基于压缩感知的滚动轴承故障信号提取技术研究

针对目前奈奎斯特采样方式对信号进行采集所产生的数据量较大的问题,提出一种基于压缩感知并结合神经网络的滚动轴承故障信号检测方法,通过K-奇异值分解算法构造冗余字典,利用神经网络以映射后观测矩阵的前一部分值预测全部观测值,实现信号的二次压缩,最终利用子空间追踪算法基于预测出的观测矩阵对信号进行重构,通过重构信号频谱可获得轴承故障信息.经过对测量矩阵、算法参数及神经网络等内容的分析,可在较少的数据量下以较高精度实现对滚动轴承故障信息的提取,并通过仿真对比实验证明了方法的有效性,在总压缩比为0.72～0.92时,此方法能够保证信号匹配度约为0.83,明显优于传统方法,且对于轴承内圈、外圈和滚动体故障信号皆有较好的重构效果.     

大跨度隧道预应力锚固体系协同承载的压力拱效应

为研究大跨隧道锚固体系的协同承载机理，以压力拱效应为量化指标进行分析，根据围岩开挖应力分布特征，设置无支护开挖、单一预应力锚杆支护、预应力锚固体系联合支护3种工况，研究不同围岩条件在各工况作用下的压力拱动态演化机制。研究结果表明：压力拱位置和厚度均受围岩条件影响，围岩条件越差，压力拱位置距隧道边界越远且厚度越大，不利于围岩稳定性控制；压力拱成拱系数变化趋势与切向应力一致，呈先增大后减小趋势，且切应力集中区域成拱系数大于1;预应力锚固体系作用下压力拱向隧道边界处移动，可有效控制围岩压力拱的继续发展，使压力拱更快达到稳定，并减小压力拱范围，优化压力拱形态，使其趋于“圆拱形”;预应力锚固体系对于围岩压力拱的影响效果优于单一锚杆支护，尤其是当围岩条件较差时，其协同承载效应更为显著。