港口吞吐量变动的内在特征研究

以上海港为例,采用经验模态分解的方法对港口吞吐量的变化特征进行探讨。结果表明港口货物吞吐量具有3～4个月、准6个月、准1年、准2年、准6年的显著变化周期。分析后认为港口吞吐量这些变化特征和波动周期与社会生产和消费具有季节性、国民经济发展规律和宏观调控、国际贸易经济波动等有关。最后,分析指出了模态分解结果对实际工作的指导意义。     

地震波信号降噪技术

针对地震波信号本身的复杂性,在接收和处理地震波信号的各个阶段都可能引入噪声的问题,提出了采用小波变换对地震波信号进行降噪的方法,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号的目的。     

Decomposition analysis of decoupling freight transport from economic growth in China

Freight transport industry plays a significant role in boosting economic growth, while also creating many negative externalities for social welfare and the environment. Using data from 1997 to 2017, this study employs the complete decomposition technique to identify the driving forces of freight transport and explores its internal relations with economic growth in China. The decomposition analysis focuses on four factors that are responsible for freight transport: economic activity, industrial structure, transport intensity, and haulage distance. Then, the decoupling index is adopted to examine the decoupling relationship between freight transport and economic growth in China. The results showed that weak decoupling between freight transport and economic growth was the main state during the study period. A strong decoupling effect was identified in 1997–1998, 2012–2013, and 2014–2015, whereas no decoupling effect was observed in 1998–1999, 2008–2009, and 2011–2012. The transport intensity was the most important contributor to the decoupling progress, the industrial structure effect played a role in promoting the decoupling progress over half of the years during the research period, and the haulage distance effect facilitated the decoupling progress in more than one-third of the years examined.     

多塔斜拉桥加劲索涡激振动实测与时域解析模态分解

为研究多塔斜拉桥中塔加劲索涡激振动时域和频域特性,对多根加劲索开展了振动加速度测量和风速、风向观测,研究了加劲索振幅与风速和风向的关系,分析了加速度时程的时域和频域特征。采用解析模态分解法对加劲索涡激振动加速度时程进行了分解,分析了所得分量的时域和频谱特征。研究发现,在无雨和较低风速条件下,同侧并列加劲索仅迎风侧发生明显涡激振动,其峰值振动是以频率为6.25 Hz的第28阶模态主要参与为特征,为高阶多模态涡激振动,明显发振风速约为4~5 m·s^-1,风向接近垂直桥轴线,其面内振动明显大于面外。1^#加劲索面内涡激振动时程分解得到的3个相邻高阶频率时程分量显示,第28阶模态振动加速度随时间的变化,主导了加劲索振动加速度幅值的增大和减小。同时认为,解析模态分解法不仅能较好地分离含有多个密集频率分量的时域信号,且分解得到的分量不改变原信号分量的频率特征,分解分量再合成的信号与原信号时频特征完全一致。因而可采用解析模态分解法分解具有多个密集频率分量的柔性结构响应,能有助于工程结构风致响应的模态参数识别。     

基于欠定盲源分离的柴油机曲轴轴承故障诊断方法研究

针对柴油机曲轴轴承振动信号盲源分离的欠定问题,提出了基于相空间重构和动态聚类奇异值分解的适定化方法。首先通过引入广义时间窗的概念确定最佳时间延迟和嵌入维数,重构信号相空间矩阵;然后对其进行奇异值分解,并对奇异值进行动态聚类以确定最佳重构阶数,进而重构得到虚拟观测信号,从而将欠定问题转变为适定或超定;最后利用自适应Parafac方法对原观测信号与虚拟观测信号构成虚拟传播路径进行盲源分离得到有效源信号。仿真结果表明,该方法可有效分离出混合信号中的源信号,并将其应用到柴油机曲轴轴承故障诊断中,诊断准确率提高了18.4%。     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

小波包能量特征法在汽车变速器轴承故障诊断中的应用

归纳和总结了小波神经网络轴承故障诊断法的实施步骤,阐述了小波包的原理,并以变速器轴承故障诊断为例,提取了小波包节点能量作为反映变速器轴承故障类型的振动信号特征参数,并用这些特征参数训练BP神经网络进行故障模式识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明了利用小波包能量法和BP神经网络进行变速器轴承故障诊断是可行而且有效的。     

车用发动机前端辐射声源的小波分析与识别

根据连续小波变换具有较二进离散小波变换和小波包变换更精细的尺度分辨率的特点，研究了适用于工程应用的发动机表面辐射声信号小波变换结果的表述方法，并以一台车用增压柴油机前端表面辐射噪声的测量和识别分析为例，提出了一种车用发动机主要噪声源诊断和识别的测试分析方法。文中还将声信号测量识别的结果与表面振动信号识别的结果做了比较，两者是吻合的。     

行驶车辆振动信号的小波分析

本文介绍了小波分析的理论方法，并上小波分析方法应用到了行驶车辆振动的分析中，即：通过二进离散小波变换，把实际振动信号进行多层小波分解，使异常信号和非平稳高频信号得到良好的时间定位和图形显示，并把信号的路面激励与本体振动分离开来。     

小波变换在弯沉检测数据消噪中的应用

贝克曼梁由于其系统本身的缺陷在弯沉检测过程中常常会受众多误差和干扰的影响,从而造成弯沉检测值与真实值之间存在较大偏离,严重时甚至会对弯沉值的统计分布形式造成影响。针对这种情况,本文提出采用小波变换对受噪音不均匀干扰的弯沉检测数据进行消噪处理的方法,并对处理之后的数据与原始数据进行了分析和比对。结果表明:经过小波变换消噪处理的数据能较好地保持原始数据的统计学特性,且能使偏离正态分布的弯沉检测结果重新服从正态分布:小波变换能有效地剔除原始检测数据存在的不均匀分布的噪音信号。