为了识别磁流变阻尼器（MRD）Bouc-Wen模型中的未知参数,提高半主动控制中的参数通用性,提出一种逐渐缩小参数取值范围的遗传算法（GA）提高识别精度,并根据参数随电流的变化趋势对其函数关系进行拟合。对MRD Bouc-Wen模型进行了数值仿真设计。除试验数据外,在无其他先验知识的条件下利用遗传算法进行了参数识别,并在建立62个自由度铁道车辆整车模型的基础上进行了悬挂半主动控制系统数值仿真分析,用于验证识别出的Bouc-Wen模型。仿真结果表明,利用遗传算法识别的MRD Bouc-Wen模型进行半主动控制可以有效降低车体横向加速度,提高车辆运行平稳性能。

为解决强背景噪声下经验小波变换（EWT）难以准确提取滚动轴承故障特征的问题,提出了一种自适应频率窗EWT方法。首先对轴承故障振动信号进行傅里叶变换,引入一个带宽可变的滑动频率窗对其频谱进行分割;然后利用水循环优化算法（WCA）,通过所提出的包络谱谐波噪声比指标,自适应确定滑动频率窗位置;最后进行EWT筛选出最佳的模态分量信号,通过包络解调分析提取轴承故障特征信息。采用所提方法对滚动轴承故障实验信号进行分析,结果表明,该方法可以有效用于滚动轴承微弱故障特征的提取,而传统EWT方法因为受强背景噪声影响较大,无法准确提取故障特征信息。

针对工程实际中滚动轴承发生故障的类型具有典型性和故障冲击信号具有周期性的特点,提出了一种典型谱相关峭度图算法。该算法在借鉴典型谱峭度图算法区间划分的思想基础上,将相关峭度指标代替峭度指标,不但避免了宽频带解调引入的噪声干扰,而且充分利用了典型故障冲击的周期性信息,并通过优化谱相关峭度值,快速定位典型故障冲击信号所在的频率区间,并将该算法应用于最优解调频带的确定。通过对仿真信号和轮对轴承实验信号的分析表明,该算法无论在准确性还是在稳定性方面均表现出了极大的优越性,能够有效的自适应定位共振频带。

针对传统共振解调方法中带通滤波器带宽和中心频率的选取缺乏自适应性的问题,提出了一种基于EMD和典型谱峭图的改进型共振解调方法。该方法借助EMD优良的降噪效果,结合典型谱峭图方法,不但可以自适应地优化带通滤波器参数,还可以提高信噪比,增强故障冲击信号。通过对含典型故障的滚动轴承振动信号进行分析,验证了该方法在提取微弱故障特征上的有效性。

利用最优化设计方法，以SS7受电弓为研究对象，对提供受电弓框架阻尼的液压减振器的安装位置进行了优化设计，用该方法确定的框架减振机构，能保证液压减振器发挥理想的阻尼作用。