非平稳信号特征提取在航空发动机故障诊断中的应用

在航空发动机早期故障诊断中,特征提取是早期诊断的重要过程之一.文中以航空发动机转子故障为研究对象,给出了基于经验模式分解、小波分析为核心的故障特征提取方法,并作了针对性的比较研究.在matlab7.0环境下开发了一个故障特征提取软件系统.研究结果表明:基于经验模式分解的时频分析方法可以很有效地提取到非平稳故障特征信号,是一种适合于非线性信号处理的方法.     

复杂系统可靠性评定先验分布的样条函数估计

在经验 Bayes理论的基础上 ,研究了利用样条函数拟合系统任务可靠度先验分布的方法。对 Weibull、指数和二项分布的三种试验结果 ,给出 Bayes方法可靠性计算公式。最后给出的一个实例表明 ,该方法计算简便、便于工程应用      

董事会特征与公司绩效实证研究——对河南上市公司的经验分析

以河南省A股上市公司为研究样本,以2007年为数据窗口,实证分析了董事会规模、独立董事比例、董事持股比例、董事会会议次数、董事薪酬与公司绩效之间的关系。研究结果表明:独立董事比例与公司绩效之间存在显著的正相关关系,董事会年度会议次数与公司绩效表现出显著的负相关关系。     

基于CEEMDAN的雷达信号脉内细微特征提取法

有效的信号特征提取是高精度雷达辐射源识别的基础,以脉冲描述字为代表的传统特征已无法满足复杂电磁环境的需要。本文提出一种基于自适应噪声完备集合经验模态分解（CEEMDAN）的有效雷达辐射源脉内细微特征提取算法。雷达信号由对非平稳、非线性信号尤为有效的CEEMDAN分解产生的个别分量重构,抑噪效果通过1 000次蒙特卡罗实验得到验证,同时设计基于该重构的一种脉内特征空间。本文方法与主流特征提取方法的识别精度在6部雷达辐射源产生的3 000个不同脉内调制的加噪信号样本上进行了实验对比,结果表明不同种类信号样本在本文特征空间中清晰可分,本文方法较之主流方法更加精确,尤其在0 dB信噪比（SNR）下仍保持90%以上的高精度。      

语用移情策略应用于高职院校英语教学实证研究的SPSS分析

语用移情策略运用于英语教学的新型教学方法近年来在国内外受到较多的关注。本文就移情理论在大学英语教学实践中的应用开展了尝试性研究。主要通过为期一学期的实验来证明语用移情策略和英语教学整合的作用。定量数据的收集和分析主要针对一个教学班,通过对受试者前后英语学习情况做出分析,最后得出结论。     

滚动轴承摩擦力矩的乏信息模糊预报

滚动轴承摩擦力矩的波动具有不确定性,属于概率分布与趋势规律都未知的乏信息系统.这阻碍了对轴承摩擦力矩的小样本分析与总体把握.为此,以模糊集合理论为基础,从小样本入手,建立了航天轴承摩擦力矩参数的经验概率密度函数及其模糊预报模型,并对摩擦力矩的均值上界和最大值上界进行预报.对HKTA和HKTB两种轴承摩擦力矩参数的试验研究表明,在99%～100%置信水平下,预报结果与试验结果之间的误差很小,最大绝对误差仅为0.081 1个设定单位,最大相对误差仅为10.165%,可以满足航天工程的要求.      

酒店90后实习工作价值观测量及其实证研究

选择以酒店90后实习生为研究对象,通过文献研究与访谈、调研,开发了实习工作价值观量表。实证研究结果表明：开发的实习工作价值观量表具有良好的信效度,它包括成就价值、专业价值、人际关系、经济价值等维度;各结构维度与总体实习工作价值观的关联效应存在显著性差异;不同人口统计变量的实习工作价值观各维度表现显著性差异。     

某数控车床公式曲线类零件编制加工程序的设计与实现

随着社会的不断进步,公式曲线类零件越来越多的出现在机械工业、航空航海等领域,比如各种把手、子弹头等。在近几年的高校数控技能竞赛中,也逐渐出现公式曲线类的零件加工内容,比如椭圆、双曲线、抛物线、正弦曲线等。要想对这些公式曲线类零件进行数控加工,关键点是正确编制其加工程序。数控车床有直线插补和圆弧插补等简单线条的加工功能,但没有公式曲线类零件的插补指令,因此无法直接用某一插补指令直接加工出来。针对此种情况就编程方法提出一些观点。     

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。      

风扇湍流宽频噪声特性的数值计算分析

基于Gliebe发展的风扇自噪声经验预测模型与Mugridge-Morfey发展的湍流-叶片干涉噪声分析预测模型,以GE公司R4风扇为研究对象,详细分析了风扇自噪声与转子尾迹湍流-出口导叶干涉宽频噪声(湍流干涉噪声)的特性.研究了不同的风扇设计参数和湍流参数对风扇自噪声与湍流干涉噪声的影响.计算结果表明:湍流干涉噪声对风扇宽频噪声起着主要作用,湍流干涉噪声比转子自噪声大约6~10dB,比出口导叶自噪声大约20dB.此外,出口导叶来流速度对湍流干涉噪声的影响最大,来流速度增大15%时,声功率可增大4dB左右.湍流强度对湍流干涉噪声影响较大,当湍流强度增加30%时,声功率增大约1.5dB.