简介：对工业噪声污染日益增长的了解与比较严格的标准的出现使得噪声成了电机研究的重要课题。本项工作是对噪声源的识别与减轻噪声技术的目前水平述评，它向读者指出了过去对噪声识别与减轻技术所作的相关研究。本文也描述了现行标准与实践以及文献中的一些强化这些标准的建议，本文概述了噪声减轻的研究中所出现的一些未来方向。

简介：根据曲线的特点可以分为空间曲线和平面曲线.对于平面曲线上的点可以分为正常点和奇异点两大类,其判别方式分别有几何分析法和判断分析法.对于两立体相交形成的相贯线(本文以两相交圆柱为例)一般为空间曲线,把它投影到相应的视图上即为平面曲线,这样可以把平面曲线上点的判别方法应用到相贯线上,从而进一步研究相贯线的特性.

简介：针对低信噪比下雷达信号难于识别的问题,提出了基于三维熵特征的雷达信号识别算法。通过提取不同雷达信号的香农熵、指数熵、奇异谱熵特征,利用神经网络分类器,达到对雷达信号进行识别的目的。仿真结果表明,基于三维熵特征的雷达信号识别算法具有较好的抗噪性能,即使在较低的信噪比下,仍具有较好的类内聚集度和类间分离度,可以实现低信噪比对不同的雷达信号进行识别的目的。

简介：介绍了采用图像处理和模式识别的方法对一幅半导体芯片的图像进行焊盘的识别和定位。这一技术可以广泛应用于微电子行业中的芯片封装技术，它的核心是实现了对未封装的半导体芯片上的焊盘进行识别并定位的视觉机器。给出了用计算机对算法进行仿真后的实验结果。

简介：将分支前馈神经网络（BFNN）运用于数字字符的模式识别问题中,其某些性能优于标准反向传播（BP）网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。

简介：将Hilbert-Huang变换（HHT）算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数（IMF）;然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。

简介：探索一种新的-X控制图的控制界限线确定的方法,通过理论推导和实践计算,此方法可以避免大量的数据采集,简单易行,并在实践中得到验证.

简介：本文给出了作业工业高压感应电动机故障识别用诊断工具和技术的工况监测方法之概要。为确定电动机数据，保护和工况监测方法，维护原理和不同类型故障之间的关系。用统计方法登录和处理了共有6135机组运行年龄，483台电动机新的运行经验数据。为确定故障起动因子，促进因子和根本原因，而进一步分析了各种类型的故障。其结果与前一次调研结果-“1985年IEEE关于工商设施的大型电动机可靠性调研报告”作了比较，在本次调研中，电动机范围为100至1300kW，其中47%在100至500kW之间。

简介：本文作者描述了一种确定直流良好换向所需间极绕组数的方法。电机原始滑环模型用来对一个方程求根，这个方程最终被用来导出描述在换向周期结束时进行换向的导线中的电流的表达式。这个决定于某种电感形式的表达式的系数很容易通过使用有限元分析来获得。以这种方式获得的系数之一取决于电机间极强度。为保证良好换向，已证明这一具体系数必须从用于有限元分析模型的正确间极匝数中产生。

简介：本文叙述了一种检测多相交流电机绝缘损坏的新技术。该电机必须是星形连接，并且有易于使用的中性点。本文提供了该技术的数学理论，并且该理论得到了实验证实－从3个瞬时中性点电压的代数之和检测到了感应电机定子中的匝间故障。然而，该电压之和含有不需要的降低该电路灵敏度的频率。过滤该电压之和的带通（基频附近）通过的消除来自铁心饱和谐波、槽谐波等等来优化灵敏度。该电路的结构实际上使其可免除归因于各种负载工况、运行温度和源电压波动的虚警。已经证明，该项技术在理论上和实际上都比其它基于相序电压和电流的精确计算的技术要简单。该项技术的简便性使得在电机基本励磁的几个循环内就能够以低廉的费用实现对匝间故障的识别。

简介：提出了基于核主元分析（KPCA）和支持向量机（SVM）相结合的齿轮箱齿轮故障识别方法。采用振动信号初始特征空间的内积核函数,将初始特征空间中的非线性问题转换成高维特征空间中的线性问题。通过主元分析对映射到高维空间中的数据信息进行处理,得到初始特征的非线性主元,实现对高维特征参数进行降维。再结合SVM良好的分类能力,结果表明,KPCA和SVM相结合的分类性能在齿轮箱故障诊断方面有更好的效果。

简介：