机械故障特征具有周期性、稀疏性以及被噪声污染严重特点,而大部分特征抽取方法(如局部线性嵌入(locally linear embedding,LLE)、局部切空间排列(local tangent space alignment,LTSA))性能往往受到噪声影响.因此,抑制振动信号噪声、...机械故障特征具有周期性、稀疏性以及被噪声污染严重特点,而大部分特征抽取方法(如局部线性嵌入(locally linear embedding,LLE)、局部切空间排列(local tangent space alignment,LTSA))性能往往受到噪声影响.因此,抑制振动信号噪声、抽取有效故障特征成为机械故障检测的关键.本文提出融合奇异值分解与周期重叠簇稀疏(reweighted singular value decomposition integrating with periodic overlapping group sparsity,RSVD-POGS)的机械故障稀疏特征抽取方法.该方法首先利用RSVD把多成分振动信号分解为奇异成分集合,并使用周期调制强度(periodic modulation intensity,PMI)准则选择有效奇异成分,然后使用POGS从奇异成分提取稀疏周期冲击特征,并由选择的奇异成分重构原始信号,增强周期稀疏故障信号特征.最后,使用低SNR仿真周期冲击信号对RSVD-POGS算法与POGS方法进行对比,并将RSVD-POGS方法应用于实验台轴承正常和故障信号的特征提取中.实验结果表明,该算法可以有效地提取稀疏微弱故障特征,具有较大的优越性.展开更多
针对城市重要公交线路识别与优化问题,以西安市公交系统作为研究对象,利用高阶网络模型甄别和优化西安市公交系统的重要公交线路.首先,考虑到城市公交系统具有典型的路径依赖特征,基于高阶网络模型方法构建高阶公交网络.其次,基于公交...针对城市重要公交线路识别与优化问题,以西安市公交系统作为研究对象,利用高阶网络模型甄别和优化西安市公交系统的重要公交线路.首先,考虑到城市公交系统具有典型的路径依赖特征,基于高阶网络模型方法构建高阶公交网络.其次,基于公交站点道路等级、站点与轨道交通接驳情况、站点服务范围内兴趣点(Point of Interest,POI)、站点所在区域的人口密度4项位置属性指标,提出改进的加权k核分解算法,将高阶公交网络分为核心层、桥层和外围层.最后,以西安市为例进行实证分析,以各层中连边承担的平均线路数为依据甄别重要公交线路,并根据路段在重要连边中出现的次数识别出最重要的公交路段,针对存在的问题提出优化建议.研究结果表明:西安市公交系统中存在234条重要的公交路段以及经过6条最重要路段的55条公交线路;西安市存在城市新区及近郊区域与中心城区连接不畅的问题,桥层中有524个公交站点与核心层中的任意一个站点都没有直达的公交线路;通过对13条非直达线路进行优化,站点直达率提高4.72%,增加了13条线路中247个站点与核心层站点的直达路线选择,改善了城市居民的出行便利性.展开更多
文摘机械故障特征具有周期性、稀疏性以及被噪声污染严重特点,而大部分特征抽取方法(如局部线性嵌入(locally linear embedding,LLE)、局部切空间排列(local tangent space alignment,LTSA))性能往往受到噪声影响.因此,抑制振动信号噪声、抽取有效故障特征成为机械故障检测的关键.本文提出融合奇异值分解与周期重叠簇稀疏(reweighted singular value decomposition integrating with periodic overlapping group sparsity,RSVD-POGS)的机械故障稀疏特征抽取方法.该方法首先利用RSVD把多成分振动信号分解为奇异成分集合,并使用周期调制强度(periodic modulation intensity,PMI)准则选择有效奇异成分,然后使用POGS从奇异成分提取稀疏周期冲击特征,并由选择的奇异成分重构原始信号,增强周期稀疏故障信号特征.最后,使用低SNR仿真周期冲击信号对RSVD-POGS算法与POGS方法进行对比,并将RSVD-POGS方法应用于实验台轴承正常和故障信号的特征提取中.实验结果表明,该算法可以有效地提取稀疏微弱故障特征,具有较大的优越性.
文摘针对城市重要公交线路识别与优化问题,以西安市公交系统作为研究对象,利用高阶网络模型甄别和优化西安市公交系统的重要公交线路.首先,考虑到城市公交系统具有典型的路径依赖特征,基于高阶网络模型方法构建高阶公交网络.其次,基于公交站点道路等级、站点与轨道交通接驳情况、站点服务范围内兴趣点(Point of Interest,POI)、站点所在区域的人口密度4项位置属性指标,提出改进的加权k核分解算法,将高阶公交网络分为核心层、桥层和外围层.最后,以西安市为例进行实证分析,以各层中连边承担的平均线路数为依据甄别重要公交线路,并根据路段在重要连边中出现的次数识别出最重要的公交路段,针对存在的问题提出优化建议.研究结果表明:西安市公交系统中存在234条重要的公交路段以及经过6条最重要路段的55条公交线路;西安市存在城市新区及近郊区域与中心城区连接不畅的问题,桥层中有524个公交站点与核心层中的任意一个站点都没有直达的公交线路;通过对13条非直达线路进行优化,站点直达率提高4.72%,增加了13条线路中247个站点与核心层站点的直达路线选择,改善了城市居民的出行便利性.
