在深入分析机架偏心作用机制的基础上,提出了轧机偏心补偿控制信息相域滤波提取方法,它利用机架偏心轧制作用强度与轧制过程中轧辊的机械转动相位密切相关的特点,将轧机的时域轧制数据转换为以轧辊转动相位为参变量的数据进行处理.在线性化相域空间中,与轧辊偏心作用相关的信号呈现出显著的周期化特征,而其余的原时域周期信号在转换过程中均被非周期化.在线性化相域空间中,将轧辊转动轧制作用的往复周期作为指定的循环统计量统计周期.理论分析表明,基于统计方法能够有效地消除噪声的影响,同时抑制非指定线性化相域循环分量,实现机架偏心特性信息的有效获取,其实质是线性化相域空间中的梳状滤波器滤波.依据统计获取的机架偏心特征信息可以为轧机偏心补偿提供一定的数据参考

针对齿轮局部损伤故障振动信号的特点,在对其数学模型进行循环平稳性理论分析的基础上,定义并解释了幅值调制能量比系数概念及其算法.通过仿真分析,基于信号累积量的循环相关分析算法不仅能完整地保留信号中的周期成分,还具有较好地抑制加性平稳噪声的优点,利于幅值调制能量比系数指标的提取.实验表明,结合齿轮运转的样本数据,幅值调制能量比系数值随着齿轮局部损伤程度的加大而增大.该方法可以发现齿轮在运转中某轮齿发生的局部损伤故障及损伤程度

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上

在非结构化数据挖掘结构模型——发现特征子空间模型(DFSSM)——的运行机制下,提出了一种新的Web文本聚类算法——基于DFSSM的Web文本聚类(WTCDFSSM)算法.该算法具有自稳定性,无须外界给出评价函数;能够识别概念空间中最有意义的特征,抗噪声能力强.结合现代远程教育网应用背景实现了WTCDFSSM聚类算法.结果表明:该算法可以对各类远程教育站点上收集的文本资料信息自动进行聚类挖掘;采用网格结构模型,帮助人们进行文本信息导航;从海量文本信息源中快速有效地获取重要的知识

为了剔除GPS边坡位移监测过程中的噪声干扰,提高监测数据的有效性,特引入随机线性卡尔曼滤波离散数学模型.以水厂铁矿GPS边坡监测数据为依据,利用该数学模型可以计算出各监测点每期变形量的滤波值和位移速度,并对各监测点下一期的变形量进行估算和预测.经实例验证,卡尔曼滤波变形量与实际变形量有较好的一致性

以连杆角位移再现平面四杆机构为例,讨论了其设计变量、噪声因素以及质量特性和目标函数的确立过程,建立了基于容差模型的角位移再现机构的稳健优化设计数学模型;给出设计结果,并与原方案进行了比较.结果表明,该方法在保证机构运动质量稳健性的同时,可以获得更大的设计变量容差,从而提高机构的可制造性,降低成本

介绍了采用伪随机信号相关辨识法获得空间声场脉冲响应的实验方法，并用多种实验对该方法作了验证．还将此方法应用于空间有源噪声控制，取得了满意的结果．

通过研究柴油机高压油管在喷油过程中,产生的振动信号中包含的丰富的燃油系工况信息,发现这一信号具有分形特征,即统计意义上的自相似性,类似一种1/f噪声.利用分形理论可以将其丰富的信息浓缩于信号的功率谱指数或容量维数中,并通过分析它的功率谱指数对燃油系各种工说的敏感性,进行燃油系的不解体诊断,实例诊断表明,它是一种较好的故障诊断方法

探讨了用NMR方法求解多孔固体孔径分布中有关病态积分方程的求解问题,借助于数理统计中的逐步回归分析,加入非负限制,给出了一个新的求解方法.这种方法数值上很稳定,计算量小,可以给出较为连续的f(T1)分布曲线,并采用岭回归和Hesse光滑方法抑制噪声的影响.从所给出的计算实例看出,这种方法有一定的优越性

提出了一种用于轧辊偏心控制的多分辨小波控制器,它利用小波对轧制力信号进行多分辨分解.机架的轧制力中包含着许多潜在因素的累积影响,比如压下环节的动特性、轧辊偏心、测量噪声、外部干扰等,这些影响体现在不同的尺度上.通过小波的多分辨分解,这些不同尺度上的信息被区分开来,然后在控制中对轧辊偏心进行补偿.仿真实验表明该方法是有效的