简介:针对信号经验模态分解(EMD)过程中存在波形混叠现象,提出一种基于聚合经验模态分解(EEMD)和Hilbert二维边际谱熵相结合的方法对齿轮箱故障进行分类故障诊断.首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理;其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别;最后对3种工况信号进行Hilbert变换并计算得到边际谱,并且提取二维边际谱熵作为支持向量机(SVM)的输入量,建立故障诊断模型.经测试该方法在齿轮箱故障诊断方面有着较强的分类能力和诊断精度,具有一定的可行性.
简介:以溶胶凝胶和交联固化相结合方法制备的羟基硅油/二乙烯基苯(OH—TS0/DVB)复合涂层为萃取头,采用顶空固相微萃取与气相色谱联用的方法测定空气和水中的沙林。对影响空气和水中沙林固相微萃取的条件进行了优化。与商用PDMS,PDMS/DVB探头相比,该探头对沙林具有更高的灵敏度和更强的选择性。空气中沙林的检测限约为0.01μg·L^-1,相对标准偏差为3.61%,在浓度为1.6—800μg·L^-1范围内成线性。水中沙林的检测限为0.25μg·L^-1,相对标准偏差为1.23%,在浓度为4—2000μg·L^-1范围内成线性,方法准确度高,回收率为93.75%.