基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

模糊系统知识模型的一致性与完备化

在对模糊系统知识模型概念、知识模型上的单点关系和复合关系、以及知识与范畴的近似及度量的研究基础上,对模糊系统知识模型的一致性和完备化进行了讨论.通过将粗集理论中的相关性理论及其度量方法引入到知识模型中,独立地提出了知识模型的扩充、极大一致性分解的概念与方法,并结合粗集理论中的约简理论,形成了知识模型完备化处理的理论与方法.知识模型的一致性与完备化理论与方法可以应用于基于离散样本数据的模糊系统辨识中.     

基于粗糙集属性约简的异步电机速度模型结构辨识

提出了一种针对决策信息系统的属性约简方法,并将其应用到异步电机速度模型结构辨识上.同时,讨论了去除离散化数据中不一致规则的方法.结果表明,约简之后的速度模型结构与实际调速系统中影响电机转速的因素相符合,从而表明该算法是有效的.     

基于神经网络的分数阶PIα控制器的设计与实现

分数阶控制器与传统PID控制器相比具有更好的适应性,并且为更好地调节分数阶控制系统性能提供了可能性.然而,由于分数阶控制器引入了两个附加的参数α和β,从而使分数阶PIαDβ控制器参数的确定变得更加困难.为了改进这一问题和进一步提高分数阶PIαDβ控制器对系统不确定性的适应能力,文章简明且不失一般性地提出了一种基于神经网络的参数自调整分数阶PIα控制器.讨论了所采用的离散化方法和分数阶控制器的设计方法,对神经网络结构和控制器参数自调节方法给出了详细论述.实验结果表明,所设计的控制器不仅保持了常规分数阶PIα控制器的特性,而且还具备了更好的适应性和参数自调节能力.     

基于粗糙集和混合聚类法的决策表约简算法

在分析粗糙集理论、分层聚类算法和k-means聚类算法的基础上,提出一种基于粗糙集和混合聚类法的决策表约简算法,该算法首先是使用基于分层聚类的k-means混合聚类法离散化决策表中的连续属性,然后利用粗糙集理论对离散后的决策表进行属性约简,得到决策规则集,并通过在铁路客运量预测系统中的应用验证了算法的可行性和有效性.     

基于XML和DOM技术的Web信息抽取模型

将XML技术应用于搜索引擎,提出一种基于XML和DOM技术的Web信息抽取模型,对模型的数据采集、页面优化处理、抽取规则生成和信息抽取四个阶段进行了详细分析,讨论了网页爬虫、NekoHTML、Xerces-J、JTree、Xpath以及XSLT技术在Web信息抽取中的应用,实现了Web信息抽取的半自动化.     

长沙锦泰广场地铁车站基坑支撑设计优化

长沙锦泰广场地铁车站主体基坑选用桩+内支撑(锚索)的支护型式,通过优化计算分析,将东端扩大段砼支撑改为钢支撑,并对围护桩的理论变形值和监测数据进行的对比分析,结果表明,采用钢支撑方案,不仅保证了基坑安全,而且节约建设成本,经济效益相当显著.