信号稀疏分解中过完备原子库的集合划分

信号稀疏分解中使用的过完备原子库对分解效果十分重要,但同时它也是造成稀疏分解计算非常复杂的关键因素。为此,本文提出了利用信号集合划分研究过完备原子库的新方法。利用原子之间的等价关系,可以把过完备原子库划分成互不相交的子库,而每一个原子子库只需要用一个选出的相对应的原子即可代表。利用过完备原子库的集合划分,在信号稀疏分解效果不变的条件下,可以使信号稀疏分解过程的计算复杂度大为降低。本文所提方法的可行性和有效性为实验结果所证实。     

浅谈摩托车排气冒蓝烟的快速检测方法

通常排除发动机冒蓝烟故障时,都需卸下气缸盖组件,检查气门导管油封唇口是否磨损以及气门与气门导管间隙是否过大;其次再分解气缸、活塞及活塞环,检查拉缸和活塞环组件是否失去弹性、活塞环有无装反、二道气环是否对口等.     

基于小波包分析的货车滚动轴承故障诊断

铁路车辆滚动轴承故障的不解体诊断，对于提高轴承诊断效率，减轻操作人员的劳动强度和保证铁路运输的安全是至关重要。结合小波包分解和加权K近邻法提出了一种新的货车滚动轴承不解体故障诊断方法。首先利用小波包对滚动轴承的振动加速度信号进行分解，得到滚动轴承动态信号在不同频带的能量，并以此作为滚动轴承的特征向量；然后采用加权K近邻法对滚动轴承进行故障诊断。对197726型货车滚动轴承在轮对不解体条件下进行了诊断实验，结果表明该方法能准确地检测出滚动轴承外圈、内圈及滚子的局部缺陷，并且诊断速度快，完全满足实时诊断要求。     

船体结构数字孪生技术及应用

数字孪生技术可真实复刻物理实体至数字空间进行虚实映射，其框架包括物理世界、数字世界、孪生数据池、服务应用和数据连接等五个维度。船体结构数字孪生即在数字世界中建立载荷物理场与结构孪生体并实时获取结构响应状态，可从设计仿真、生产制造和航行运维三个阶段探讨应用方向。本文针对模型降阶技术，基于本征正交分解法对船体结构位移场矩阵计算得到正交基底，截取主要成分构建低阶方程组，可快速求解得到降阶模型在各工况下的位移推算值。本文方法与传统有限元结果吻合较好，计算效率大幅提升，可实现船体结构响应的实时分析，为构建船舶数字孪生体提供基础支撑。     

基于随机加权自适应容积卡尔曼的电池SOC估计

准确估计锂离子电池荷电状态（SOC）对于突破电动汽车发展瓶颈，推动电动汽车商业化至关重要。针对动力电池模型参数辨识问题，提出基于遗忘因子的递推最小二乘法（FRLS）的模型参数在线识别方法。实时测量动力电池电流和电压数据，在线辨识模型参数并实时更新，实时反映电池内部参数的变化过程，对电池动态特性进行实时模拟。针对容积卡尔曼（CKF）滤波过程中对噪声敏感的问题，提出一种基于随机加权思想的自适应容积卡尔曼滤波（ARWCKF）方法。相比于常规CKF容积点权值始终不变，通过引入随机加权因子，自适应调整容积点权值并对系统噪声、状态向量及观测向量进行预测，抑制系统噪声对状态估计的干扰，避免因容积点权重值固定所带来的误差。针对CKF算法在容积点计算过程中由于状态方差矩阵失去正定性导致的平方根分解无法使用的问题，提出基于奇异值分解的容积点计算方法，克服由于先验协方差矩阵负定性变化而导致的滤波精度下降等问题，并进行多种工况、温度下不同SOC初值的对比验证。结果表明：所提出的基于遗忘因子的递推最小二乘法的在线参数辨识及ARWCKF滤波方法具备良好的估计精度及收敛能力，最大电压估计误差不超过40 mV，SOC估计误差不超过1%。     

发动机凸轮轴疲劳断裂分析

凸轮轴是汽车发动机配气机构中的重要零部件，工作过程中承受较为恒定的弯曲和扭曲载荷，气门凸轮与挺柱之间和主轴颈与气缸盖轴承之间是滑动摩擦，且后者为润滑油强制润滑。凸轮轴材料为QT450，凸轮和主轴颈表面感应淬火。气缸盖及凸轮轴瓦盖为铝合金材料。各相关零件除了要求有较高的加工精度以外，对各系统的清洁度也有很高的要求。     

信号自适应分解对比研究及其在机车轴承故障诊断中的应用

为有效提取机车轴承故障特征,开展信号自适应分解方法对比研究。分析了经验模态分解、局域均值分解和局部特征尺度分解3种常用方法的局部均值计算、分解成分和分解能力。针对局域均值分解存在的问题,提出了改进方案并有效验证。进一步提出了先做改进局域均值分解,再采用1(1/2)维谱处理得到的乘积分量的机车轴承诊断的方法,成功用于DF_4型机车的故障诊断。