针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证...
详细信息
针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证明,QICA模态参数识别技术操作简单,能够有效排除噪声干扰。最后以QICA识别的齿轮箱五种工况模态频率作为故障诊断特征参量,分析对比各工况下的模态频率的变化,进行了齿轮箱故障诊断。
爆炸场压力信号测试过程中,现场干扰容易引起错误的系统触发导致测试失败。针对分布式存储测试系统,提出一种多存少取的测试技术。大容量的测试数据存储实现长时间的信号记录,可避免误触发引起的失效;标记并提取小容量的有效数据段,可改善数据传输和数据处理效率。设计并研制了一种基于多存少取技术的爆炸场地面压力测试系统,测试节点采样速率1 Msps、128 Gb数据存储、512 k W有效数据段提取,并具有Wi-Fi无线网络覆盖。
暂无评论