基于小波分析的蜗轮蜗杆减速器故障诊断系统

随着蜗轮蜗杆减速器的广泛应用，其故障类型表现为复杂化和隐蔽化，这不仅会带来巨大的经济损失，甚至威胁工人的生命安全。为解决这一问题，提出了基于小波分析的蜗轮蜗杆减速器故障诊断系统，系统在模拟减速器真实工作情况的基础上，采用LabView编写故障诊断系统，实现对振动信号进行采集与显示、小波分析以及离线故障诊断，实验结果表明，文中提出基于小波分析的蜗轮蜗杆减速器故障诊断系统，能够较好地实现蜗轮蜗杆减速器故障的实时诊断，适用于蜗轮蜗杆减速器技术研究和安全应用等领域。     

基于分类回归树方法的遥感信息快速提取研究

遥感信息具有一定的连续变化性，这将会在一定程度上使得遥感信息快速提取存在偏差，其提取的时间也随之增加，容错率下降，为此文中提出基于分类回归树的遥感信息快速提取方法。通过噪声调整的主成分分析法（NAPCA）提取遥感信息的特征，利用复小波变换法对图像进行去噪处理，同时结合邻域值函数完成小波系数收缩。通过分类回归树方法进行样本训练，连续不间断获取遥感信息，结合Bayes判别准则完成遥感信息快速提取。实验结果表明，所提方法能够有效提升容错率，降低遥感信息快速提取偏差和时间。     

探究数控机床常见故障的排除方法

数控技术和数控装备是制造工业现代化的重要基础。数控机床是一种装有程序控制系统的自动化机床。本文分析数控机床常见故障及排除方法,对将数控机床常见故障进行研究,报告了对常见故障排除方法,数控机床的故障诊断与排除更需专业的技术和知识。     

一种基于多约束关系的任务分解方法

针对任务分解和分配的实时性和快速性,研究基于多约束关系的任务分解。首先对任务进行初始化标识,定义任务的唯一标识、开始时间、生命周期及任务重要度。其次定义任务间的约束关系,包括同步、串行、父子关系以及同步下受时序和资源约束等,确定任务之间的相互联系,为执行任务分解做好准备。然后,研究一种基于任务分解树的算法:依据任务间约束关系通过任务分解树的方法实现对任务的分解。最后附实例验证。     

室内环境下基于边际约束的快速路径自主探索算法

为了提高移动机器人在室内未知环境的自主探索能力,实现移动机器人在探索目标点之间的安全、快速移动,提出一种基于边际约束的快速路径自主探索算法。首先,将机器人自主探索问题描述为部分可观测马尔可夫决策过程模型。之后,在传统的快速扩展随机树(RRT)算法基础上,将随机树的生长空间划分为边际四象限空间,结合启发式评估函数的评价。该算法加快了移动机器人在探索目标点之间的移动速度,同时减少了随机树的节点,降低了对内存空间的占用。通过Matlab仿真实验,在实验设定的仿真环境中,该算法比传统RRT算法在时间上缩短约了75%,节点数量减少了约80%,并在机器人操作系统的仿真实验中验证了算法的实用性。     

直觉模糊模型检测在工程决策上的应用

将直觉模糊Kripke结构扩展到加权直觉模糊Kripke结构,将直觉模糊计算树逻辑诱导到加权直觉模糊计算树逻辑;研究在此之上的直觉模糊期望测度和多属性工程决策问题。用加权直觉模糊Kripke结构的权值自然地刻画了工程问题中的成本和收益,直觉模糊测度量化工程进展的不确定性,用加权直觉模糊计算树逻辑描述不确定性工程属性约束。给出了基于直觉模糊模型检测的多属性工程寻优算法,并讨论了算法的复杂度。     

用于脑运作分析的前向网络样本重组树生成算法研究

文献[1-9]提出了血液循环在大脑处理信息的过程中具有时序控制作用,并用量化模型结合结构风险最小化相关理论说明时序控制作用的意义。文献[10-24]汇总介绍量化模型中的一些细节。为方便同行阅读,我们在2013年也发表了系列综合报告[1-29]。文献[31-32]介绍我们开发的一个算法,这一算法实现将一个有向网络分解为一系列前向网络集合。分解出来的前向网络集合可用于分析各种情况对任一细胞活动情况的影响,也可用于搭建精细的神经网络模型,进而用于辅助医学等方面的研究。算法的网络分解能力能符合文献[1-28]所介绍的大脑处理信息量化方案的要求。算法的设计用到了笔者在2004年论文[30]中总结的一种算法设计思路,采用这一思路设计的算法有好的可扩展性,本文介绍了怎样将文献[31-32]介绍DG-FFN Trees算法升级扩展为DG-FFN SR Trees算法,升级成的DG-FFN SR Trees算法可用于实现样本排列图的生成。     

基于顺序注射的水质多参数在线监测系统设计

针对水质监测的预警、预报、溯源的数据量少，建设费用和运维成本高的问题，文中基于顺序注射技术，融合紫外分光光度法的水质检测原理，提出一种微试剂水质多参数在线监测系统，结合模块化布局设计，实现系统的小型化、自动化和智能化。基于故障树分析法建立水质检测过程故障诊断专家系统，实现水质在线监测系统自主故障诊断，减少因故障导致的经济损失，降低运维成本与人员需求。相比于传统的水质监测设备，微试剂水质多参数在线监测系统可同时检测总磷、总氮、高锰酸盐、氨氮等参数，监测仪体积小，长×宽×高为560 mm×420 mm×700 mm，试剂用量小于3 mL，仪器峰值耗电量为4.8 W·h/次。以总磷、氨氮、高锰酸盐为研究对象进行实验，结果表明，所设计监测系统测量精度高、线性度良好，相关系数≥0.989 8，重复性的相对标准偏差（RSD）≤2.552%。微试剂水质多参数在线监测仪符合水质在线监测设备的技术要求，具有应用价值，可为在线监测仪研究提供一种新的设计思路。