基于声发射技术的铁路重载货车滚动轴承故障诊断研究

通过声发射检测技术对铁路重载货车滚动轴承故障进行不解体诊断,利用小波包分析技术对采集到的声发射信号进行分解和重构,提取故障信号的能量特征向量,将处理后的特征向量输入到BP神经网络进行滚动轴承故障模式识别,进而判断轴承是否发生故障以及故障的类型。经过使用大量的实际滚动轴承实验数据进行验证,其结果都表明了使用本文的方法的有效性。     

小波神经网络在板形板厚控制系统中的应用

带材轧制是一个复杂的非线性过程,针对板形和板厚控制相互耦合等特点,本文提出了一种基于小波神经网络的自适应控制新算法。文中系统由两个小波神经网络组成,分别实现综合系统的模型辨识和控制。由于小波变换的紧支性及神经网络的非线性映射能力,模型辨识能准确地辨识板形板厚系统的动态特性,控制器能产生较为复杂的控制规律。仿真结果证明,该板形和板厚控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制。     

基于TBIC信息准则的小波网络结构设计方法

针对框架小波网络存在的网络结构不易确定的问题．提出一种基于TBIC(Testing Bayesian information criterion)信息准则的网络结构设计方法。该方法权衡网络规模和测试精度两方面因素,得到了在TBIC信息准则下的最优小波网络,达到了优化网络结构的目的。仿真结果表明,用该方法设计得到的小波网络具有较小的网络结构和良好的测试精度。相比于BIC(Bayesian information criterion)准则函数,该准则能更准确地反映出测试精度随网络结构变化的趋势。     

基于小波分析的SAR图象数据压缩与噪声抑制综合技术

本文给出了一种基于小波分析方法的数据压缩与噪声和抑制综合技术，它具有运算简便，能在保持原图精度的同时有效地降低斑点噪声影响的优点。更重要的是，它将噪声抑制与数据压缩过程同时进行，在对ＳＡＲ雷达图象的处理上取得了良好的效果。     

螺旋角对航空燃油齿轮泵性能及流量脉动特性的影响

为研究螺旋角对航空燃油齿轮泵性能参数的影响规律，通过坐标变换推导了以圆弧-渐开线-圆弧为端面型线的7齿齿轮泵的型线方程，基于动网格技术和RNG k-ε湍流模型对该泵进行三维瞬态流场数值模拟。通过选定不同的重合度系数，计算比较了4种不同螺旋角齿轮泵的流量特性。研究结果表明：螺旋角对该齿轮泵性能有显著影响，随着螺旋角的增大，齿轮泵出口流量脉动系数呈下降趋势；随着螺旋角依次增大，其他三种角度泵的出口平均流量与螺旋角为23.74°的泵相比分别变化：+1.82%,+2.4%,+0.66%，呈先增后减趋势；经小波变换对齿轮径、轴向受力脉动频率进行分析，其脉动频率与齿轮啮合呈周期性相关；随着螺旋角的增大，齿轮相邻腔室间压力分布逐渐趋于均匀。     

仿生学覆羽控制翼型流动分离实验

"高效率、低噪声"的飞行特点为猫头鹰披上了一层神秘的面纱.本文根据其翅膀覆羽的仿生学构造,设计了新型的柔性锯齿形旋涡发生器,铰接在NACA0018二维翼型各弦长位置处.通过风洞实验,研究了不同面密度柔性材料的流动分离控制效果.实验中,首先利用高时间分辨率的热线风速仪单点扫掠测量尾流区的流场信息,通过小波变换同时在时域、频域对各个尺度涡包的破碎和掺混过程展开分析,确定湍动能较高的特征测点位置后,利用两根热线探针双通道同时测量,得到不同位置的同步流场数据,通过互相关分析,在时域和频域上得到不同空间位置之间扰动的相关性,并结合CCD高速相机的拍摄结果,研究柔性材料的自适应形变规律与扰流涡之间的关系.实验结果表明:中等面密度的柔性材料控制效果较优,安装在尾缘时可以有效吸收附近34％的湍动能用于自适应地振动和变形;剪切层的上边界向下移动0.05倍弦长,尾缘和前缘剪切层的低频段功率谱密度分别下降了70％和50％,前缘剪切层的大尺度结构被破碎为小尺度结构,具有潜在的降噪效果,两剪切层的相关性在频域上得到显著增强.当旋涡发生器的安装位置向前缘移动时,其在逆压梯度下产生的扰动将向低频段转移,大尺度的扰流涡可以诱导分离泡的上边界下移0.1倍弦长.     

基于PSO-RWE的自适应小波阈值函数滚动轴承振动信号去噪方法

针对现有小波去噪方法存在阈值函数中未知参数选取依赖经验,导致去噪不充分或去噪后信号失真的问题。提出了一种基于相对小波熵(RWE)的粒子群优化(PSO)算法,用于小波阈值函数中未知参数的自适应寻优,达到滚动轴承振动信号自适应降噪目的。改进了一种含两未知参数的小波阈值函数;以相对小波熵为优化算法的适应度函数对未知参数进行自适应寻优,得到最优小波阈值函数;通过对模拟仿真信号和试验采集的滚动轴承振动信号进行分析。结果表明:优化后的小波去噪方法能够更好地将噪声从染噪信号中滤除,去噪后信号波形的平滑度更好,信噪比相较硬阈值去噪提高294%,而且保留了原始信号更多的细节特征,具有更好的去噪性能和应用实用价值。     

基于正交小波变换的目标检测方法

理论分析表明,独立高斯噪声经过正交小波变换后保持方差和独立性不变。基于Mallat的小波多分辨分析,通过对小波系数进行平方律处理,建立了基于正交小波变换的恒虚警率检测器模型,推导了相应的虚警和检测概率公式,分析了噪声未知情况下小波系数序列长度对检测性能的影响,并给出了合适的长度值。实验结果表明,所提出的检测器能满足不同虚警概率和杂波背景的要求,具有较好自适应性。     

基于稀疏分解的压气机气动失稳检测

为及时可靠地检测出气动失稳现象,保障压气机的安全工作,采用Laplace小波构建原子函数库,引入稀疏分解算法提取阻尼比小于0的信号成份,通过与预设阈值比较内积值的大小,进行气动失稳信号的检测。结合在线检测系统的特点,将Laplace小波蜕化为衰减正弦函数,限定了参数取值范围;并仅进行一步匹配追踪,由此减少了稀疏分解的计算量。采用压气机试验台实测数据验证,该方法可以在压气机进入喘振前49~154ms准确发出报警信号。     

基于离散小波变换的航迹关联算法研究

本文基于1-D离散小波变换(DWT)提出了一种航迹-航迹关联算法。由于目标航迹数据是非平稳随机序列,因此采用离散小波变换方法分析,利用基于F分布的假设检验模型来描述小波分解高频小波空间与低频尺度空间能量的比率,结合"去相关"方法分别讨论了航迹相关与无关的情形,并给出了一种仿真方法。仿真结果表明算法的有效性和在分辨两条相近航迹方面的优越性。