摘要：针对强背景噪声下机械故障微弱暂态特征表示和有效提取的难题,提出了通用的稀疏优化特征提取算法。算法针对含噪声冲击性特征提取问题设计了稀疏优化表征函数,该函数融合了冲击特征的保真度与惩罚函数因子,考虑了正则化参数以适应不同工程背景下各分析因子的实际影响,实现处理结果稀疏性极大化。同时,引入受控极小化方法对设计的表征函数进行转化,分解成一系列凸优化分析问题。提出了针对离散信号的有限差分式数值迭代算法,验证了其快速收敛性和数值稳定性,提出的算法对机械故障诊断的数字采样信号具有普遍适用性。将所提出的算法应用于实验室环境下的轴承故障特征识别中,无论是低噪声还是低信噪比白噪声环境下,振动信号中的冲击特征都得到了显著增强,在Hilbert包络谱中的故障特征频率及其高次谐波比能量中占优。所提出的算法还应用于电力机车走行部轮对的故障诊断中,在高强度的工程有色噪声环境下精确提取了其中的冲击衰减成分,在时域和频域诊断结果中都得到了准确的验证,指导了诊断实践。

摘要：文中设计了一种适用于多规格的普通矩形纸盒自动封装机,以实现多规格的纸盒自动封装。基于纸盒的折叠工艺流程,将纸盒各个耳朵折起的过程等效为纸板沿折痕转动的运动模型,采用仿生学原理,设计出能模拟人手进行纸盒自动折耳的封装机。设计了双工位纸盒输送机构,有效提高了纸盒的输送效率。封装机有效工作空间为1 030 mm×710 mm×1 190 mm,能够对尺寸规格在111 mm×98 mm×90 mm到210 mm×115 mm×148 mm的方形纸盒进行自动折耳工作,纸盒完成折耳需要8.7 s。所设计的纸盒封装机可以完成多种规格纸盒折耳工作,实现了纸盒自动化封装,封装机结构简单、体积小,生产加工柔性化程度高,加工效率高。