机械状态振动烈度监测方法研究

介绍了振动标准和振动测量的基本现状,分析了振动烈度的时域和频域计算方法,后者对信号类型的适用性强,对计算频率范围的选择灵活,避免了利用微积分进行信号类型转换和滤波等复杂处理,通过实例给出了应用振动烈度监测机械设备状态的注意事项。     

基于面向对象技术的柴油机在线状态监测系统设计

将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心．分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断．     

经验模态分析法在雷达信号脉内分析中的应用

雷达脉内特征分析是信号分选领域一个重要手段,当脉内信号有多个雷达信号交叠在一起时,很难分析出其各自的调制方式。经验模态分解(EMD)在分析非平稳混合信号时效果显著,但其存在2个明显弊端。针对端点效应问题,首先采用小波分解将信号分解成各分量,随后对除噪声外的各分量利用ARMA模型对信号进行预测,接着对预测后的各分量进行小波重构,从而消除了端点效应,针对虚假分量的问题,结合雷达信号的特点改进了其终止条件,提高了EMD分解的性能。最后,对EMD分解后的各分量进行时频分析,得出雷达脉内信号的调制特征。仿真验证了算法的有效性。     

带混合误差的Ishikawa迭代格式

将Ishikawa型迭代格式的收敛性问题推广到带混合误差的Ishikawa型迭代格式的情形 ,同时所用的证明方法和技巧有所改进     

用VB6.0实现分布式监控系统中的数据通讯

本文详细介绍了用VB实现分布式监控系统中的数据通讯,用数据通信将微机连在一起实现数据共享,从而对发射机状态进行集中监视管理和分散控制。     

非线性边值问题的一种高精度计算模型

讨论非线性边值问题的一种高精度计算模型 .利用积分值将边值问题转化为形式初值问题 ,构造了一类四阶精度的计算格式 ,证明了收敛性 .通过算例表明该方法收敛速度高 ,计算量小 .     

舰载武器作战使用条件仿真量化分析

运用层次分析法、本征向量法和多属性决策问题的数据处理等方法,对舰载武器作战使用的约束条件进行了量化分析和数据处理,系统地描述了单一约束条件和多个约束条件对武器有效使用的概率问题,建立了约束条件下,舰载武器作战使用仿真流程。研究结果对舰载武器作战使用具有一定的指导作用。     

基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

Model parameter estimation and residual life prediction for a partially observable failing system

We consider a partially observable degrading system subject to condition monitoring and random failure. The system's condition is categorized into one of three states: a healthy state, a warning state, and a failure state. Only the failure state is observable. While the system is operational, vector data that is stochastically related to the system state is obtained through condition monitoring at regular sampling epochs. The state process evolution follows a hidden semi‐Markov model (HSMM) and Erlang distribution is used for modeling the system's sojourn time in each of its operational states. The Expectation‐maximization (EM) algorithm is applied to estimate the state and observation parameters of the HSMM. Explicit formulas for several important quantities for the system residual life estimation such as the conditional reliability function and the mean residual life are derived in terms of the posterior probability that the system is in the warning state. Numerical examples are presented to demonstrate the applicability of the estimation procedure and failure prediction method. A comparison results with hidden Markov modeling are provided to illustrate the effectiveness of the proposed model. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 190–205, 2015     

型钢混凝土桁架转换层的监控与分析

对贵阳市某大楼型钢混凝土桁架转换层进行了施工期间的监控,并利用有限元分析软件ANSYS建立了带有型钢混凝土桁架转换层的结构有限元分析模型.针对工程中连接、构造和施工影响等相关因素进行有限元模型的对比分析,明确各因素对桁架受力的影响.结合施工阶段的监控数据,分析此工程中桁架受力状态的成因,为准确判断工程在正常投入使用后的...