针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障

针对一类双波动鳍仿生水下机器人的姿态镇定问题,提出一种基于增强学习的自适应PID控制方法.对增强学习自适应PID控制器进行了具体设计,包括PD控制律和基于增强学习的参数自适应方法.基于实际模型参数对偏航角镇定问题进行了仿真试验.结果表明,经过较小次数的学习控制后,仿生水下机器人的偏航角镇定性能得到明显改善,而且能够在短时间内对一般性扰动进行抑制,表现出了较好的适应性

3.1.1 图像增强引言 3.1.2 空域图像增强 3.1.3 频域图像增强

作者将沥青基碳纤维作为增强纤维以不同比例(0~25%)加入到聚乙烯树脂中制成复合材料,并研究了这些复合材料的力学性能、电学性能及耐热性的变化规律。结果表明:碳纤维有显著的增强作用。随碳纤维比例的增大,该复合材料的拉伸强度、弯曲强度、弯曲模量及热变形温度均呈上升态势;而缺口冲击强度及击穿电压呈下降态势。碳纤维增强的结果将使该复合材料比聚乙烯有更宽的使用范围

•§1 灰度变换增强 •§2 图像的平滑 •§3 图像的锐化 •§4 彩色增强

探索采用铁尾矿粉取代粉煤灰作为矿物掺合料制备高延性纤维增强水泥基复合材料（ECC）的可行性,重点研究铁尾矿粉掺量对ECC的拉伸特性和抗压强度的影响,并比较所研发的新型铁尾矿粉ECC与传统粉煤灰ECC的宏观力学性能.研究发现,采用铁尾矿粉作为矿物掺合料制备高延性纤维增强水泥基复合材料是可行的.在同等矿物掺合料掺量下,铁尾矿粉ECC的强度性能低于粉煤灰ECC,但表现出更强的拉伸延性.在所研制的铁尾矿粉ECC中,当铁尾矿粉与水泥质量比为1.2-2.2时,ECC的28 d抗压强度为36.7-54.2 MPa,满足一般混凝土结构对抗压强度的要求.此时,ECC的28 d极限拉伸应变为3.4%-4.3%,铁尾矿的总用量占固体基体原材料总质量的66.6%-77.0%

7.1聚合物复合材料的分类 7.1.1纤维增强(FRC) (1)按纤维形态:连续纤维和非连续纤维; (2)按铺层方式:单向;织物;三维; (3)按纤维种类:玻璃纤维;碳纤维; 芳纶(Kevlar)纤维;混杂纤维; 7.1.2晶须增强(WRC) 7.1.3粒子增强(PRC)

6.6.2真彩色增强 6.6 小结 6.7图像几何变换 Registration

为提高遥感影像变质矿物提取精度，提升变质带的识别效果，以甘肃北山ASTER影像为研究区，结合了比值运算、多尺度分割、随机森林分类法进行变质矿物提取。首先，通过矿物特征性光谱特征构造比值运算公式、进行影像增强；然后，对增强影像进行基于光谱及变差函数的多尺度分割；接着，采用随机森林法提取目标矿物；最后，通过野外勘查、采样、薄片鉴定进行精度评价。结果表明，黑云母、白云母、角闪石在ASTER影像上具有鉴定性特征，提取精度分别为85.4088%、84.7640%和85.7308%；其他含量较少的变质矿物提取精度可达到60%以上。多尺度分割能充分利用矿物的丛集特征；变差函数纹理能增强形态特征对矿物的区分能力；随机森林分类法对矿物混合引起的噪声不敏感、提取结果稳定

颗粒与基体之间难以均匀稳定的混合以及二者的界面结合强度较差是限制颗粒增强金属基复合材料制备以及推广应用的共性关键问题，而目前的主要解决措施\预制体法\以及\润湿化预处理技术\又存在生产效率较低、制备成本较高等问题.基于此，在液态模锻的基础上，提出了不做预制体、也不进行润湿化预处理的制备颗粒增强金属基复合材料的新技术——\随流混合＋高压复合\技术，并采用此方法成功制备了复合效果良好的ZTA/KmTBCr26抗磨复合材料.研究了ZTA/KmTBCr26复合材料的微观组织、硬度以及冲击性能，发现复合材料内部颗粒分布比较均匀，颗粒与KmTBCr26基体的结合紧密，属于微机械啮合.冲击试验结果表明，复合材料的冲击韧性与单一金属基体相比显著降低，冲击断口形貌显示材料的断裂是沿颗粒内部扩展的，没有出现颗粒的整体脱落，说明陶瓷颗粒与金属基体具有比较高的结合强度.考察了ZTA/KmTBCr26复合材料与单一KmTBCr26的干摩擦磨损性能，结果表明，低载荷条件下ZTA/KmTBCr26复合材料的磨损性能是KmTBCr26的1.82倍，而高载荷条件下复合材料的磨损性能则是KmTBCr26的3.3倍