基于改进LMD和MED的滚动轴承故障诊断研究

针对轨边声学轴承信号有用特征微弱、易被强噪声掩盖的问题,设计实现了一种将最小熵解卷积与改进局域均值分解相结合的方法,达到信号降噪与故障诊断目的。利用三次Hermite插值改善LMD并提高LMD分解精度。将采集到的强噪信号进行MED降噪,再利用改进LMD算法进行分解,使多分量信号分解成单分量信号,并计算各分量的峭度值,挑选出峭度值最大的分量,最后利用包络谱分析,提取滚动轴承的故障特征。计算信号的峰值信噪比(PSNR,Peak Signal to Noise Ratio),将其作为降噪指标,体现方法的降噪性能。实验结果表明,设计的方法应用于轴承故障诊断,能将信号信噪比提高5.13 dB,能精准定位并提取轴承缺陷位置和信号特征,具有较好降噪和信息分辨能力。     

船舶纯方位无源定位跟踪与数据关联研究

基于传感器的目标定位系统是海洋军事研究的重点领域,传感器部署越密集,采集信息反映目标信息越准确。海上复杂环境中,随着目标移动速度增加,多方位传感器数据会混入各类杂波,某些方位采集数据甚至会丢失,从而导致船舶接收到的数据关联度降低,最终降低目标定位精度。本文重点分析了复杂环境下船舶纯方位无源定位跟踪技术,针对采集信号中的噪声及非线性干扰因素,提出了一种基于多维特征值分解数据关联算法,最后进行仿真。     

韩国“世越号”沉船海域海流垂向分量研究

沉积物和营养盐的扩散与沉积过程受垂向流的影响,根据2015年10月13～22日"世越号"沉船打捞前及2017年5月10～16日沉船打捞后利用ADCP在沉船海域的定点流速观测资料,采用经验模态分解和功率谱分析的方法,研究了该海域海流垂向分量的变化规律及其与潮流的关系。研究结果表明,沉船海域垂向流速分量受涨落潮运动影响,垂向流速分量与东方向、北方向流速分量具有一定的相关性,对海流垂向分量影响较大的分潮主要为半日分潮和浅水分潮,上层水的涨、落潮流对垂向流影响程度高于下层水流;沉船打捞前垂向流与水平流的相关程度高于沉船打捞后,垂向流速分量的分布及变化规律明显受沉船的影响,打捞前垂向流的现象显得更加强烈。     

公路行业安全生产责任分解方法

公路行业"一岗双责"的落实需要将安全生产责任层层分解,运用WBS理论将岗位、岗位安全生产责任进行分解,对岗位及各自的责任进行一一对应,使各岗位能够明确各自的安全生产责任,保障公路行业平稳快速发展。     

船舶后行作业的工作分解

船舶后行阶段作业复杂,而且各个任务之间存在相互制约关系,文中介绍了后行作业的主要特点,根据两个完整性导向为分解原则来分解后行作业,在此基础上介绍了任务包的基本特征并讨论了工作分解的实际意义。     

基于多时间尺度一步外推的短时交通参数多步预测方法

为了进一步提高短时交通参数多步预测的效果,以自适应指数平滑法、BP神经网络法和小波分析理论作为基础模型,利用前一时刻预测误差确定基础模型在组合模型中所占权重,提出了一种交通参数一步预测组合模型;通过分析交通参数合成和分解机理,在分别提出多时间尺度交通参数合成方法和交通参数分解方法的基础上,设计了一种基于多时间尺度一步外推的短时交通参数多步预测方法,采用某大城市感应线圈1 min时间尺度的交通参数数据进行了验证和对比分析.验证结果表明,交通参数一步预测组合模型的预测效果明显优于任一基础模型,且该方法的多步预测效果明显优于循环一步外推短时交通参数多步预测方法.     

地铁隧道盾构法施工全过程风险分析

由于地铁隧道盾构法施工工程中勘察、设计、施工等方面存在大量的风险因素,其不确定性、复杂性都增加了风险分析的难度,一般的风险分析方法不能较好地评估地铁隧道盾构法施工工程风险。本文提出了基于模糊综合分析的地铁隧道盾构施工风险评估方法,以初步统计的地铁隧道盾构法工程质量安全事故数据和专家调研数据为基础,首先构建地铁隧道盾构法施工的风险清单,然后采用模糊对数概率和模糊对数损失率的概念对风险事件进行定量分析,再求出风险事件的风险值及风险等级隶属度,最后确定地铁隧道盾构法施工工程的总体和每个风险事件的风险等级,该方法的结果与上海市地铁隧道盾构法施工风险水平现状相一致评,其结果可为下一步风险预防和控制提供科学依据。     

基于EMD-Wavelet模型的实时交通流噪声数据清洗方法

针对实时交通流数据的噪声污染,将具有处理非平稳非线性信号优势的经验模式分解方法(EMD)和小波变换(wavelet)相结合,构建EMD-Wavelet组合清洗模型.该模型首先将实时交通流序列进行经验模式分解,然后将含有噪声的高频分量用小波变换进行软阈值去噪,最后将去噪后的高频分量、未去噪的低频分量和残量进行重构,形成清洗后数据序列.通过实验表明:该方法的去噪效果要好于单独使用小波变换和EMD法,是一种有效可靠的实时交通量噪声数据清洗方法.     

基于Gauss-EMD的DNA序列相似性分析

提出了高斯-经验模态分解(Gauss-EMD)算法,在固有模态函数筛选过程中,用高斯径向基函数插值极值包络线,并将该算法应用于DNA序列的相似性分析当中.这个方法可以简单直观地通过分析DNA序列的余量来分析序列的相似性,通过四个物种线粒体DNA序列实例验证了新算法相较于经典的经验模态分解算法更适用于DNA序列的局部相似性分析.     

后行作业任务包的分解方法

本文阐述了后行作业各个阶段的工作内容,并围绕后行作业的特点,后行作业的三个完整性目标及后行作业任务包这三个要素,结合任务包的的基本特征,给出了基于精益造船理念后行作业任务包分解结构图,为研究后行作业项目的时序关系奠定了基础。