摘要：压缩感知利用与稀疏基相独立的观测矩阵将具有稀疏结构的高维度信号投影到低维子空间,对于信号的压缩和降噪有很好的效果,但是稀疏基以及稀疏系数矩阵的获得对于分析的结果有决定性的影响。稀疏贝叶斯学习(sparse bayesian learning,SBL)算法能极大地提高信号稀疏分解的精度,提出了一种改进的基于时空稀疏贝叶斯(Spatio-Temporal Sparse Bayesian Learning,STSBL)的多通道信号降噪算法。首先给出了多通道压缩感知理论模型,然后通过自适应过完备字典求取信号的稀疏基矩阵,最后提出基于STSBL的多通道理论模型获取多通道稀疏系数矩阵,从而实现多通道机械故障信号的有效降噪以及特征成分的精确重构。分别通过数值仿真实验和实测风力发电机轴承内圈故障信号进行分析,结果表明提出的方法有很好的降噪效果,同时能成功地提取信号的故障特征信息。

摘要：为了解间歇静态拉力作业中人员肌肉疲劳发展特征及其与连续静态拉力作业肌肉疲劳发展的差异,减少肌肉疲劳累积,降低罹患工作相关肌肉骨骼疾患(WMSDs)风险,设计并开展间歇静态拉力作业试验,招募8名大学男生参与试验,测量不同工休比下不同时刻的肌力(F),并记录主观疲劳评分(RPE),然后运用统计学方法分析F和RPE。研究表明:间歇静态拉力作业不同工休比下F曲线走向基本一致,作业结束时刻F值和RPE值均未见统计学显著性差异;组内不同时刻相同部位以及相同部位不同时刻的一些RPE存在显著差异;间歇静态和连续静态拉力作业肌肉疲劳发展存在显著差异,间歇作业中肌肉疲劳累积显著低于连续作业,可考虑采用本文所研究工休比进行拉力作业工作安排,需人力完成的静态作业宜采用间歇静态施力以减缓肌肉疲劳累积。

摘要：在复杂的流程工业中,机械设备往往处在高速、重载、高温、高辐射的环境中,轴承作为主要的机械零部件起着重要作用。由于轴承故障振动信号的微弱和不平稳的特性,造成故障特征向量提取和故障诊断存在着困难。提出一种改进的CEEMDAN(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)轴承故障诊断方法。通过对比分析仿真信号和实测信号可以得知:ICEEMDAN方法可以改善信号重构质量,具有良好的自适应性,能够提高故障信号的信噪比,从而可以有效地识别并提取有用的故障特征信息。

摘要：机械设备故障振动信号的分析一般需要经过特征提取,然而由于背景噪声或者环境干扰的存在使得信号的信息适用性下降,从而导致特征提取存在很大的困难。一种新的局部鲁棒主成分分析的降噪方法被提出,该方法假设数据矩阵在有限个局部区域可以分解为表示信号特征信息的低秩成分和代表噪声的稀疏成分的加权和,且矩阵只需在局部区域具有低秩的属性而不必要满足全局低秩的强条件,并通过有限个局部低秩矩阵的平滑凸组合来全局逼近原始矩阵。通过仿真实验和实测的轴承外圈故障数据的分析,证明了提出的方法具有较强的降噪和特征提取效果。

摘要：提出了一种新的基于L?wner矩阵的改进张量分解算法。张量作为高维数据的最自然的表示形式,能够最大程度地保留数据的内在结构特性,通过张量分解算法来识别信号中的有效成分并将其储存在低秩的子张量空间中。利用L?wner矩阵来实现一维信号向高维张量的表征,并通过L?wner矩阵的特性来确定张量分解的秩,接着由迭代的最小二乘法对张量进行分解,最后从分解的子张量中提取有用的信息。为了验证提出方法的有效性,分别通过数值仿真实验和实测的轴承外圈故障信号进行分析,结果提出的方法成功地提取了故障特征信息。

摘要：由于机械设备传动系统中的关键零部件如轴承的振动信号具有典型非平稳的特征,将非线调频模式分解算法引入到机械设备故障诊断中,实现了对轴承等关键零部件早期微弱故障的特征识别。该方法在变模式分解理论的基础上,利用解调算子,将宽带信号变为窄带信号,实现了复杂信号的多尺度分解,同时使得多组分信号具有较高的时频分辨率。利用该方法对具有时频交叉干扰特性的仿真信号和故障实验台的实测轴承信号进行了分析,结果表明提出的方法在复杂信号模式分解和故障特征识别方面具有明显的优势。

摘要：为探究速度、负荷对动态拉力作业肌肉疲劳发展的影响,构建描述动态拉力作业肌肉疲劳发展的预测模型,设计动态拉力作业模拟试验;招募10名男性大学生作为被试,并测量试验前后的最大随意收缩(MVC)、最大耐受时间(MET)以及记录身体多个部位的主观疲劳评分(RPE);探讨速度和负荷对拉力变化、MET和RPE的影响,并基于试验数据构建MET预测模型。结果表明:速度显著影响MET、拉力衰减值(ΔF)、拉力衰减程度(DFD)以及多个部位的RPE,负荷仅显著影响MET;所建预测模型能描述MET与负荷强度、行走速度之间的关系,且相较其他MET预测模型,其偏差最小,更适用预测和评估动态拉力作业人员肌肉疲劳。

摘要：为分析单手拉车作业肌肉疲劳情况,设计并完成模拟静态手拉叉车试验:通过测量拉车前后单臂拉力的变化及最大耐受时间(MET),记录基于Borg CR-10主观疲劳评分表(RPE)的身体疲劳度,探讨负荷和身体质量指数(BMI)对MET、剩余拉力、力量衰减程度和RPE的影响;并基于试验数据构建单手拉车作业肌肉疲劳MET预测方程。试验结果表明,仅负荷显著影响MET;所构建的以指数函数和幂函数为基础的MET方程与现有方程具有一致性;用所建方程得到的预测值与实测值偏差优于用现有MET方程得到的结果。

摘要：实践教学是大学培养的重要环节,有利于培养学生的创新能力和应用能力。为培养厚基础、多方向、强实践、有能力的安全工程专业人才,本文从课程实践教学、专业课程实验、课程设计、实习、毕业设计、科技创新活动与社会实践7个方面构建了安全工程专业实践教学体系,并基于每个方面的教学特征与要求对其教学模式、内容与方法进行改革,以提高专业实践教学水平与质量,为安全工程专业工程应用型人才的培养奠定基础。

摘要：为分析不同姿势下单手拉车作业肌肉疲劳情况,设计并完成模拟手拉叉车试验,测量拉车前与拉车过程中单臂拉力的变化,记录基于Borg CR-10主观疲劳量表的身体疲劳度。选取20名男大学生作为被试。结果表明,手臂姿势和拉车时间均显著影响拉力;Duncan多重比较结果显示,手臂伸直姿势下的拉力值显著高于手肘屈曲姿势下的值;手肘屈曲姿势下,手臂拉力的最大自主收缩力(MVC)下降更快;手肘屈曲姿势和手臂伸直姿势下的疲劳速率分别为(0.137±0.065)和(0.133±0.057)。构建起以指数函数为基础的2种姿势下单臂拉车作业肌肉疲劳预测模型,其预测结果与实际情况吻合较好。