滚动轴承退化预测模型关键步骤和技术探讨

针对影响滚动轴承的寿命的因素多、实验过程费时、建模的难度大、积累数据困难等问题,研究滚动轴承退化预测模型关键步骤和技术就显得非常重要,通过获取轴承特征属性,建立综合性的轴承退化评估指标,搭建合理的预测模型,最后模型展开训练,得到有效的轴承退化预测结果,对滚动轴承退化的研究有一定的指导作用。     

铣刀在铣削加工中破损特征的识别方法研究

通过电流传感器分别测量驱动正常铣刀以及发生破损铣刀旋转的主轴电机电流,将其作为原始采集信号,并对该信号进行消噪处理。其次,利用消噪后的电流信号数据,以MATLAB分析时域均方根和信号功率谱密度随频率的分布情况,从而提取刀具破损特征。最后,针对提取到的样本特征,应用最小二乘支持向量分类机模型进行刀具破损模式识别,实验结果表明,通过小波消噪、burg功率谱特征提取和应用最小二乘支持向量分类机判断,刀具破损状态的识别准确率可达95%。     

路面功率谱密度识别的仿真

路面激励是汽车平顺性和操纵稳定性研究中的重要因素。提出了一种基于径向基函数(RBF)神经网络识别路面功率谱密度的仿真研究方法。建立了4自由度汽车振动模型,利用Matlab软件仿真得到汽车车身质心垂直加速度功率谱密度和俯仰角加速度功率谱密度。应用RBF神经网络建立了汽车车身质心垂直加速度功率谱密度、俯仰角加速度功率谱密度和路面功率谱密度之间的非线性映射模型。仿真结果表明:该方法思路明确,抗噪声能力比较强,识别的精确度高。     

基于EEMD的农机轴承故障诊断

针对经验模式分解(EMD)在非线性信号处理中存在的模态混叠问题,本研究采用了总体经验模式分解(EEMD)方法对农机中的轴承进行故障诊断。将农机轴承故障信号加入随机白噪声构成总体信号再进行EMD分解,然后对分解所得的固有模态函数(IMF)做包络谱分析,在包络谱中清晰地显示出了轴承故障特征。实验结果表明,避免了模态混叠现象的产生,是一种有效的农机轴承故障诊断方法。     

SJ-A型手扶拖拉机功率油耗检测仪

<正> 手扶拖拉机是我国农村广泛使用的动力机械,其发动机的功率和油耗是表征机车动力性能及经济性能的主要指标。为了能直接在手扶拖拉机上检测发动机(S195柴油机)的功率和油耗,在浙江农大研制的S195柴油机机械式测功仪的基础上,我们改进设计了SJ-A型手扶拖拉机功率油耗检测仪,并由江苏省农机局定点在丹阳县第二汽车修配厂试制成功。样机经性能试验、有关单位使用,效果良好。该仪器结构简单,操作方便,便于携带,可适用于农机管理或安全监理部门以及农村修理网点检测手扶拖拉机发动机功率和油耗。     

基于虚拟激励法的三轮机动车振动分析

应用虚拟激励法分析求解三轮机动车在路面随机激励下的振动响应。建立了三轮机动车七自由度振动模型,并用能量法推导其振动微分方程。由虚拟激励法推导系统振动响应量的功率谱密度,求解系统振动响应量功率谱密度,给出应用虚拟激励法求解汽车随机振动的计算实例。该计算方法在一定程度上反映出汽车振动性能和平顺性好坏,为三轮机动车的平顺性和安全性设计提供理论参数计算依据。     

基因芯片生物信号的自动识别

信号点自动识别是基因芯片信息自动提取的关键.为此,根据信号点、噪声和背景特征的关系提出一种新的自动识别方法:使用小波变换的方法实现图像的滤波增强;通过对功率谱的分析实现图像的信号点中心的网格定位;利用信号点边缘亮度特征实现信号点中心和半径的校正.仿真实验证明,该方法具有良好的抗噪声能力和弱信号辨识能力,能快速、准确地实现信号的点自动识别.     

谱减法波束形成的轴承噪声信号增强研究

当机械设备在运转时,由于各个零件自身与环境的影响会产生噪声、声音反射等一系列问题,导致从传声器阵列采集的信息中很难提故障信息。为了解决这一问题,基于声阵列采集到的信号与近场波束形成的关系,研究了一种增强声源信号的方法。该方法首先利用波束形成延迟求和的方法对故障点的位置进行定位,根据定位结果对每个通道采集的信号进行相位和幅值补偿后叠加。选取一段主要为噪声信号的频率段信息对信号进行功率估计,然后利用叠加后的信号作为谱减法算法的输入信号,对输入信号计算其功率并与噪声段的估计功率相减,以此进行降噪处理并得到增强后的信号。实验结果表明,该方法能有效地抑制噪声,提高输出信号的信噪比,根据故障特征频率对轴承进行故障诊断。     

手扶拖拉机变速箱故障诊断的谱矩方法

以信号的功率谱密度函数为基础，通过谱矩参数来描述谱图形态特征，在三参数特征空间实现变速箱典型故障的诊断。     

FZ1460铁铜基含油轴承摩擦学性能实验

介绍了一种变载荷下含油轴承摩擦学性能和振动特性测试实验台,利用该实验台对FZ1460含油轴承的摩擦学性能和振动特性进行了实验研究。实验结果表明:变载荷工作条件下,所测得的摩擦因数、温升和振动值均比静载荷条件下的大;含浸32号机油含油轴承的摩擦因数比含浸68号抗磨液压油的含油轴承摩擦因数小,而振动特性则相反;采用ANDEROL465润滑油的含油轴承运转时,其摩擦学性能要优于采用68号抗磨液压油的含油轴承,但就振动特性而言,采用68号抗磨液压油的含油轴承则要优于采用ANDEROL465润滑油的含油轴承。     

基于随机载荷功率谱的电动拖拉机复合能量系统研究

拖拉机重载作业模式下负载峰值功率和高频功率存在较大随机性,单一电源方案无法有效匹配电动拖拉机负载特性。通过分析拖拉机工况负载势变量功率谱密度和电源放电特性,基于电动拖拉机通过主、辅电源对低、高频功率分流的观点,设计了采用DC-DC转换器并联超级电容器的18.5 k W电动拖拉机复合电源方案,计算了系统参数。以平衡峰值功率和高频载荷控制超级电容器功率流方向为目标,设计了基于逻辑门的双DC-DC模式控制策略。根据负载时频分析需求,构建了基于Haar小波的双通道滤波器组,设计了功率分配控制器。以标准正态分布白噪声为基波,构造拖拉机犁耕、旋耕载荷波动间的互谱函数,建立了负载模拟模块。采用CRUISE/Simulink API动态联合仿真得出:基于功率分配控制的能量管理策略能够将动力电池电功率抑制在载荷波动基频附近,犁耕作业和旋耕作业下其电功率的截止频率分别为2、7 Hz,幅值符合正偏态分布;超级电容器平衡高频载荷,其电功率符合标准正态分布。     

AVIRIS高光谱数据空-谱特征在植被分类中的对比分析

植被分类是高光谱影像分类中的特定应用问题,光谱特征和空间特征是植被分类中常用的两类特征,比较这两类特征的性能,对实际植被分类应用中选择合适的特征类型或两者的有效结合具有指导意义。用主成分分析（PCA）提取光谱特征时,常选择前几个主成分（PCs）作为光谱特征,虽然它们包含较大的信息量但并不能保证较高的类别可分性和分类正确率,针对这一问题本研究提出了一种混合特征提取方法,对高光谱影像在PCA的基础上用改进的基于分散矩阵的特征选择方法选出具有较高类别可分性的PCs用于后续分类。利用一景AVIRIS高光谱植被影像,从分类精度的角度,首先比较了所提出的混合特征提取方法和原始PCA、独立主成分分析（ICA）及线性判别分析（LDA）3种常用子空间特征提取方法在高光谱影像植被分类中的性能。试验结果表明所提出的混合特征提取方法在研究中数据集1和2上均获得了最高的总体分类正确率,分别为82.7%和86.5%。与原始PCA相比,本研究提出的混合特征提取方法的总体分类正确率,在数据集1和2上分别提高了1.5%和2.5%。由此阐明了所提出的混合特征提取方法在高光谱植被分类中的有效性。对光谱特征和空间特征在高光谱影像植被分类性能的比较中,总体上空间特征获得的分类正确率比光谱特征高,特别是Gabor特征,在两个数据集上均获得了最高的总体分类正确率分别为95.5%和96.7%。由此表明空间特征较光谱特征在高光谱影像植被分类中更具优势。本研究结果为后续改进空-谱特征方法及其两者有效结合,进一步提高植被分类正确率提供了参考。     

电动助力转向系统转向性能的客观评价

针对电动助力转向的结构特点，分析了电动助力转向对汽车转向性能的影响，提出从转向轻便性、转向回正性、转向盘中间位置区域性能、转向盘振动、随动灵敏度和助力特性等方面进行电动助力转向系统转向性能的客观评价，并探讨了相应的评价指标，对电动助力转向助力控制规律、基本设计参数以及相关试验标准的确定有指导意义。     

基于改进RF特征选择策略的烤烟油分高光谱特征分析

针对烤烟油分特征预测模型的特征优选问题,提出一种改进RF(随机森林)算法特征选择策略,首先通过RF特征选择算法计算出各个特征的RF-Score,将特征按RF-Score的大小排序依次添加到特征子集中,若分类器分类准确率提高则保留该特征,若分类器分类准确率没有提高或降低则去除该特征。结果表明:利用RF特征选择算法对烤烟高光谱特征进行筛选时,将176个高光谱特征中按基尼系数降序排列依次输入SVM分类器中,前64个高光谱波段特征即可使支持向量机分类器性能最佳,特征子集维度为64,其分类准确率为93.33%。利用改进RF特征选择策略对176个烤烟高光谱波段特征进行筛选,只需输入371.08 nm、716.71 nm、378.31 nm、487.77 nm、484.09 nm、535.85 nm六个波段的高光谱特征即可使支持向量机分类器性能最佳,其分类准确率为95%,特征子集维度为6,说明改进的RF特征选择策略可以在保证分类器性能的前提下能较好地进行数据降维,减小特征集的冗余。改进后的RF特征选择算法与全高光谱波段相比,特征数量减少170个,分类准确率提高3.33%;与RF特征选择算法相比,特征数量减少58个,分类准确率提高1.67%。     

基于无人机遥感与卷积神经网络的草原物种分类方法

基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。     

基于特征优选与机器学习的农田土壤含盐量估算研究

土壤盐渍化是影响农业可持续发展的重要制约因素,为准确及时地获取土壤中盐分含量,实现盐渍化精准监测,以内蒙古自治区巴彦淖尔市五原县境内的覆被农田为研究对象,探讨无人机多光谱遥感平台结合机器学习模型估测不同深度土壤含盐量的可行性。首先,利用无人机搭载五波段多光谱相机获取研究区域高时空分辨率遥感图像数据,并同步采集地面不同深度处土壤盐分数据,使用皮尔逊相关系数法(PCC)、极端梯度提升(XGBoost)和灰色关联分析法(GRA)对构建的光谱指数进行优选;然后,采用决策树(DT)、反向传播神经网络(BPNN)、支持向量机(SVM)和随机森林(RF)4种机器学习方法建立植被覆盖下不同深度的农田土壤含盐量反演模型。结果表明,使用方案3(XGBoost-GRA)变量优选方法可以有效地筛选出敏感光谱指数,且基于此方法优选后的光谱指数建立含盐量估算模型的精度高于仅使用PCC或XGBoost法构建的反演模型。对比不同建模方法在不同土壤深度处的反演精度,可知随机森林RF模型整体表现最优,同时另外3种反演模型也取得了较好的预测效果,0～20 cm土壤深度处的预测效果是3个土壤深度中最优的,其中精度最高模型的决...     

基于有机质特征谱段的土壤Cd含量高光谱遥感反演

针对土壤Cd高光谱遥感定量反演中的机理性不足及数据冗余问题,提出一种基于有机质特征谱段的反演方法。该方法首先提取土壤光谱中对重金属Cd具有吸附作用的有机质特征谱段,进而通过竞争性自适应重加权采样法（Competitive adaptive reweighted sampling,CARS）优选特征谱段,采用偏最小二乘回归法（Partial least squares regression,PLSR）建立重金属Cd的反演模型,并利用郴州矿区土壤实验室光谱数据和哈密黄山南矿区野外光谱数据进行方法验证。研究表明：有机质特征谱段提取在降低数据冗余的同时提高了重金属Cd的反演精度,CARS算法相对于相关系数法（Correlation coefficient,CC）和遗传算法(Genetic algorithm,GA)特征选择具有更高的反演精度,基于有机质特征谱段的CARS-PLSR算法在土壤实验室光谱和野外实测光谱所得验证精度R2分别为0.94和0.80,表明该算法对于实验室和野外光谱均具有一定适用性。研究可为土壤重金属含量高光谱反演的特征波段选择和算法优选提供参考。     

基于改进分离阈值特征优选的秋季作物遥感分类

为了提高秋季作物分类精度,以多时相的Sentinel 2为数据源,以生育进程相近的秋季作物为分类对象,提出一种基于Relief F算法和信息熵改进分离阈值算法(Modified ISEaTH based entropy,EMISE)的多评价准则融合特征优选算法——改进分离阈值组合式特征优选算法(Modified EMISE based Relief F,ReEMISE),并分析了不同特征对秋季作物分类的重要性。首先,利用Relief F算法对特征进行初选,结合EMISE算法对2种评价准则进行融合,再优化初选特征集,进而利用随机森林(Random forest,RF)方法提取农作物种植面积,并与单评价准则的Relief F算法和EMISE算法的随机森林分类精度进行比较。同时,利用多时相光谱特征、传统指数特征、红边指数特征、纹理特征、不同时相波段差值特征、不同时相波段比值特征及优选特征,通过7组不同的特征组合提取秋季作物种植面积,分析不同特征组合对秋季作物分类精度的影响。结果表明:ReEMISE特征优选的随机森林法在特征变量为9个时精度最高,总体精度和Kappa系数分别为95.3918%和0.9397;综合多特征是提高农作物分类精度的关键,在多时相光谱特征基础上分别加入传统指数特征和红边特征,总体精度分别提高1.5021、1.5715个百分点,Kappa系数分别提高0.0198、0.0207。因此综合多特征的ReEMISE特征优选的随机森林法可以有效提高秋作物分类精度和效率。     

发动机曲轴主轴承润滑分析与节省功率的研究

建立了评价内燃机曲轴主轴承功率损失的润滑分析计算模型，分析了通过减小高功率密度(HPD)发动机曲轴主轴承直径来减少主轴承摩擦功率损失的可行性。针对具体发动机，分析了在不同爆发压力、不同润滑油温度下主轴承直径的减小对轴承润滑特性和曲轴扭转应力的影响，并计算了各种条件下发动机功率的节省量，提出了主轴承直径的最大可能减小量。     

分级评价指标优化玉米近红外光谱定性分析模型研究

验证了种间的相对距离这一评价指标优化玉米近红外光谱定性分析性能的有效性。首先,对A、B两组实验数据使用相关性、欧氏距离和熵3种常用方法计算原始光谱、预处理后的光谱和特征提取后的光谱数据的种间相对距离,并与每一步得到的正确识别率进行对照分析,得到欧氏距离是一种有效的计算方法。最后,对实验数据C采用欧氏距离方法计算数据处理每一过程的种间相对距离,经过对预处理算法的调整,种间相对距离由0.6582增大到了1.2972,正确识别率由40.86%提高到了70.08%;通过对特征提取算法的优化,种间相对距离由1.3102增大到了2.4910,正确识别率由68.32%提高到了93.27%。通过该评价指标对数据分析过程的评价结果可以看出,正确识别率显著提高,使模型得到了优化。