基于Laplace小波相关滤波法的柴油机气门间隙故障诊断

振动信号中冲击响应信号通常表征着某种故障特征。根据Laplace小波相关滤波法的原理、方法进行气门间隙故障诊断研究。分析了配气相位与气门落座冲击的对应关系。对气门间隙正常及异常情况下的时域波形进行了相关性滤波分析,结果表明,基于Laplace小波相关滤波法能准确定位冲击发生的时刻及频率,有效地判别气门落座冲击。     

采用小波分析进行电喷汽油机失火诊断的研究

采取小波变换的方法对电喷汽油机的瞬时转速波动信号进行分解去噪处理。采用小波变换的Mallat快速算法,并从分解后的信号中提取特征值,用于诊断汽油机的失火故障。通过台架验证试验表明:文中采取的方法可以有效去除高速时的干扰信号,能满足失火诊断的要求。     

基于小波变换-模糊控制的复合电源能量管理

以锂电池-超级电容构成的复合电源电动汽车为研究对象,在满足动力性能的前提下,为实现超级电容在合理的荷电状态（SOC）下承担高频率信号,且锂电池承担低频率信号的目标,建立了实时小波变换-模糊控制的能量管理控制策略。基于Matlab/Simulink和ADVISOR软件搭建整车模型,并在NEDC循环工况下进行仿真测试。仿真结果表明,与单一锂电池相比,在小波变换-模糊控制策略下,复合电源锂电池的驱动峰值电流降低了20.68%,寿命提高了16.74%。搭建了按一定比例缩小的复合电源系统试验平台,并在NEDC工况下进行试验验证。结果表明,小波变换-模糊控制策略对复合电源电动汽车的能量管理具有良好的控制效果。     

基于小波变换的汽车车型识别

介绍了多品种混流机器人喷漆自动线的汽车车型识别系统的一种识别方法。主要是利用小波变换具有良好的多尺度特征表达能力，以及能在空域、频域和方向上分别进行分解，而且能够去除冗余信息和噪声等优点对汽车图像进行分解。然后把分解后的图像作为多层前馈神经网络的输入节点，对自动喷漆线上的汽车车型进行识别。结果表明：基于小波变换的神经网络汽车车型识别方法，能够识别返修车，提高了车型识别率。     

考虑波长因素的提速线路捣固作业质量评价方法研究

捣固作业质量直接关系到线路轨道服役状态,多维度研究捣固作业后轨道几何形位的变化规律是有效提升线路捣固作业效率的关键.以某160 km/h提速干线改造工程为例,提出考虑波长因素的捣固方案,针对捣固作业后的轨道几何形位的变化,分析轨道静态不平顺数据及动态不平顺数据,研究70 m弦矢高、轨道质量指数、功率谱密度、小波变换、小...     

考虑二次衬砌有效承载厚度的隧道结构安全系数解析模型

为研究严重腐蚀环境和施工缺陷等导致的衬砌厚度损失对隧道结构安全的影响，基于弹性地基曲梁理论和空间状态法建立二维衬砌受力解析解模型，采用Laplace变换求解衬砌各位置处的内力与位移，并与同工况下的数值模拟结果进行对比验证。数值模型中，通过折减局部二次衬砌厚度以及调整折减范围，模拟二次衬砌有效承载厚度的损失情况。研究结果表明： 1）增大二次衬砌厚度损失的范围和程度，均会导致厚度损失处截面弯矩显著降低，但轴力变化较小。2）二次衬砌厚度损失对安全系数的影响主要集中在厚度损失附近区域。随着损失范围的增加，厚度损失区域内的弯矩呈现下凹式抛物线形降低，安全系数经历突降—回升—稳定3个阶段。3）当损失厚度较小时，安全系数受到轴力偏心变化的影响较小，与有效承载厚度近似呈线性关系。值得注意的是，劣化厚度继续增大后，轴力偏心距降低对安全系数的增益迅速提升，当其大于承载截面积的劣化效益时，计算安全系数反增，但存在局部结构变形破坏的风险。     

基于电机定子电流分析的机车齿轮箱故障诊断

机车传动系统齿轮故障诊断对保障列车行车安全有重要意义,因此将牵引电机定子电流分析用于齿轮故障诊断。齿轮局部损伤引起齿轮系扭矩波动,扭矩的波动使驱动电机定子电流多个频率成分发生相位调制,在定子电流频谱中产生边频带,分析这些特殊频率成份就可以检测齿轮故障。齿轮早期故障产生的边频带幅值非常微弱,通常被电机结构引起的谐波成份和噪声掩盖。双树复小波变换保留了常规小波局部分析特性,又能有效抑制平移敏感性和频率混叠。提出了一种新的无传感器机车齿轮故障诊断方法,用双树复小波分析牵引电机定子电流,抑制噪声排除临近频率的干扰。30 t轴重货运机车正线运转实验证明,提出的方法能有效诊断机车齿轮故障。     

某舰主机滑油管系改装实例

文章针对某舰主机滑油管系出口振动超标的现象进行了分析,提出了管系振动优化设计方案,对主机滑油出口管系进行了实装改造,优化改装后的管系振动幅度大大减小.文章所述优化设计方案及施工工艺可为类似舰船管系改装提供理论和实践指导.     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

基于改进小波算法的舰炮齿轮箱故障特征提取

小波变换具有优良的时频分析特性,适合于提取齿轮箱等机械设备的故障特征。但是由于小波滤波器的频响应特性不理想,因此直接对信号进行小波变换会产生一定的虚假频率,从而影响故障特征提取的准确性。针对小波分析的混频现象,在深入分析该现象产生原因的基础之上提出一种改进算法,并给出了利用该算法提取故障特征的具体步骤,为舰炮齿轮箱故障特征提取提供了一个新途径。仿真结果表明,该方法能有效地消除混频现象,提高了故障特征提取的准确性。