息,从而实现滚动轴承故障模式的多角度信息融合识别;最后,利用该融合框架对实测滚动轴承故障数据进行了识别。结果表明,基于系统随机性、灰色性和模糊性信息融合的识别方法较基于系统单一性信息的识别方法能够进一步提高模式分类的正确率。

摘要:针对自回归滑动平均(autoregressive moving average,简称ARMA)模型参数谱估计容易出现谱峰漂移问题,提出一种基于组合目标函数和遗传算法的ARMA模型参数估计方法。通过最小均方误差准则获得ARMA模型参数初始估计，依据现代谱估计理论和连续函数极值存在的必要条件推导模型参数的频域约束方程，构造组合目标函数并采用遗传算法对模型参数初始估计值进行优化获得模型参数的最优解。将该方法用于车削状态下尾顶尖垂直方向振动加速度时间序列建模和谱估计,结果表明了方法的有效性。

摘要:基于能量原理,提出经验模态分解 (EMD)中虚假模态分量消除方法。在正常采样的条件下,分析信号EMD分解误差与虚假模态分量的关系,讨论虚假模态分量的性质。从EMD分解的完备性角度考虑在虚假模态存在情况下能量不守恒,给出模态函数消除法,从EMD分解结果中剔出虚假模态分量，消除信号经验模态分解误差。其有效性在所给例子中得到证实。

摘要:为了探索离心泵空化的特点和规律,在实验室条件下,利用水听器和加速度传感器捕捉了离心泵空化时的高频辐射噪声以及由此引起的泵壳振动信号。分析发现:空化前后,水声信号对空化更敏感,空化后在8～12 kHz频带内出现了明显的峰值。水声信号和振动信号的双谱在空化前后存在着显著的差别,其双谱在5 kHz以上的高频特征可作为离心泵空化在线监测或离线检测的参考依据。

摘要:为解决置于海底的检测系统真实接收舰船地震波信号的问题，提出了检测系统与海底沉积物之间的耦合振动形成原理。采用耦合理论，分析了检测系统和海底沉积物之间的耦合振动过程，建立了质量弹簧阻尼耦合振动系统模型。通过耦合模型的受力分析，得到了耦合振动系统的传递函数，其频响曲线呈现低通滤波器的特性。计算仿真和实验结果吻合，表明耦合振动系统在幅度和相位上对真实舰船地震波信号进行了调制。通过影响耦合谐振频率因素的分析，指导了检测系统的设计，提高了频带宽度，减少了耦合振动对信号接收的影响。