EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

时空信息多模式融合模型应用研究

给出了时空多模式融合模型(MM模型)的实用建模方法.利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.     

基于SVD的柴油机振动信号盲分离预处理

在利用独立分量分析对缸盖振动信号进行盲分离时,原始采样信号不满足独立分量分析的基本假设,而且缸盖振动信号信噪比较低,影响分离的速度和精度.采用小波阈值降噪的方法进行了降噪处理,提高了信噪比.采用奇异值分解的方法估计了缸盖振动的独立源数,并对缸盖振动信号进行了白化处理,为独立分量分析的应用建立了基础.     

基于特征正交分解的桥梁风场模拟

推导出了随机过程特征正交分解计算公式.为提高原型谱表示法的计算速度,将特征正交分解的强形式,即基于功率谱矩阵的随机过程特征正交分解(SPT)引入到谱表示法中,代替原有的对功率谱矩阵的Cho lesky分解,并给出了实用的模拟公式.该算法可用FFT加速.结合模态截断技术,POD的引进可节省谱表示法模拟的计算量.通过算例,定义了风的吹动模态,说明了风场SPT的明确的物理意义,同时模拟方法的有效性亦得到验证.     

公路施工项目进度与成本集成化的矩阵描述

笔者针对公路施工项目进度-成本界面之间的冲突,探讨两界面的数据集成化方法.运用矩阵描述项目工作分解结构(WBS)和成本分解结构(CBS),并用矩阵方程将进度-成本关系联系起来.为发展该算法,介绍了问题求解思路和实例,并对进度方案经济作了评价.     

基于 EM D桘BPN 方法的高速铁路短期客流预测

高速铁路短期客流预测是铁路运输系统的重要组成部分。无论是对列车开行方案的制定,还是对如何采取正确的营销策略,都具有重大的现实意义。通过混合经验模态分解方法和神经网络方法相结合的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步：首先,使用经验模态分解方法将客流时间序列分解;其次,将IM Fs作为BP神经网络的输入;最后,应用神经网络对客流量做出预测。数值实例表明,该方法对于高速铁路短期客流预测在精度和稳定性上都有良好的表现。     

数学模型在生产管理优化中的应用

运用建立数学模型的方法对企业在生产管理中的运输问题和生产计划问题进行了相应的研究．建立运输模型,并根据生产计划的层次分别建立了综合生产计划优化模型、主生产计划优化模型和车间作业计划优化模型,将生产计划逐层分解．最后,对运输问题模型进行了求解研究,并应用MATLAB编程求解对应模型．原来需要具有丰富经验的工作人员一天的劳动现在只需数秒钟就可以由一般工作人员完成,大大降低了工作人员的劳动强度,提高了企业的市场响应能力与生产效率．     

基于FM-EEMD信号分解的站线变关系识别

针对目前配电网站线变的隶属关系动态变化的频次高、梳理复杂等问题,研究设计一种基于FM-EEMD信号分解的线变关系识别的方法。该方法利用载波信号在低压侧负载处及其他分支分流比小、本支路变压器中压侧分流比大的特点,通过在0.4kV侧注入一定频率的载波信号,检测中压侧载波信号的相关特性以识别线变关系。通过FM-EEMD方法对中压侧的信号进行经验模态分解,分解得到中压侧载波特定频率的载波信号,通过对该载波信号的分析完成站线变关系的识别。仿真表明该方法可以有效的提取载波信号。