基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

用最优控制理论设计双作用叶片泵定子曲线

将最优控制理论应用于双作用叶片泵定子过渡曲线的设计中，提出了一个主要考虑叶片泵寿命、振动与噪声的性能指标泛函，通过计算获得了在该性能指标下的最优过渡曲线，与高次方多项式过渡曲线相比，使得引起泵振动和噪声的度跃动值下降了１８％，在其它性能上该过渡曲线也有不同程度的改善     

On the problem of optimal control of the thrust value of the electric propulsion rocket with solar energy source

Under consideration is the optimal control problem on a spacecraft motion in Newtonian central gravity field. With the use of the mathematical model of electrojet propulsion device (EPD) with solar energy source, proposed earlier in paper [1], the dependence of the EPD working substance choice on both the duration of the given dynamic maneuver and the propellant expenditures for its fulfillment is investigated. The efficiency evaluation is carrying out of optimal control of variable valued thrust as well as that for relay mode thrust and relay mode thrust with optimal fixed thrust value.     

基于优化神经网络模型的系统建模仿真研究

建立一个结构优化的系统模型是设计控制系统的基础,但对于实际系统尤其是非线性系统一般没有统一表达形式,其模型结构难以构造,对其结构优化难以实施,给非线性系统建模带来很大困难.为此,基于神经网络理论,分析了非线性系统的神经网络模型并对其神经网络模型结构进行仿真研究.基于OBS (Optimal Brain Surgeon)优化策略,对初始神经网络模型结构进行优化操作,进而获得结构优化的神经网络模型并对非线性系统的建模进行仿真.仿真结果表明,优化的神经网络模型对非线性系统的建模效果是良好的,其模型的泛化能力亦得到增强.