采用改进多尺度符号动力学熵的铁路机车轴承故障诊断

针对铁路机车轴承在真实复杂环境下故障特征难以提取而导致故障诊断困难的问题，提出一种改进多尺度符号动力学熵（IMSDE）的铁路机车轴承故障诊断方法。首先，通过邻域滑移均值化的方式改进多尺度符号动力学熵，克服了传统粗粒化造成的熵值偏差缺陷；然后，利用IMSDE充分提取振动信号在不同尺度下的关键故障特征；最后，结合极限学习机（ELM）实现铁路轴承不同故障类型与程度的识别。在此基础上，分别进行了3组试验分析。结果表明，对人为构造的轴承故障和工程实际产生的轴承故障，该方法都具有精准的故障识别效果，对比其他4种方法故障识别率更高，验证了该方法具有一定的工程实际应用价值。     

基于加权FCM算法的轴承故障诊断

提出一种基于特征评估和特征加权FCM算法的滚动轴承故障诊断方法．对原始振动信号提取时域、频域和小波包归一化能量特征，组成联合特征．然后对联合特征进行评价，计算类可分性评价指标．根据该指标大小选取敏感特征，进行特征加权模糊聚类分析，实现对轴承故障状态的自动识别．特征评估克服了传统方法在特征选择上的盲目性，特征加权提高了分类准确率．实例表明，该算法不仅可以可靠识别不同类型的滚动轴承故障，而且可以识别不同程度的故障．     

典型时频分析技术在故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性,利用典型时频分析技术对故障特征进行提取分析。该方法利用信号构造矩阵,再根据典型时频分析技术的变换特性,均值化时频分布参数,然后重构信号以实现降噪。仿真和试验结果表明,该方法能有效地提取故障特征信息,在机械故障诊断领域有广泛应用前景。     

浅谈用于抗滑表层的粗集料—玄武岩的质量评定

玄武岩以其独特的性质广泛应用于高速公路抗滑表层，但由于岩石形成的地质条件不同，产出的玄武岩构造组成均有差异。其表现的性质也有不同，本文正是通过组成玄武岩的矿物特征，构造特征和高速公路抗滑表层粗集料的技术要求，初步探讨了用于高速公路抗滑表层的粗集料-玄岩的性质优劣，以便施工中的酌情采用。     

基于联合近似对角化的盲源分离在齿轮箱故障诊断中的应用

提出一种采用盲源分离技术对齿轮箱混合故障进行诊断的方法．该方法利用白化信号自相关矩阵的联合近似对角化算法，从观测信号中分离故障特征源信号，并根据分离信号的频谱成功地提取了混合故障的特征信息，有效地诊断出齿轮箱所处的故障状态．     

基于表面构造的水泥混凝土道面抗滑模型

利用T10型测试车测试了某机场水泥混凝土跑道不同区段摩擦因数,利用照相法和特征描述法对道面不同尺度的构造进行了特征分析,基于测试结果,探讨了道面构造对其摩擦因数的影响规律,提出了基于构造特征参数的道面抗滑能力表达模型。根据对道面宏观、粗观和细观构造特征参数的相关分析,构建了基于构造特征的道面抗滑摩擦因数模型。研究结果表明:构造特征相近的道面,其构造深度为0.6～0.7cm时,摩擦因数为0.40～0.42;构造特征差异较大时,构造深度分别为0.70、0.78cm的区域,摩擦因数分别为0.43、0.75,构造特征对摩擦因数的影响不可忽视;基于道面构造特征的参数化分析,采用道面抗滑摩擦因数模型可定量分析旧道面抗滑性能。     

雁门关公路隧道进口塌方成因研究及防治措施

研究了雁门关公路隧道进口塌方的特征，分析了它的形成、发展规律，着重研究了该断层在不同构造应力场的作用下，所产生的不同期次、不同性质的构造运动的特征，并由此推断出该断层对隧道施工可能造成的影响，提出了行之有效的治理措施。     

发电用柴油机气门漏气故障的振动诊断研究

阐明了引起气缸盖振动的激励源特征，实测了气门不同技术状态下气缸盖表面的振动信号，经分析与计算后提出了信号的特征参数。研究表明：可以用柴油机气缸盖表面振动信号诊断气门漏气故障，为建立气门漏气故障的实时监测与诊断系统提供了诊断方法。     

瞬时角速度测试及其在齿轮箱诊断中的应用

介绍一种用于故障诊断的瞬时角速度测试方法，通过实例提出基于同步采样角速度信号的齿轮诊断方法。大量试验结果表明齿轮故障特征在角速度信号中表现显著，利用时域平均法可以从其同 样信号中获得清晰的故障特征。这种方法对齿轮系统具有良好的诊断效果。     

浅谈用于抗滑表层的粗集料--玄武岩的质量评定

玄武岩以其独特的性质广泛应用于高速公路抗滑表层,但由于岩石形成的地质条件不同,产出的玄武岩构造组成均有差异,其表现的性质也有不同.本文正是通过组成玄武岩的矿物特征,构造特征和高速公路抗滑表层粗集料的技术要求,初步探讨了用于高速公路抗滑表层的粗集料--玄武岩的性质优劣,以便施工中酌情采用.     

基于模糊灰色关联神经网络的综合故障诊断方法研究

考虑到灰色关联诊断中模式向量各参数量纲不同,数量级存在差异,且各种特征因子有各自的应用缺陷,通过将模糊理论和灰色关联度相结合.形成所提取故障特征值的模糊关联度,将模糊关联度作为神经网络的输入量进行故障种类的识别,提出了模糊灰色关联神经网络故障识别方法,实现了针对在不同工作状态下的故障识别.对舰船主动力系统故障进行实例诊断研究,诊断结果表明,该方法准确、有效.     

基于维格纳高阶矩谱的柴油机故障诊断

为解决柴油发动机故障振动信号分析过程中的不稳定性和非线性,使用切片维格纳三谱来分析柴油机振动信号的时频分布,柴油机故障信号的切片维格纳三谱表明,每一种故障均具有各自的特征,从而为区分不同柴油机故障提供了信息依据.     

基于维格纳高阶矩谱的柴油机故障诊断

为解决柴油发动机故障振动信号分析过程中的不稳定性和非线性,使用切片维格纳三谱来分析柴油机振动信号的时频分布,柴油机故障信号的切片维格纳三谱表明,每一种故障均具有各自的特征,从而为区分不同柴油机故障提供了信息依据.     

铁路自闭贯通线路故障检测模型

通过分析10kV自闭贯通线路短路和接地故障特征，建立了故障检测模型，对铁路自闭贯通线路发生相间短路故障和单相接地故障进行了仿真．仿真分析结果表明，利用此模型判断相间短路和单相接地故障类型及所在区间是可行的．     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题，提出了一种基于深度时频特征的机车轴承故障诊断新方法；利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取；为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征，上通道使用一维CNN，为使输入的二维时频域信号能多角度地反映出信号的细微局部变化，下通道使用二维CNN；在融合层中将上下通道特征自动融合成一个新的深度时频特征，并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别；在此基础上，分析了某局机务段实测的7种机车轴承数据，验证了本文方法的实际工程应用价值。研究结果表明:基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%，与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比，平均诊断精度分别提高了0.7%、1.9%和2.2%；本文方法提取的深度时频特征中每类故障分布间隔规则有序，类内间距很小，而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则，类内间距较大，说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越，是一种解决机车轴承故障诊断问题的有效模型。      

在不同构造应力作用下节理岩体隧道的稳定性

本文中叙述的模型试验,主要是模拟在具有两组正交节理的岩体中开挖隧道时,由于初始应力场中不同的水平构造应力的作用,隧道围岩的稳定性特征。通过对试验结果的分析得到几点相应的结论。     

基于改进多尺度排列熵的S700K转辙机故障诊断

基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support vector machine, SSVM)故障诊断方法.首先对S700K转辙机动作功率曲线进行集合经验模态分解和小波分解,获得两类不同时间尺度的模态分量;再利用改进多尺度排列熵计算不同分量的故障特征参数,为了降低计算维度,应用核主元分析理论,在不损失信号重要特征的情况下,取大于95%贡献率的特征值作为故障特征向量;最后,引入基于决策树的SSVM算法,经过小样本训练得到树状最优故障间隔面,从而实现S700K转辙机故障分类.实验结果表明:该方法可有效判定S700K转辙机故障类型,进而提高故障诊断精度和效率.     

基于大样本数据的中型载货汽车使用可靠性研究

利用大量的实际运行样本数据，借助数理统计手段，揭示了国产典型中型载货汽车的整车运行故障的发生规律，给出了其故障密度函数ｆ（ｌ），故障分布函数Ｆ（ｌ），可靠度函数Ｒ（ｌ）的故障函数λ（ｌ），求取了其若干可靠性特征量的估计值，并相应得出了一些极有意义的结论。     

沥青路面抗滑衰变特性研究

基于四组工况,从不同级配类型和集料类型的角度出发,基于路表构造深度和摩擦特征两个角度,对不同情况下的沥青路面抗滑衰变特征进行了研究。     

浅谈工程机械液压系统的故障及使用管理

讨论了工程机械液奔放故障产生的原因与维护管理重点，探讨了新投入使用的液压装置和经过长期使用的液压装置故障产生的不同机理，并讨论了不同使用时期液压装置故障的内容、原因和查找方法。