针对滚动轴承故障诊断问题,提出一种基于最小熵解卷积（Minimum entropy deconvolution,MED）和峭度准则形态滤波的滚动轴承故障诊断方法。该方法首先通过MED对滚动轴承故障信号进行降噪处理,然后设计不同长度结构元素的形态滤波器对降噪后的信号进行差值形态滤波,最后利用峭度准则筛选出峭度值最大的最佳形态滤波分量,进行幅值谱分析提取轴承故障特征频率。应用该方法分析了滚动轴承内圈故障模拟信号和实验测试信号,取得良好的分析效果,证明了该方法的有效性。

针对滚动轴承的故障诊断问题,提出一种基于迭代希尔伯特变换（Iterative Hilbert Transform,IHT）与切片双谱相结合的滚动轴承故障诊断方法。基于IHT方法对原始的振动信号进行了分解,得到若干个含有故障特征信息的幅值包络分量,并对每个幅值包络分量的切片双谱进行计算,由二次相位耦合产生的非线性特征提取出滚动轴承故障的特征频率信息。仿真信号分析结果表明,该方法可有效抑制噪声对IHT方法的影响,诊断效果良好,证明了该方法的有效性。

提出一种基于灰色预测的铝合金薄壁件铣削变形量的评价方法,能够同时考虑影响铣削变形量的多种工艺因素变化。为探讨多因素耦合的薄壁铣削工艺参数对薄壁变形量的影响程度及优化预测,利用正交试验采集部分样本数据,采用灰色关联法对薄壁铣削工艺参数进行优势因素分析,利用灰色决策优化工艺试验方案获得最优工艺参数,最后建立了针对铝合金薄壁件铣削工艺参数的灰色多元预测模型,并对该预测模型的预测效果和精度进行分析验证。