以抚顺老虎台矿田为工程背景,采用加卸载响应比理论,开展强矿震预测技术应用研究.研究表明:0≤ML≤0.5矿震在各开采深度作为加卸载响应震级的预测效能均较好,对于阶段峰值震级的平均预测信度为0.72;ML≥1.4矿震作为加卸载响应震级,具有深度尺度效应,响应震级与开采深度成正比,一般小于预测震级0.5～1.0,对于阶段峰值震级的平均预测信度0.60;0.6≤ML<1.4矿震作为加卸载响应震级的随机性较大,分析是两种不同机制矿震混合的结果,不适宜作为加卸载响应震级;开采深度越大,地应力环境强度越高,预测敏感性和效果越好.在阜新煤田和门头沟矿田进行普适性检验,预测信度分别为0.8和0.73.试验结果表明,加卸载响应比理论和方法预测强矿震具有较好的效能和应用前景

为了识别混沌信号和随机信号,针对G-P算法及其改进算法的不足,提出了一种新的改进算法.该算法不仅能简化无标度区的确定过程,而且能客观地判断系统的关联维数是否饱和.仿真结果表明,新的改进算法对于混沌信号的识别是有效的

在4.2节中介绍控制系统设计的极点配置方法时,曾假设所有的状态变量均可有效地 用于反馈。然而在实际情况中,不是所有的状态度变量都可用于反馈。这时需要要估计不 可用的状态变量。需特别强调,应避免将一个状态变量微分产生另一个状态变量,因为噪 声通常比控制信号变化更迅速,所以信号的微分总是减小了信噪比

前已指出,对于状态完全能控的线性定常系统,可以通过线性状态反馈任意配置闭 系统的极点。事实上,不仅是极点配置,而且系统镇定、解耦控制、线性二次型最优控制 (LQ)问题等,也都可由状态反馈实现。然而,在4.2节介绍极点配置方法时,曾假设所有 的状态变量均可有效地用于反馈。但在实际情况中,并非所有的状态度变量都可用于反 馈。这时需要估计不可量测的状态变量。需特别强调,应避免将一个状态变量微分产生另 一个状态变量,因为噪声通常比控制信号变化更迅速,所以信号的微分总是减小了信噪 比

针对齿轮的振动特点,设计了复合过完备时频字典,利用基追踪方法在匹配信号特征结构、直接提取特征信息方面的优势分析了齿轮箱的现场测试振动信号.根据基追踪分解结果,在时频联合域内提取了齿轮局部损伤的周期性冲击特征,识别了齿轮点蚀缺陷.与短时Fourier变换和小波变换等时频分析方法进行了对比分析,验证了基追踪检测齿轮损伤的有效性

通过对冲模CAD/CAM特征建模的分析,结合最先进的可视化标准建模语言UML的特点,首次提出了使用可视化标准建模语言UML进行冲压件信息模型集成的思想.阐述了冲压零件集成信息模型的面向对象表达,为在工程领域中使用统一的标准建模语言提供基础

17.1集成运算放大器的简单介绍 17.2运算放大器在信号运算方面的应用 17.3运算放大器在信号处理方面的应用 17.4运算放大器在波形产生方面的应用 17.5运算放大器在信号测量方面的应用 17.6集成功率放大器 17.7运算放大电路中的负反馈 17.8使用运算放大器应注意的几个问题

例1-4 周期矩形脉冲信号的傅里叶级数 主要讨论：频谱结构,频谱的特点频带宽度，能量分布

提出一种基于峭度能量的谱相关分析方法.它利用每个循环频率切片的峭度值来衡量该循环频率的调制能力,并以此作为加权因子进行循环频率的能量累积,最终实现故障特征的有效提取.相对于传统的谱相关分析方法,本文方法降低了信号中多倍频谐波对故障特征频率的干扰,能更清晰准确地提取出故障频率特征.利用传统的谱相关分析方法、本文方法和共振解调三种方法对仿真信号、低速重载试验台的滚动轴承外圈故障信号进行分析,证明了本文方法的有效性

针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障