基于机器学习算法的船舶电气故障分类与诊断方法

为实现船舶电气故障的早发现、早解决,设计基于机器学习算法的船舶电气故障分类与诊断方法。采用Trager能量算子增强传感器采集到的船舶电气设备振动信号,利用小波包分析方法提取增强后的电气设备振动信号特征,将电气设备振动信号特征输入卷积神经网络中进行训练,得出最佳的故障分类与诊断模型,并利用该模型实现船舶电气设备的故障分类与诊断。实验表明：采用Teager能量算子可以快速准确地将传感器采集的信号放大,且放大过程没有信息损失。训练后卷积神经网络的故障分类与诊断正确率接近100%,可能够准确诊断出船舶电气设备是否存在故障,并获取对应的电气故障类型。     

小波包和SVM在发动机故障诊断中的应用

针对发动机的故障特点,提出了一种基于小波包和支持向量机(SVM)的发动机故障诊断方法。利用信号能量在小波包空间的分布特性,采用基于能量的自适应去噪方法,提取反映故障的特征向量,并基于SVM理论构建了针对发动机的多故障分类器。试验结果表明,该方法具有故障分类与识别能力。     

Voith公司的动力包扩大了液力传动装置的功率范围

VoithAG公司在世界范围内拥有员工 2 4 0 0 0名 ,经营产品种类繁多 ,2 0 0 3年销售额达33亿欧元。其下属子公司VoithTurbo约有 4 0 0 0名员工 ,2 0 0 2 2 0 0 3年度销售额为 6 5 1亿欧元 ,该公司不断创新 ,在铁路领域 ,其生产的动力包扩大了液力传动装置的功率覆盖范围。     

Voith公司动力包的开发

在机车车辆和铁路工业中,系统概念已经提高为开发过程中的一个主要组成部分。近年来,由于铁路市场的私营化,机车车辆的开发过程有了变化,铁路经营者的状态发生了变化。作为传动装置的制造厂家,VoithTurbo公司考虑到这种变化,并考虑到了铁路经营者对传动系统高的可靠性、安全性和经济性的要求。这在VoithTurbo公司后来的动力包的开发工作中得到了体现。Voith动力包显示出VoithTurbo公司产品型谱的拓宽。这种系统技术措施的重要内容,除坚持项目管理外,还应用现代三维设计方法,扩大设计制造能力、采用模拟方法和现代电子控制装置及高能力的数据网络。本文将对这些问题进行讨论。     

基于小波包分析的结构损伤预警方法研究

通过研究小波包理论,对连续梁在瞬态荷载冲击下节点的加速度信号进行小波包分析,并提取了损伤前后各频段的节点能量特征向量变化和不同模态的频率变化进行比较分析,证明节点能量特征向量对损伤更加敏感．     

新型半刚性基层路面结构研究

分析了高等级路面水损害的现状和成因,详述了"包砂土"路基的防水机理和路用性能,并据此提出了解决半刚性高等级路面防水的新思路。     

结构敏感频段的提取及其在损伤识别中的应用

对于某一特定的结构来说,通过危险性分析,能够找到最可能发生损伤的构件。结构损伤识别可以只对这些构件进行研究分析,进而滤去那些不必要的识别变量,减小损伤识别数值计算的规模。由于特定构件的损伤只引起某些特定频段振动特性的改变,因此可以从全频段时程数据中提取出这些对危险构件较为敏感的频段数据进行单独分析。最后提出了结构敏感频段的提取方法,介绍了敏感频段在结构损伤识别中的应用。     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

水下爆炸下水下目标振动信号的时频分析

针对某水下目标的抗水下爆炸试验数据,基于短时Fourier变换、小波包变换进行时频分析比较研究,得到水下爆炸作用下水下目标振动信号的时频分布和能量分布规律。结果表明,短时Fourier变换使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化;小波包具有更好的时频特性,可以提取出水下爆炸下冲击波、滞后流和二次压力波三个不同时段的信号进行能量和频率分析,并由此可确定不同时段对目标毁伤的影响。     

小波包神经网络在卸船机电机故障模式识别中的应用

针对卸船机中异步电机故障率高的问题,本文采用小波包分解和神经网络技术相结合的方式,将采集到的电机振动信号进行小波包分解,通过分析观测信号在小波包某一分解层次上不同时频分辨空间中的能量分布,进行电机运行状态的特征提取,对提取的特征用RBF神经网络技术进行故障诊断,为卸船机的电机故障诊断提供了一种新的思路和方法。