摘要:特种密封装备贮存过程的长期在线健康监测是评估材料寿命与装备效能的关键环节。为满足特种密封装备长时间在线健康监测过程对高效供电、高可靠数据传输与高集成度的需求，提出了一种集超声供能与无线数据回传为一体的无损、无线密封装备内部状态监测与健康评估技术。首先，建立了α-Al?O?与环氧树脂多层匹配的超声换能器声-电协同阻抗匹配模型；其次，突破高效的声能-通信耦合技术；最后，实现了超声波无线供能与载波数据回传功能复用的一体化协同工作。结果表明：提出的声-电协同阻抗匹配通道可将超声能量传输效率由29.35%提升至68.71%；通过某组分材料的高温加速老化实验，验证了该系统对密封装置内传感器的电能供给与数据回传的可靠性；提供了一种高效的无损、无线密封装备内部状态监测方法，为密封贮存特种材料的长期在线健康监测与评估提供了工程化解决方案。

摘要:针对单一传感器数据在复杂工程系统的故障诊断中难以全面获取机械设备的状态信息、且易受工况变化干扰的问题，提出了一种基于卷积神经网络（convolutional neural network，简称CNN）的多模态数据融合轴承故障诊断方法。首先，构建小波滤波器组，对振动信号和声发射信号自适应选择时频变换尺度区间，进行连续小波变换生成时频图样本；其次，搭建深度学习诊断模型，设计多尺度模块、密集耦合模块以及融合与决策模块，提取不同模态数据的故障特征，并引入相似性约束学习联合特征信息；最后，利用Softmax分类函数实现滚动轴承不同故障位置和程度的精确分类。实验室多模态数据集的验证结果表明，当测试集中加入未训练过的转速数据时，所提出的多尺度特征密集耦合卷积神经网络（multi-scale feature dense coupled convolutional neural network，简称MFDCCNN）的平均识别准确率达到99.21%，且在分类准确性、诊断稳定性和泛化能力这3个方面均优于经典深度学习模型、消融实验模型和单一源数据诊断方法。

摘要:针对齿轮故障领域识别率低和识别时间长的问题，基于多尺度加权排列熵（multiscale weighted permutation entropy，简称MWPE）、蜣螂算法（dung beetle optimizer，简称DBO）与支持向量机（support vector machine，简称SVM）的原理，提出基于MWPE和DBO结合SVM的故障识别方法。首先，由于MWPE的嵌入维数难以确定且对结果影响较大，通过MWPE熵值分析引入变异系数（coefficient of variation，简称CV）来确定嵌入维数；其次，构建故障特征集；最后，利用DBO与SVM结合的分类器DBO-SVM进行故障识别。结果表明：MWPE与多尺度排列熵（multiscale permutation entropy，简称MPE）、多尺度熵（multiscale entropy，简称MSE）、多尺度模糊熵（multiscale fuzzy entropy，简称MFE）等算法相比，对齿轮故障信息的提取效果较好；DBO-SVM分类器在识别准确率和效率上均优于常规优化分类器，所提方法在齿轮特征测试集上达到99.13%的识别准确率，在噪声状态下达到94.10%的识别准确率，证明MWPE的噪声鲁棒性较好。

摘要:针对常规方法难以检测镁合金涂层缺陷的问题，提出采用非线性超声检测技术对含有不同程度微缺陷的镁合金聚乳酸涂层试件进行检测。同时，由于镁合金涂层试件较小，可容纳的正弦脉冲周期数较少，导致超声非线性系数β的计算易受到噪声和频率偏移的干扰而产生较大误差，提出采用截断-最小二乘法（truncation least square method，简称TC-LS）等4种信号处理方法对涂层试件检测信号进行处理，并进行仿真试验研究。结果表明：TC-LS计算β的误差在5%以内，在抗噪能力和处理少周期数信号能力上比其他3种方法更强、精度更高。对实测信号研究分析表明，TC-LS比离散傅里叶变换（discrete Fourier transform，简称DFT）得到的β值趋势变化更加明显，能够更有效计算β值，为非线性超声信号处理提供了一种新方法。

摘要:针对连续宽频带范围的噪声抑制问题，基于卷曲空间的概念提出具有共面卷曲腔体的宽频带消声结构。首先，利用隔板将空腔分隔形成之字形连续腔体，用以取代传统的直通腔，延长声波在腔内的实际传播路径；其次，基于传递矩阵法对初始卷曲腔消声结构的传递损失（transmission loss，简称TL）进行计算，通过引入局部共振单元及穿孔板结构消除其存在的消声零点；然后，借助数值仿真对其结构参数进行优化设计，使仿真优化后的消声结构能够在150 Hz以上的连续频带范围内获得最低20 dB的TL；最后，通过实验对卷曲腔体消声结构的TL进行测试。结果表明：与传统直腔消声结构相比，卷曲腔体消声结构的扩张比仅为5，厚度仅为24 mm，具有更优的消声性能和更轻薄的结构。实验结果与仿真结果吻合度较好，验证了所设计结构的有效性。

摘要:针对单一传感器获取表征轴承故障的信息有限，且易受背景噪声干扰的问题，提出一种基于张量正则多元（canonical polyadic，简称CP）分解的滚动轴承微弱故障特征提取方法。首先，基于稳定工况下轴承故障脉冲信号的循环平稳特性，采用循环谱相关（spectral correlation，简称SC）分析方法将多通道测量信号分别转换至循环SC域中；其次，将多通道循环SC矩阵按照频率、循环频率与通道索引构建成张量；然后，采用CP分解对故障信息张量进行提取，并将提取的故障特征张量在通道中取均值，得到可有效表征故障特征的循环SC矩阵；最后，使用设计的滤波器和增强包络谱（enhanced envelope spectrum，简称EES）进一步增强故障特征的循环SC矩阵，并通过仿真和实验验证所提方法的有效性。结果表明：所提方法可从较强背景噪声干扰的轴承故障信号中准确有效地提取微弱故障特征。

摘要:针对传统时域、频域统计指标构建的特征矩阵在处理复杂非线性数据时的局限性，提出一种基于数据层特征融合和卷积神经网络（convolutional neural network，简称CNN）相结合的轴承故障诊断方法。首先，将采集到的信号进行变分模态分解（variational mode decomposition，简称VMD），选择峭度值大于阈值的分量进行重构；其次，从时域、频域、能量和稳定性等方面计算构建重构信号的多维度复合特征矩阵，将数据特征进行融合；然后，对特征矩阵进行核主成分分析（kernel principal component analysis，简称KPCA）降维处理，去除冗余信息；最后，将得到的低维矩阵输入到批量归一化（batch normalization，简称BN）层优化的CNN模型中进行故障识别与分类，并通过辛辛那提大学智能维护系统（intelligent maintenance systems，简称IMS）、旋转机械振动分析与故障诊断实验平台（QPZZ-Ⅱ型）2组实验数据进行数据验证。结果表明：所提方法对轴承故障分类具有较好的处理效果和稳定性。

摘要:针对变工况条件下滚动轴承故障诊断模型泛化性能不佳的问题，基于深度域自适应与半监督学习技术，提出一种带有辅助分类器的半监督卷积神经网络（semi-supervised convolutional neural network based on auxiliary classifier， 简称SSCNN-AC）滚动轴承跨域故障诊断模型。首先，为提升训练过程中目标域样本伪标签的置信度，所提模型引入最近邻中心分类器作为辅助分类器，以类中心与样本嵌入特征间的余弦距离为目标域样本生成伪标签，有效提升伪标签的可靠性；其次，采用带有标签平滑项的交叉熵损失函数计算分类损失，抑制伪标签噪声对半监督学习的不利影响，提升模型泛化性能；最后，以2个不同数据集的实验结果分析对所提模型进行验证。结果表明：所提模型可有效对齐不同工况下振动信号的嵌入特征，在滚动轴承的跨域故障诊断方面具有明显优势。

摘要:为克服既有安全评估方法时效性差、主观性强、难以量化等缺点，解决已有人工神经网络缺乏可解释性和物理意义、图解可视化弱等问题，以贝叶斯推理与效用计算为依据，提出一种结合贝叶斯决策网络（Bayesian decision network，简称BDN）的桁架结构安全评估方法。首先，通过分析桁架传力路径，将桁架体系拆分为多个子结构，再以子结构为不确定性节点，同时增加决策节点和效用节点，通过有向弧连接以完成BDN网络拓扑定义；其次，计算节点变量的条件概率表，确定节点状态参数并计算概率参数；然后，以影响因素为自变量、以效用值为因变量建立函数关系，完成对效用函数的计算；最后，以一榀试验钢桁架为验证对象，通过绘制体系状态评分图，完成对钢桁架当前状态的决策和评估。结果表明：结合BDN可以刻画钢桁架在某荷载组合作用下的状态变化过程，桁架的安全和失效评分曲线交点即为某个状态的临界荷载；通过推理、决策得到的桁架体系状态概率与试验现象基本吻合，可为类似结构体系的安全评定提供参考。

摘要:地铁车辆在服役过程中横向低频晃动问题时有发生，严重影响乘客的乘坐舒适性。为掌握地铁在服役过程中的横向低频晃动特性，首先，调研上海某地铁线路车轮磨损情况，建立考虑轨道不平顺输入的地铁车辆横向动力学模型，以模拟地铁横向低频晃动现象；其次，研究服役条件下等效锥度变化对横向平稳性的影响，分析车辆系统主要模态随速度变化情况；最后，针对横向低频晃车问题，对抗蛇行减振器参数进行初步选择，讨论地铁车辆采用抗蛇行减振器的必要性。结果表明：低等效锥度下，轮对蛇行模态振型与车体摇头模态振型变化趋势发生交换，阻尼比出现突变是导致横向低频晃动现象的原因；随着等效锥度的增大，蛇行运动阻尼比过低使得横向振动能量未能及时衰减，车辆在较低速度下不经历横向晃动现象而直接出现晃车问题，恶化了车辆运行品质；通过加装抗蛇行减振器，地铁车辆横向低频晃车问题得到有效控制。研究结果为解决服役地铁车辆进一步提速而面临晃车的瓶颈问题提供理论支撑。

摘要:针对旋转机械高维故障数据集中特征属性冗余导致的故障分类困难问题，提出一种基于局部Fisher主成分判别分析（local Fisher principal component discriminant analysis， 简称LFPCDA）的故障数据集降维算法。首先，利用Laplacian得分算法过滤高维故障特征集中冗余特征，并将主成分计算融入局部Fisher判别分析（local Fisher discriminant analysis， 简称LFDA）中，自适应地选取出最能反映故障本质的主成分来构成投影矩阵，得到低维特征子集；其次，将低维特征子集输入K近邻（K-nearest neighbor，简称KNN）分类器中进行故障模式辨识；最后，使用双跨转子实验台模拟的转子故障数据集对所提算法进行验证，并与其他几种典型降维算法进行对比。结果表明：所提算法可剔除高维故障数据集中冗余信息，且保留特征的主要成分，使得故障类别之间的差异性更加突出，从而达到提高故障模式识别准确率的效果。所提算法可为转子故障智能决策技术提供数据降维处理的理论参考依据。

摘要:形态非抽样小波（morphological undecimated wavelet， 简称MUDW）已广泛应用于旋转机械的故障诊断，但该方法中形态学算子（morphological operator，简称MO）的选择、结构元素（structure element，简称SE）的设置以及分解层数等关键参数的设定，仍高度依赖先验知识，导致该方法的自适应能力较差。为此，提出一种新型经验形态非抽样小波（empirical MUDW，简称EMUDW）方法，用于滚动轴承故障诊断。首先，通过分析已有MO的几何特征和频响特征，选择滤波性能更优的算子；其次，引入波形趋势（waveform trend，简称WT）消除随机冲击对方法造成的干扰；然后，针对SE和分解层数的设置，提出一种新的自适应选择策略，利用信号的冲击间隔来确定SE的尺度大小，并基于基尼系数（Gini index，简称GI）的差值判定是否停止分解；最后，通过仿真和实验对所提方法的有效性和可靠性进行验证。结果表明：EMUDW具备优异的抗噪性，且可有效降低随机冲击干扰；与其他滤波方法相比，所提方法可更好保留信号细节，同时具备更高的计算效率。

摘要:形态滤波（morphological filtering， 简称MF）是一种典型故障特征提取技术，其结构元素（structural element， 简称SE）长度对滤除干扰噪声和提取故障特征有显著影响。为在轴承故障诊断中更好地匹配和提取强干扰下的故障脉冲特征，以及提高计算效率，提出了一种轴承瞬态特征提取方法。首先，为自适应地确定SE长度，提出一种改进的结构元素（improved structural element， 简称ISE）选择策略，依据振动信号自相关的极值点自适应地选择SE的长度范围，并利用改进的诊断特征（adjusted diagnostic feature， 简称ADF）评估MF信号中的故障相关信息，进而确定最优SE长度；其次，提出一种自相关包络谱（auto-correlation envelop spectrum， 简称AES）的后处理方法，消除故障信号中宽带噪声干扰；然后，基于ISE和AES提出一种自适应最优尺度MF的轴承故障诊断方法，记作MF-AES；最后，利用仿真信号、台架试验测试信号验证和对比所提方法的有效性。结果表明：所提方法能滤除干扰信号并增强故障相关脉冲特征，可有效进行轴承故障诊断。

摘要:为研究钢弹簧浮置板在160 km/h的市域快线中应用的合理性，首先，通过室内试验确定适用于市域快线的钢弹簧隔振器，以及共享式隔振器的刚度和阻尼参数；其次，基于这些参数建立高速钢弹簧浮置板（high-speed steel spring floating slab track， 简称HSFST）有限元模型，通过谐响应分析，对比HSFST与普通钢弹簧浮置板（steel spring floating slab track， 简称FST）以及普通道床（ordinary track， 简称OT）的隔振性能表现。结果表明：相比于OT，浮置板轨道具有更低的传递力和基础反力，且沿纵向能够更有效地传递变形和作用力；HSFST具有更高的隔振率，其固有频率和放大频段的范围均低于FST；共享式隔振器的应用可有效提高板间连接强度和力的传递效率，尽管这会增加共享隔振器所在位置的基础反力，但其他位置的基础反力得以显著降低；HSFST具有更低的变形、传递力、基础反力以及更高的隔振率，在市域快线中综合性能更优。

摘要:以某典型带厚板转换的高层框剪结构为研究对象，基于增量动力分析（incremental dynamic analysis，简称IDA）方法进行地震易损性分析，得到结构转换层以上及以下结构在不同极限状态下的地震易损性曲线及易损性矩阵。结果表明：在同一峰值地面加速度（peak ground acceleration，简称PGA）下，结构转换层以上的最大层间位移角均小于转换层以下的相应值；在PGA<0.2g时，结构转换层以下框架部分的轻微破坏状态超越概率明显大于转换层以上框剪部分；当PGA>0.4g时，框架部分的严重破坏状态超越概率迅速增大，表明其倒塌风险迅速增加；在7度罕遇及以下地震作用下，结构整体较高概率处于轻微破坏状态；当遭遇7度极罕遇地震作用时，结构转换层以下更趋于发生中等破坏，而转换层以上依然以轻微破坏状态为主；同时，结构转换层以下及以上的倒塌概率分别为0.91%和0.38%，可见该结构的破坏及倒塌风险由转换层以下的框架部分引起。总体而言，结构整体表现出良好的抗震性能，可满足“大震及巨震不倒”的抗震要求。

摘要:针对传统转子系统不平衡故障诊断存在的故障数据不足、仿真模型精确度不高等问题，提出基于最大不确定度改善加点（maximize uncertainty improvement infill， 简称MUII）法和协同克里金（co-kriging， 简称CK）法的不平衡故障定量诊断方法，记为MUII-CK。首先，利用仿真数据和实验数据分别构建低、高可信度克里金代理模型；其次，针对高可信度数据空间填充不足的区域进行估算加点，通过CK法实现实验数据与仿真模型融合的振动响应预测；最后，借助预测模型生成的大量故障样本构建参数辨识反问题模型，实现准确的不平衡故障定量诊断。结果表明：即使在实验数据不足和仿真模型存在较大偏差的情况下，所提方法仍能实现振动响应预测和故障参数辨识，并且在模型建成后能直接利用振动响应信号进行实时故障诊断，展现出良好的工程应用前景。

摘要:农业机械的稳定运行直接影响农业生产效率，但关于农机设备的状态检测和故障诊断研究尚未广泛普及与应用。针对该问题，以小麦收割机为例，开展强背景噪声下的农业机械故障诊断研究。首先，设计一种基于自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise，简称CEEMDAN）和小波阈值（wavelet thresholding，简称WT）相结合的方法（记作CEEMDAN-WT），对采集的小麦收割机声信号进行去噪预处理；其次，提取小麦收割机的15种相关参数表征信号特征，作为诊断模型的输入，以提高诊断精度；最后，建立一种基于卷积神经网络（convolutional neural networks， 简称CNN）和正则化极限学习机（regularized extreme learning machine，简称RELM）的诊断模型（CNN-RELM），实现小麦收割机的声信号故障诊断。结果表明：相较于单一的CNN模型和极限学习机模型，CNN-RELM模型具有更好的诊断性能，CEEMDAN-WT与CNN-RELM相结合的方法可有效实现强背景噪声下小麦收割机的故障识别。

摘要:针对狭小空间探索机器人结构复杂或需绳驱动的问题，设计一种无传动系统的三足小型爬行机器人。首先，利用振动电机旋转时离心力的周期性变化，驱动机器人产生前向或者旋转运动；其次，建立小型爬行机器人运动理论模型，通过数值计算绘制其运动轨迹；然后，研制出尺寸为38 mm×36 mm×33 mm、质量为17.70 g的原理样机；最后，研发机器人的电路驱动控制系统，实现内置电源和独立控制。结果表明：通过调节电压占空比，小型爬行机器人在橡胶和聚乙烯表面可实现对直线速度、转向半径、速度以及负载的控制；在驱动电压为3.3 V时，小型爬行机器人在橡胶表面可达到81 mm/s的最大直线速度和35.00 g的最大负载。该机器人具有轻质小型、结构简单、运动可控以及自带电源的优点。

摘要:为解决穿堤管道工程在长期运行中由振动导致的管道破坏、堤防渗漏等现象，开展振动在管道及土体内的传递路径分析并进行减振试验。首先，以广东省某穿堤管道工程为原型，采用量纲分析法确定模型试验相似比，得到穿堤管道各个结构设计尺寸、管道与土体的材质，并铺设模型堤防；其次，通过传递熵与信息传递率理论，研究振动沿穿堤管道及堤防土体的传递路径；最后，分别采用粗砂、聚氯乙烯（polyvinyl chloride，简称PVC）塑料和橡胶材料分析各材料对穿堤管道结构的减振效果。结果表明：振动在管道中心及堤防出口产生逆水流方向振动；在堤防水平方向，振动由两侧向中间传递；在堤防垂直方向，振动由管身向堤防上下传递；管道振动主频为9.89、12.29、17.53和21.18 Hz，3种减振材料对振动峰值、均方差、主频能量均有削弱作用；主频为9.89 Hz与17.53 Hz的振动经粗砂与橡胶材料减振后均未出现，说明粗砂与橡胶能够有效改变振动主频，避免与管道发生共振。

摘要:旋转机械在服役过程中普遍存在转速波动现象，针对该现象导致的基于斑马纹反射激光脉冲序列测量得到的扭振信号呈现非平稳性并伴随采样频率实时变化，以及手工粘贴斑马纹可能引发的拉伸变形、首尾衔接不良等分度角误差，进而严重影响扭振频率估计精度等问题，提出角域同步平均（angle-domain synchronous average， 简称ASA）结合最小二乘拟合（least squares fit， 简称LSF）的非平稳扭振信号频率估计算法（ASA-LSF），实现对扭振频率的准确估计。首先，基于ASA技术，消除转速波动影响的采样频率时变问题，将非平稳信号等效为平稳角域信号；其次，采用最小二乘法对ASA处理后的数据进行有效拟合，消除斑马纹首尾衔接点的分度角误差；最后，通过设计不同电压、电流工况实验，验证该算法的有效性。结果表明：所提算法为工程实际中扭振频率的精准识别，以及避免扭振频率与机组固有频率相近时产生的共振提供了新的解决方案。

摘要:为提升煤矿井下移动装备的定位精度，提出一种基于冗余惯性测量单元（inertial measurement unit，简称IMU）的数据融合与解算方法。首先，设计6种冗余IMU的布局方式，建立不同布局方式下的比力加速度和角速度融合方程与解算模型；其次，对井下移动设备的运动轨迹进行仿真模拟，并对冗余IMU的不同布局方式展开对比分析；然后，搭建轮式小车运动实验台，根据设计的轨迹进行运动位姿检测，验证正四棱锥式IMU布局在静止状态和运动状态下的位姿解算精度；最后，为进一步测试冗余IMU布局的实用性，开展履带式钻孔机器人沿“直线-坡道”轨迹的运动实验。结果表明：正四棱锥式IMU布局具有更小的位置误差与姿态解算误差，优于其他冗余布局方式；正四棱锥式IMU布局解算的俯仰角、航向角、横滚角平均绝对误差分别为0.479 4°、0.210 8°、0.214 3°，在东、北、天方向位移的平均绝对误差分别为0.113 3、0.075 2、0.166 9 m，证明该布局方式可更好地抑制误差累积。

摘要:针对地铁列车在运营期间排障器支架断裂问题，以断裂支架为研究对象，通过断口分析、强度仿真计算、动应力试验以及振动特性分析等多种研究手段，揭示支架断裂的复合原因。结果表明：长期高频交变载荷作用诱发支架结构疲劳故障，表面加工方式不当引起其疲劳寿命降低；现有轮轨条件下，排障器摆动量较大，存在动应力过大的问题；全线道床结构类型与排障器支架横向弯曲模态频率接近，导致的共振现象使振动能量变大，长期运营造成振动疲劳断裂；为避免排障器支架断裂的发生，建议在设计阶段采用更具有抗振、耐疲劳性能的材料，提高排障器的摆动稳定性，并对其结构进行优化，降低其共振频率。

摘要:为分析钻孔孔深和孔径对测量残余应力精度的影响，首先，基于ANSYS软件构建三维有限元模型，通过改变孔径和钻孔深度，对中心圆直径为9.6 mm的B型应变片进行应变释放系数矩阵的标定；其次，在模型深度方向施加已知的不均匀初始应力场，利用应变值和标定的释放系数矩阵计算理论应力值，并与初始应力场进行比较，以优化钻孔孔径和孔深尺寸。结果表明：逐层钻孔法计算误差随钻孔深度增加而增大；当钻孔深度取推荐值、孔径为0.4D时，计算得到的理论应力值与初始应力值之间的最大误差在10%以内；当极限深度在0.45D以内时，测得的应力值误差均小于12%，当超过此极限深度时，误差迅速增大。研究结果为采用其他型号应变片测量残余应力时钻孔孔深和孔径尺寸的取值提供了参考。

摘要:为实现异步电机在运行状态下快速准确诊断故障类型，构建了优化的最小二乘支持向量机（least squares support vector machine，简称LSSVM）智能故障诊断模型。首先，LSSVM将不等式约束改为等式约束，收敛速度更快；其次，改进粒子群优化算法（particle swarm optimization algorithm，简称PSO）在迭代过程设置1个粒子变异过程，随机放置的粒子可带领种群摆脱局部最优的束缚，找到全局最优点；最后，采用智能诊断模型对西储大学轴承数据及异步电机等7类故障诊断实验数据进行诊断。结果表明：LSSVM的诊断时间仅不到传统支持向量机（support vector machine，简称SVM）的30%，对轴承和异步电机的诊断精度分别为100%和94.3%，相较于传统SVM，LSSVM具有更快的收敛速度和更高的诊断精度。

摘要:针对飞机表面结冰厚度增长测量问题，提出一种基于超声脉冲回波测厚技术的结冰厚度增长动态测量方法。首先，建立超声换能器-铝层-冰层的保形结冰探测结构，结合不同频率下超声波在冰层中探测灵敏度及衰减特性进行换能器理论和仿真计算研究；其次，根据换能器设计参数制备超声换能器，在结冰风洞中进行超声结冰探测实验；最后，对不同温度下冰内声速进行标定，获得冰层中精准的声速值，提高超声探测冰层厚度的精度。结果表明：超声脉冲回波测量结冰厚度增长是可行的，且具有较高的灵敏度和精度，通过声速修正可提高冰厚测量精度。

摘要:基于结构的轮胎柔性圆环模型是轮胎动力学建模的重要发展方向，针对阻尼等建模所需结构参数测量困难的问题，提出考虑结构阻尼的锤击实验模态分析、动力学建模和参数辨识方法。首先，开展轴头固定状态下的轮胎面内振动模态实验，获取前10阶固有频率、阻尼比与0~320 Hz频段上的频率响应函数（frequency response function，简称FRF）；其次，基于经典二维柔性圆环模型，考虑轮胎充气压力引起的预应力和材料损耗因子，建立改进的环模型动力学方程，推导轮胎径向振动固有频率、阻尼比和FRF表达式；最后，以轮胎面内模态的实验结果和模型解析解之间的误差均方值为目标函数，借助遗传算法对未知参数进行辨识，并讨论计算结果的准确性。结果表明：提出的理论模型可较好地反映轮胎模态参数与模型结构、阻尼参数之间的关系，所提方法能够提升轮胎结构模型辨识精度。

摘要:Long-term online health monitoring during storage of hermetically sealed special-purpose equipment is essential for evaluating material life and equipment efficiency. To address the requirements of efficient power supply， high reliability data transmission， and high integration of long-term online health monitoring for special sealing equipment， a non-destructive， wireless， in-chamber condition monitoring and health-assessment technology that integrates ultrasonic wireless power transfer （UWPT） and wireless data transmission is proposed. An electro-acoustic synergistic impedance matching model is developed using α-Al?O? and epoxy， which enables efficient coupling between acoustic energy transfer and communication functions and realizes the integrated operation of UWPT and data transmission. The results show that the proposed impedance matching approach increases the ultrasonic power transfer efficiency from 29.35% to 68.71%. The reliability of the proposed system in power supply and data feedback to sensors inside the sealing device is verified by applying it to high-temperature accelerated aging experiments on a specific component material. The proposed technology demonstrates an efficient non-destructive， wireless monitoring method for the internal status of sealed equipment， offering an engineering-oriented solution for long-term online health monitoring and assessment of special materials in hermetically sealed storage environments.