摘要:介绍了用于角度测量的绝对式光电旋转编码器的编码理论研究概况，具体包括反射式格雷码、矩阵码、m序列码和单码道格雷码的绝对位置编码方法和编码特征。绝对位置编码的发展过程是以唯一性和单变性为基础特性，以单码道性为最终目标进行编码矩阵列数的缩减。目前，编码类型的发展经历了n条码道的反射式格雷码、n/3条码道矩阵码、2条码道的m序列码以及1条码道的单码道格雷码，已经达到单码道的最终目标。由于单码道格雷码编码理论尚不完善，仍依赖搜索获得编码，因此其快速构造方法是未来绝对位置编码理论的发展方向。最后，对近几年发展起来的基于图像传感器的非编码测量方法进行了介绍和展望，该方法是对传统测量方法的颠覆，有望成为光电式旋转编码器的另一个发展方向。

摘要:针对故障诊断中呈现强非线性的故障数据集维数过高以及有标签故障样本不足的问题，引入核方法和半监督思想，提出了一种基于核半监督局部Fisher判别分析（kernel semi?supervised local Fisher discriminant analysis，简称KSELF）的降维方法。首先，通过核方法将原始故障数据集映射到高维特征空间中；其次，在高维空间中基于半监督局部Fisher判别分析得出投影转换矩阵；最后，用一双跨度转子实验台的故障特征数据集对所提出的方法进行了验证。所提出的KSELF降维方法能够有效捕捉数据的非线性信息，并能充分利用少量标签样本和大量无标签故障样本中的故障信息，避免了过学习问题。实验结果表明，KSELF方法相比实验中的其他方法，其降维能力稳定，能够获得更好的降维效果和更高的分类准确率。

摘要:为解决直线舵机运动扰动引起的电动直线加载测试系统（electric linear loading test system，简称ELLTS）加载精度降低的问题（多余力问题），首先，在传统扰动前馈补偿策略分析的基础上，提出了一种改进扰动前馈补偿策略，该策略不需要舵机速度反馈信号，只采用位移指令信号与力反馈信号作为补偿信号，省去了速度传感器的安装环节，具有操作简单和适应能力强等优点；其次，采用SIMULINK软件对提出的补偿策略进行了多余力仿真，仿真结果验证了该策略的合理性与可行性；最后，进行了对比实验。实验结果显示，在动态加载频率范围内，该算法多余力抑制效果较好，且在典型的加载工况下，采用了改进扰动前馈补偿策略的ELLTS力输出精度进一步提高，满足“双十指标”。

摘要:针对复合频率振动下空心轴的下料研究，建立了下料寿命与空心轴几何参数及加载状态之间的关系。推导出空心轴的V形切口尖端处应力强度因子（stress intensity factor，简称SIF），基于已搭建的双频振动系统，建立了动力学模型。在双频振动下通过绘制一维多级应力谱，得到V形切口处所受等幅名义应力，由此得到复合频率振动下的空心轴V形切口处的SIF值。根据SIF可以叠加的原理和疲劳裂纹寿命公式，获得复合频率振动下空心轴下料寿命模型。对该模型进行了分析并设计试验，得到的试验结果与模型规律一致。

摘要:针对轮齿振动信号识别诊断困难的问题，提出以自适应噪声完备经验模态分解（complete ensemble empirical mode decomposition with adaptive noise，简称CEEMDAN）排列熵为敏感特征量，通过支持向量机（support vector machine，简称SVM） 进行模式识别，实现螺旋锥齿轮故障辨识的方法。首先，将振动信号进行CEEMDAN，得到一系列从高频到低频的内禀模态函数（intrinsic mode function，简称IMF），利用相关系数计算各IMF分量与原始信号的相关程度，结合信噪比的大小进行含主要故障信息的IMF分量优选；其次，采用重叠组合法对排列熵计算过程中的关键参数——嵌入维数和时延进行优选；最后，以优选IMF的排列熵值组成特征向量，训练多分类SVM进行螺旋锥齿轮故障辨识。将该方法用于3种不同程度螺旋锥齿轮断齿故障的诊断识别，并与基于集总经验模态分解排列熵、经验模态分解排列熵方法进行比较，结果表明，基于CEEMDAN排列熵的故障诊断方法可以更加准确地识别螺旋锥齿轮的故障类型。

摘要:为了提高车辆行驶安全性，设计了一种基于弹簧网面结构的全金属车轮，该车轮通过金属螺旋弹簧的相互勾连，实现主簧和辅簧的复合承载。为检验该车轮结构的承载能力和平顺特性，基于3轴6轮6电机驱动的6×6无人车搭建了平顺性测试系统，针对测试结果中振动信号存在大量随机噪声和脉冲干扰噪声等问题，结合形态学滤波、经验模态分解（empirical mode decomposition，简称EMD）和重构方法进行了噪声干扰滤波，得到了可以直接进行平顺性分析的有效信号。为了定量分析金属车轮与充气橡胶车轮的振动情况，基于相关国家标准，计算了无人车安装不同轮胎、车速和不同位置处的加权加速度均方根值。计算结果表明，金属车轮的平顺性略差于同尺寸充气橡胶车轮，但具有更好的抓地能力。为了改善金属车轮的减振性能，可通过胎面增加橡胶或履带等包覆层，并提出了以弹簧网面结构为内支撑的多种车轮结构总成。

摘要:为了提高往复式密封的密封性能，对密封区内杆?密封界面的流变特性进行分析。基于变形理论，通过引入混合润滑状态下弹性流体动压润滑数值模型，进一步揭示了往复式密封的密封机理。基于此理论模型同时考虑多耦合场的相互作用，通过引入流体方程（考虑空化现象）、微观接触模型以及变形模型，进一步分析了不同密封表面粗糙度、润滑油黏度以及密封杆运动速度下对摩擦力、摩擦因数以及泄漏量的影响，并开展了相应实验验证。研究结果表明：密封表面粗糙度越大，界面摩擦力和泄漏量都随之增加；界面摩擦力随润滑油黏度、密封杆速的增加而降低，泄露却呈现出相反的趋势。

摘要:基于现有无阀压电泵输送活体细胞或者长链功能性高分子时依然存在输送破坏与缠绕失性等缺点，提出了一种流线形流管无阀压电泵，研究了4组不同角度的流线形流管无阀压电泵的输出性能。首先，阐述了泵的结构及工作原理，建立泵的流量表达式；其次，采用Fluent流体分析软件对β角度分别为10°，15°，20°和25°的流管组成的无阀压电泵进行内部流场动网格仿真，发现内部流场稳定性随着β角的增加而降低，而最佳输出流量伴随着角度的增加而增加，对比相同压差下流线形流管和锥形流管的仿真结果，发现流线形流管可有效提高流体流动的稳定性；最后，对4组不同角度的样泵进行流量测量实验，并将实验结果与仿真结果进行对比。结果表明：实验得到的最佳输出流量变化趋势以及泵送方向均与仿真结果一致。本研究促进了流线形流管无阀压电泵在微活性物输送领域以及医疗保健领域的应用

摘要:为准确辨识滚动轴承故障类型，提出了一种基于量子粒子群优化多尺度排列熵（quantum?behaved particle swarm optimization and multi?scale permutation entropy， 简称QPSO?MPE）的滚动轴承故障识别方法。首先，对滚动轴承的原始振动信号进行集成经验模态分解（ensemble empirical mode decomposition，简称EEMD），得到一系列内禀模态分量（intrinsic mode function，简称IMF）和一个趋势项，并以峭度作为度量指标筛选出含有主要故障特征信息的IMF来重构振动信号；然后，利用量子粒子群优化算法对多尺度排列熵的关键参数进行优化，得到其模型计算重构信号的多尺度排列熵，从而构建轴承故障的多尺度排列熵特征集；最后，将故障特征集输入GG（Gath?Geva）模糊聚类算法进行聚类识别。实验结果表明，基于QPSO?MPE的滚动轴承故障识别方法可实现滚动轴承典型故障的准确辨识，证明了QPSO?MPE在故障特征提取方面的有效性。

摘要:阐述了传递路径分析（transfer path analysis，简称TPA）方法的基本理论，对某车型左前车门玻璃下位关门过程中玻璃振动异常进行了传递路径分析，并针对该车门结构设计特点，提出了基于传递路径分析方法的二级TPA分析模型，分别为锁机、密封条?玻璃一级传递路径模型和导轨接附点?玻璃二级传递路径模型。通过常用关门速度（1.5 m/s）获得各测点的工况响应，利用建立的二级TPA模型和工况响应计算获得工况载荷和路径贡献量，准确定位引起车门玻璃下位振动水平较大的原因，提出改进方案，大幅降低了其振动水平。

摘要:为系统实现桥梁实时在线模态参数自动识别，从数据分析和系统搭建两方面解决桥梁模态参数自动识别问题。首先，引入改进的模糊C均值聚类（fuzzy C?means， 简称FCM）算法，通过设定最大聚类数目，得到不同聚类数目下的累积邻接矩阵，并引入图切分算法，自动确定最佳聚类数目，实现稳定图自动识别；其次，提出集数据采集、传输和分析一体化的模态参数自动识别系统框架，通过建立数据解析过程，保证实时在线模态识别的数据获取，并提出动态可变滑动数据窗，保证在线自动识别的实时性；最后，将提出的算法和系统框架运用于拱桥模型来验证所提方法和系统的可行性。结果表明：改进的模糊C均值聚类算法不需要任何人工干预，在默认参数下就可以自动获得最佳聚类数目，实现稳定图自动识别；提出的自动识别系统框架和动态可变滑动数据窗能够实现模态参数自动识别，并保证识别的实时性；提出的桥梁模态参数自动识别方法和自动识别系统能够用于桥梁结构实时在线模态参数的自动识别。

摘要:为有效解决航空发动机的故障诊断难题，提出了基于深度自编码网络的航空发动机故障诊断方法，对发动机进行故障诊断技术研究。首先，对监测数据进行预处理，根据数据特征构建深度自编码网络的基本结构，采用无标签数据样本集对深度自编码网络进行预先训练，得到网络参数的初始值；其次，利用有标签的数据样本集对该网络进行训练，对网络参数进行微量调整，创建基于深度自编码神经网络的航空发动机故障诊断模型；最后，采用含有标签的测试样本集对创建的故障诊断模型进行诊断测试。为了表明所提出方法的优越性，将本研究方法与其他几种常用故障诊断方法的故障诊断结果进行了对比。结果表明，与反向传播神经网络、径向基神经网络等常用的故障诊断方法相比，所提出方法的诊断正确率更高，诊断效果更好。

摘要:压电柔性机械臂系统辨识与振动主动控制

摘要:针对多频线谱激励下的结构振动主动控制中的频率失配问题，以并联结构滤波?x最小均方（filtered?x least mean square，简称FxLMS）算法为基础，提出一种混合自适应振动主动控制方法。前馈通道通过多个带通滤波器将多频线谱激励振动的参考信号解耦成为多个单频线谱信号，多个独立自适应滤波器调节权值抑制单一频带上的振动，提升收敛速度；反馈通道提升了算法对于扰动信号频谱发生时变及宽频噪声扰动的鲁棒性。给出该混合自适应振动主动控制算法的稳定性及收敛性分析过程，得到算法稳定与收敛的正实条件。基于Adams与Simulink联合仿真，以及搭建结构微振动主动控制实验系统，验证了混合自适应振动主动控制算法的有效性。实验结果表明，混合自适应振动主动控制算法能够有效抑制多个目标频谱的结构微振动，并在扰动频率失配以及宽频噪声中表现出较好的鲁棒性。

摘要:针对传统故障诊断方法识别准确率低、泛化能力差，而基于深度学习的故障诊断普遍存在需要海量训练数据的问题，提出了一种基于经验模态分解（empirical mode decomposition，简称EMD）与卷积神经网络（convolutional neural networks，简称CNN）的滚动轴承智能故障诊断方法。首先，对轴承振动数据进行EMD，同时对相关系数最大的本征模函数（intrinsic mode function，简称IMF）分量进行频谱分析，获取频谱图，并将频谱图数据压缩成特征二值化图像作为CNN分类网络训练的输入数据；其次，将正常状态下和各类故障状态下的滚动轴承特征二值化图像作为CNN的输入得到训练模型，利用训练好的模型对各类故障进行分类识别。实验结果表明：在较少的训练数据下，轴承故障诊断准确率达到97.61%，远超过使用反向传播神经网络（back propagation，简称BP）和概率神经网络（probabilistic neural network，简称PNN）方法，证明了所提出方法与传统故障诊断方法相比能够更加准确地识别各类故障类别；对原始信号加入6 dB白噪声后的识别准确率也达到了96.19%，证明了所提出方法具有良好的泛化能力与抗噪性能。

摘要:通过有限元法对动态雷诺方程和液膜能量方程进行推导求解，建立了考虑流体热效应和空化效应的液膜密封动态特性模型，分析了槽数、槽深、转速以及压力对液膜密封动态特性参数的影响。结果表明：在考虑空化及热黏的条件下，各角向之间的相互影响较弱，耦合角向系数小于正角向及轴向系数；刚度系数的绝对值会随着槽数、槽深、转速和压力的增加而增加；阻尼系数的绝对值会随着转速和压力的增加而增加，随着槽数和槽深的增加而略有减少；槽数、槽深、转速和压力的增加均会使液膜的抗干扰能力增强。

摘要:采用拓扑优化方法对浮筏隔振系统的筏架结构进行了减重优化设计，运用功率流方法对浮筏系统的振动传递特性进行了研究。针对优化的筏架结构，采用空气弹簧隔振器搭建了浮筏隔振系统实验模型，采用振级落差对浮筏系统的隔振性能进行了分析。通过仿真结果可以看出，笔者优化的筏架结构在重量大幅度减轻的情况下，仍具有较好的隔振性能。通过实验结果可以看出，空气弹簧的隔振效果与其刚度有着紧密的联系，浮筏隔振系统具有较好的隔振性能。

摘要:针对故障特征集维数过高的问题，提出一种基于局部边缘判别投影（locality margin discriminant projection，简称LMDP）的故障数据集降维算法。该算法定义了局部类间相似度和局部类内相似度，使相邻的异类在低维空间中离的更远、相邻的同类样本在低维空间中离的更近。分别提取转子振动信号的时域和频域统计特征，组成原始故障特征集；通过LMDP算法对原始特征集进行特征融合，选择出其中最能反映故障内在信息的低维敏感特征子集；将得到的低维特征子集输入到K近邻（K?nearest neighbor，简称 KNN）分类器中进行训练和故障分类。通过2个不同型号的双跨度转子系统采集的振动信号集合验证了该方法的有效性。

摘要:为了自适应确定变分模态分解（variational mode decomposition，简称VMD）的有关参数，减少轴承振动信号处理过程中对先验知识的依赖，提出了一种基于微分搜索（differential search，简称DS）的VMD参数自适应寻优算法，结合相关峭度指标实现轴承故障特征自适应提取。首先，采用DS算法对VMD的相关参数进行自适应寻优，并对信号进行VMD；其次，计算各本征模态函数（intrinsic mode functions，简称IMF）的相关峭度值，并利用该指标对各分量进行加权重构；然后，对重构信号进行包络谱分析以提取轴承故障特征；最后，将所提出方法与通过经验模态分解（empirical mode decomposition，简称EMD）方法及人为确定参数的传统VMD进行对比。仿真信号和实验数据分析表明：DS算法可有效确定VMD相关参数组合，且所提出方法可以更加准确、有效地识别出滚动轴承故障特征频率；与快速峭度图方法对比，所提出方法依然可以获得更好的结果。

摘要:为了验证长度为25 m现浇钢弹簧浮置板轨道在市域快线轨道交通中的适用性，基于车辆?轨道耦合动力学理论，建立CRH6动车?现浇钢弹簧浮置板轨道耦合动力学模型及其数值方法。通过仿真计算，对快速行车条件下现浇浮置板道床与列车的耦合动力学性能进行仿真分析，评估长为25 m现浇钢弹簧浮置板道床高速行车的安全性、舒适性和稳定性，重点研究了现浇浮置板隔振器空间布置和厚度对系统动力性能的影响。研究结果表明：隔振器布置越密，道床自身的稳定性越好；现浇钢弹簧浮置板道床厚度变化对城际动车组的运行安全性指标和乘坐舒适性指标影响不大；增加浮置板厚度，能够略微提升车辆的运行平稳性；当城际动车组运行时，平稳性和舒适度评级等指标均满足限值，即现浇浮置板轨道能够满足市域快线行车的要求。该研究结果可为时速为160 km及以上的现浇钢弹簧浮置板道床的动力学设计提供支撑。

摘要:熔丝制造成型（fused filament fabrication，简称FFF）技术因其操作简单、成本低廉且环境友好等特点，成为普及范围最广的一种快速成型技术，但由于逐层沉积的制造工艺，其产品质量很难与传统加工方式得到的零件相媲美。笔者将压电陶瓷片与FFF快速成型设备相结合，利用振动改善打印产品的机械性能。首先，利用压电陶瓷将普通FFF快速成型设备改装成振动式FFF设备；其次，制备施加振动前和不同形式振动后的拉伸样件，并完成拉伸实验；最后，通过对比不同样件的应力应变关系，分析了振动对FFF制品抗拉性能的影响规律。研究结果表明，利用振动能够显著提高FFF制品的抗拉强度和弹塑性能，并有效降低其各向异性特点。

摘要:由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性，无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测，提出了基于包络谐噪比（envelope harmonic?to?noise ratio，简称EHNR）和无迹粒子滤波（unscented particle filter，简称UPF）相结合的风力机轴承实时剩余寿命预测方法。首先，通过计算振动信号的EHNR监测轴承的早期退化点，并提取EHNR的趋势特征作为退化指标；其次，以轴承历史数据构建退化模型，利用UPF算法更新模型参数，实现对轴承退化状态的跟踪和预测；最后，使用实际风力机轴承监测数据对所提方法进行验证。结果表明，该方法能适时启动寿命预测机制，有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型（support vector regression，简称SVR）、反向传播神经网络（back propagation neural network，简称BPNN）的预测方法相比，具有较高的预测精度，为大型风力机组的健康管理和可靠性评估提供参考依据。

摘要:在线动平衡是解决主轴系统不平衡故障降低主轴振动的主要手段，为了提高在线动平衡装置的平衡精度和效率，提出了一种基于遗传算法的主轴系统动平衡质量补偿策略优化模型。模型以平衡后残余不平衡力作为优化目标，以平衡装置质量块转动相位作为优化变量，运用遗传算法计算出相位。通过搭建主轴系统在线动平衡实验平台进行动平衡策略优化对比实验，对不同转速不平衡量下的优化策略进行计算，平衡后的残余不平衡力大幅度降低。实验结果表明，质量补偿策略优化后的主轴振动量平均下降20.60%，平衡时间平均下降34.67%。可见，基于遗传算法的主轴系统质量补偿策略优化模型可进一步提高主轴在线动平衡的质量和效率，提高设备的运行性能。

摘要:数据分析长度的选取是提取结构振动特征信息的关键，人为选取信号分析的数据长度会导致其计算结果存在一定误差，为减少主观因素影响，提出一种基于改进多尺度排列熵（improved multi?scale permutation entropy，简称IMPE）的振测数据分析长度的方法。对于获得的振动信号，将一维的时间序列数据多尺度化后进行粗粒化处理，确定其相空间重构参数。选取不同长度的振测数据，分别计算多尺度排列熵（multi?scale permutation entropy， 简称MPE）熵值，发现熵值对数据长度的变化敏感，随着数据长度的增加而变化，最后趋于稳定值。定义该稳定值为标准熵值，满足标准熵值97%精度的熵值作为有效熵值，选出满足精度要求的熵值，将其所对应的最短数据长度定义为振测数据的最佳分析长度。将该方法应用于仿真信号和具体泄流工程振动信号的最佳数据长度选取中，可为结构监测选取准确的数据分析长度，有较好的普适性。

摘要:通过三维有限元数值模拟、水动力特性及流激振动试验，研究了立式表孔一体化泵闸结构在不同工作条件下的静动力特性、水动力特性和流激振动特性，采用Hilbert?Huang变换对随机数据进行分析，分析了泵闸装置抽水过程出现较大振动量的机理。在此基础上，对泵闸结构体型进行了抗振优化设计，加强了部件间的联结性和整体刚度。研究结果表明，该优化方案有效控制了结构振动，抗振优化效果显著，为同类工程设计提供了参考依据。

摘要:由于导波损伤诊断方法在碳纤维增强复合材料（carbon fiber reinforced polymer，简称CFRP）损伤监测领域的结构不确定性和专家经验缺乏，提出了一种基于能量图谱和孪生卷积神经网络（convolutional neural networks，简称CNN）的导波损伤识别和定位方法。以导波监测网络的能量图谱作为模型的学习样本，消除样本标签质量对专家水平的严重依赖，同时为深度学习模型提供丰富的有效信息。设计了权值共享的孪生网络以避免模型参数过多导致的过拟合现象，并利用CNN和长短记忆网络自动挖掘导波信号的高层特征。此外，对深度学习模型提取的特征进行可视化分析并讨论其物理意义，为解释神经网络的工作原理提供基础。实验结果表明，该方法在考虑结构不确定性的情况下，损伤识别和损伤定位的准确率分别达到88%和85%，相较于基于专家经验的传统方法优势明显。

摘要:为了获得波形腹板钢箱?混凝土组合梁桥振动频率的简化计算方法，首先，在综合考虑箱梁的剪力滞效应和波形钢腹板剪切变形效应的基础上，运用势能驻值原理推导出波形腹板钢箱?混凝土组合梁桥的单元刚度矩阵；其次，根据所推导的单元刚度矩阵和单元质量矩阵，采用Matlab软件编写波形腹板钢箱?混凝土组合梁桥振动频率计算的求解程序；最后，对振动频率求解程序的收敛速度和计算效率进行了分析。研究结果表明：振动频率求解程序所得的频率值与ANSYS空间有限元值和实测值吻合良好；采用振动频率求解程序计算频率时只需较少的单元数量，即可达到较高的计算精度；大大缩短了振动频率求解的计算时间，提高了计算效率，避免了ANSYS空间有限元模型建立和求解的复杂性，为工程中该类桥型自振特性分析提供了一种简便方法。