简介:针对齿轮故障时振动信号复杂、特征提取困难的问题,提出采用局部特征尺度分解(LocalCharacteristicscaleDecomposition,LCD)与双谱分析相结合的故障特征提取方法。首先,利用LCD分解法对振动信号进行分解,并结合贝叶斯信息准则(BayesianInformationCriterion,BIC)和峭度时间序列互相关系数2个指标对内禀尺度分量(IntrinsicScaleComponent,ISC)进行筛选;其次,利用双谱分析法对所选取的ISC分量进行融合,提取双谱熵作为特征量;最后,运用该方法实现齿轮振动信号故障特征的提取,并通过齿轮预置故障试验验证了该方法的有效性。
简介:为提高报废HTPB固体推进剂中高氯酸铵(AmmoniumPerchlorate,AP)的提取率,采用先溶胀再提取的方法对HTPB固体推进剂中AP组分的提取工艺进行了研究,探讨了超声因素对CHCl3溶胀HTPB固体推进剂的影响,分析了提取时间、提取温度、试样厚度和液料比对AP提取率的影响规律,并对提取结果进行了表征。结果表明:超声作用使得CHCl3对HTPB固体推进剂的溶胀效果显著增强,与非超声溶胀相比,溶胀增长比增加了20.6%;经超声溶胀后,HTPB固体推进剂中AP的最佳提取工艺参数为提取温度55℃,提取时间4h,液料比7.5∶1,试样厚度3mm;最佳提取工艺条件下AP的提取率为95.6%,纯度为96.8%。
简介:针对行星齿轮传动故障诊断中的信号故障特征微弱、特征提取困难等问题,提出了基于自适应聚合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD)和样本熵(SampleEntropy,SE)的行星齿轮箱故障特征提取方法。首先,针对EEMD结果存在较大的盲目性和主观性等问题,提出自适应EEMD方法;然后,使用此方法将行星齿轮箱振动信号分解为若干个固有模态函数(IntrinsicModeFunctions,IMF)分量,通过相关性分析选取含有齿轮状态特征信息的IMF分量并对信号进行重构,计算重构信号样本熵值,以此判断行星齿轮箱的运行状态;最后,对行星齿轮箱故障模拟试验台采集的2种状态振动信号的自适应EEMD样本熵进行求解,并与直接样本熵、EEMD样本熵等特征提取方法对比,验证了自适应EEMD样本熵具有更好的分类能力。
简介:基于教师认知研究成果,以68名参加2010年“国培计划--新疆兵团中小学英语教师短期集中培训”的民族初中英语教师为被试,采用语料分析法和教师观念分析法,首先构建了被试的知识结构模型,然后采用单因素分析法研究了教师知识结构对其在教学事件处理时信息提取能力的影响,研究发现:1)被试专业知识结构在知识类型上分布极不均衡。学科教学知识(PCK)使用量突出,课程开发知识(CDK)、英语学科知识(ECK)、学习理论知识(LT)、学习者知识(LK)和普通教育知识(GPK)使用量偏少,教师知识结构不够完善;2)被试知识结构模型的不同知识在总量上与教师信息提取数量有显著的线性关系,即教师知识结构对教师教学事件处理时的信息提取能力有很强的预测力;在单项关系上,除CDK和GPK外,其余类型知识均对教师信息提取能力有显著的影响,预测力明确。