船用多轴齿轮传动过程耦合非线性振动特性分析

船用多轴齿轮故障识别以振动特性作为判定依据,为提高后期故障识别质量,提出基于改进EEMD算法的船用多轴齿轮传动过程耦合非线性振动特性分析方法。该研究分为两部分,前一部分利用谐振传感器采集多轴齿轮振动信号;后一部分利用改进EEMD算法(集合经验模态分解算法)分解多轴齿轮振动信号,得到若干个包含故障特性频率的IMF向量,并计算每个IMF向量的奇异值熵,利用奇异值熵定量表示多轴齿轮振动特性。结果表明:正常状态下的船用多轴齿轮运行下,奇异值熵一般小于0.1,而一旦当齿轮发生故障,其奇异值熵就会大大增加,一般会超过0.1。     

基于信息熵的水声目标识别模型评估方法

水声目标自动识别技术作为实现武器装备智能化的核心技术之一,具有重要的军事意义。水声目标识别模型评估是目标识别技术研究中的关键环节,对促进识别技术发展起到了十分重要的作用。国内在自动目标识别模型评估方面,特别是在评估理论与方法上的研究还刚刚起步,远不能满足当前深入持续发展目标识别技术的迫切需求。根据信息熵的理论及其应用,构建了水声目标识别模型性能评价指标体系;借鉴信息论的方法,利用信息熵确定模型综合评估中各指标的权重系数,提出客观的水声目标识别模型综合评估方法。     

改进的中心差分卡尔曼滤波水下被动目标跟踪

中心差分卡尔曼滤波是目标跟踪领域中常用的非线性滤波方法之一,但在单站的纯方位目标跟踪中,有时受观测站的运动轨迹、观测噪声等影响,中心差分卡尔曼滤波会出现滤波不稳定甚至发散的情况。针对这一问题,本文提出一种基于奇异值分解平方根的中心差分卡尔曼滤波改进方法。通过采用QR分解和奇异值分解2种不同的方式计算协方差的平方根,代替协方差矩阵参与运算,增强算法的稳定性。通过3种不同情形下的仿真结果均表明,所提方法与常规的中心差分卡尔曼滤波和经典的平方根无迹卡尔曼滤波方法相比,具有最低的均方根误差。     

海上风电机组叶片螺栓疲劳强度影响研究

风力发电机叶片连接用高强度螺栓在服役过程中较易发生断裂情况,而这其中最常见的断裂形式就是疲劳断裂,疲劳断裂的原因多是由于预紧力与位置偏差导致。通过对某海上风电机组不同预紧力与位置偏差工况下叶片螺栓疲劳强度分析,确定不同偏差值对叶片螺栓疲劳强度的影响,从而对后续的风电场安装、运维给出建议。     

地铁第三轨检测系统的研发

为了解决传统的第三轨人工检测效率低、误差大、数据管理不便等问题,研发了地铁第三轨检测系统.针对地铁第三轨的特点设计了该系统的检测装置和实时处理算法,采用车体振动补偿技术将相机基准由动态坐标系转换到静态坐标系,从而消除检测梁姿态变化引起的误差.通过实验室动静态试验验证了该系统的检测准确度,并在无锡地铁试验线进行了现场检测...     

基于SVD的复数UKF及电力系统对称分量估计

电力系统对称分量的检测对于电力系统安全稳定的运行具有很重要的意义。利用复数域无迹卡尔曼滤波算法,对三相电压系统的正负序分量及频率进行了估计。为了提高复数无迹卡尔曼滤波的参数估计精度及算法稳定性,引入最优自适应因子并对预测协方差矩阵进行SVD分解,提出了基于SVD的自适应CUKF算法。为消除零序分量,对三相电压分量进行αβ变换,定义了复数形式的状态变量,建立了非线性状态方程及观测方程,实现了正序、负序对称分量估计。通过与普通复数域无迹卡尔曼滤波算法对比,所提研究方法在估计精度及收敛速度等方面优于传统无迹卡尔曼滤波方法。     

序线性空间中集值优化问题弱有效解的最优性条件

在序线性空间中,引入(u,02;Y+)—广义次似凸集值映射,建立了此映射下的一个择一定理.利用此定理,在序线性空间中获得了带广义不等式约束的集值优化问题弱有效解的最优性必要条件和充分条件.     

基于交通运营状态的公路隧道社会风险预期值研究

为提升高速公路隧道运营期内交通安全实时评估水平,以PIARC相关技术研究报告以及收集到的国内隧道事故数据为基础,采用归纳总结的方法,对高速公路隧道交通事故、火灾事故和危险品泄露事故进行统计分析,提出高速公路隧道的交通事故、火灾事故和危险品泄露的社会风险预期值计算模型,并计算了相应的风险预期值,据此得出社会风险预期值E_v,并用于实时评估高速公路隧道运营期间交通安全。     

基于AHP层次分析和模糊综合评价的城商行网络安全风险评估研究

随着数据的价值日益增长和地下网络犯罪产业不断出现,金融行业网络安全所受到的威胁不断提升。在复杂严峻的安全态势下,文章参考了张淑英的相关研究,提出了建立城商行网络安全风险评估模型的方法,以期对网络安全战略和决策起到参考作用。