【摘 要】
：
针对强背景噪声干扰下的滚动轴承复合故障特征难以提取且变分模态分解（variational modal decomposition, VMD）中参数需要提前确定的问题，提出一种基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法。首先，提出一种新的复合影响指数，将其与现有指标进行比较，结果表明，所提指标对故障信号的敏感性提高了29.6%。然后，将最小平均复合影响指数作为目标函数，利用蝙蝠算法自适应搜
【基金项目】
：
中央引导地方科技发展资金项目（YDZJSX2021A023）； 国家自然科学基金（52174147）； 晋中市科技重点研发计划（Y211017）； 山西省重点研发计划项目（201903D121062）；
论文部分内容阅读
针对强背景噪声干扰下的滚动轴承复合故障特征难以提取且变分模态分解（variational modal decomposition, VMD）中参数需要提前确定的问题，提出一种基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法。首先，提出一种新的复合影响指数，将其与现有指标进行比较，结果表明，所提指标对故障信号的敏感性提高了29.6%。然后，将最小平均复合影响指数作为目标函数，利用蝙蝠算法自适应搜索VMD的最优参数进行变分模态分解。最后，对分解后的模态分量进行包络解调分析，通过包络谱判断轴承的故障类型。仿真及试验结果表明，该方法能够从噪声干扰下的复合故障信号中有效分离出单一故障信息，实现轴承故障类型的确定，从而验证了该方法的有效性。
其他文献
以计划行为理论为构架分析了体育学习倦怠、锻炼行为与心理健康的关系。515名大学生完成了体育学习倦怠、态度、主观规范、行为控制认知、行为意图、锻炼行为和中文健康问卷（CHQ-12）的测量。结构方程模型分析结果表明：1)体育学习倦怠对锻炼行为和心理健康呈显著相关影响，与行为控制认知呈显著负相关而与行为意图无直接关系；2)大学生在参与体育锻炼意图上，主观规范扮演着关键的影响因素；3)行为意图、行为控制认
＜正＞在企业经济效益不断提升,经营范围不断扩大的同时,职工思想也日趋活跃,利益诉求趋于多元、多变的特征,由此引发职工群众的价值观、人生观和世界观变化,企业寻求最大公约数的难度加大。背景与意义北京京能新能源有限公司（以下简称"新能源公司"）总部设14个职能部室,下设内蒙古分公司、沈阳分公司、宁夏分公司和新疆项目筹建处,分别管理全国各个地区的18个风电项目、17个光伏发电项目。公司共有正式职工759人
当今世界科技迅速发展,几乎所有的生活、工作都离不开电能的供应,尤其是在各种大型工业领域、医疗卫生领域以及国防军事领域,一旦电网的电力电能供应出现故障,很可能会导致严重的安全事故或者巨大的经济损失。因此,在电网出现故障时,能够充分地提供电能,保证优质的电能质量是当今需要实现的重要目标。所以,各种各样的应急电源（EPS）设备在不断地被开发和研究。一个整套的应急电源有多个基本部件构成,其中包括蓄电池组、
＜正＞本文发表于《课堂内外·创新作文》（小学版）2007年1月号"吹牛大王"栏目哎哟!闷死我了!我在这黑暗的大箱子（邮包）里已经待了不知道多久了,还没被送到"创新作文网" （注:"创新作文网"是"小创"从前的官方网站）的作文名师奶油老师家,再这么下去,我就要无聊死啦!你问我为什么会在这个大邮包里?还不是因为我那个爱上"创网"的老爸嘛!
传统卷积神经网络在滚动轴承故障诊断中存在梯度扩散、参数爆炸和训练时间长等缺点，为此提出一种基于Involution卷积神经网络的滚动轴承故障诊断方法。首先，通过小波变换将原始数据转换为时频图，经过数据预处理后送入基于Involution的神经网络模型；然后，经过不同Convolution卷积核对原始图像的局部区域特征进行不同方式的提取，扩展输入图像通道数；最后，通过Involution对特征图的每
在国内市场需求逐渐饱和、利润逐渐下滑等因素的影响下,本土企业迫切地需要寻找到利润空间与成长空间更大的市场。进军国外市场,不仅可以拓展业务范围以增加经济收益,也能提升企业形象。然而迄今为止,中国本土企业的国际化程度仍较低。从历年福布斯世界500强企业名单来看,中国跨国企业数量虽有所增加,但总体数量占比小,且国有跨国企业居多。另外,本土企业前100强的海外收入占总收入的比重约20%[1]。由此可见,中
5G时代的到来,加速了互联网以及各种智能终端的蓬勃发展,极大满足了人们的网络需求。然而,随着产生的文本数据越来越多,人们很难高效地获取其中关键的信息。这不仅影响着人们的阅读体验,也会大大增加人们在时间和精力上的损耗。因此,研究出一种高效的自动文本摘要技术具有十分重要的意义。本文针对对话文本这类特殊文本数据,基于自动机器学习领域下的神经网络架构搜索技术提出了 一种对话文本摘要生成方法,具体研究内容如
针对航空发动机机械系统滚动轴承故障诊断难的问题，提出一种基于多参数信息融合筛选的滚动轴承故障诊断方法。该方法采用小波包分解（WPD）强干扰环境复杂传递路径下测得的滚动轴承振动信号，得到若干个节点分量，以偏度值（Skew）、峭度值（Kurt）和排列熵（PE）多参数融合作为筛选指数（λ）对各节点分量进行筛选及重构，并进行包络解调识别故障特征信息。基于滚动轴承实验台测试数据及航空发动机中介轴承模拟试验台