提升机危险载荷分析与预警系统研究
摘要
矿井提升作为煤矿生产的重要环节，直接关系到生产的安全和效率。然而，迄今为止，提升作业中发生的安全事故在矿山机电事故中仍占有不可忽视的比例,而且其中有相当一部分是由提升机危险载荷引起的。故此，本文在对提升机危险载荷进行动力学分析的基础上，开展危险载荷预警系统的研究，旨在通过危险载荷的识别与预警进一步提高矿井提升机的安全性。
在危险载荷的动力学分析部分，建立了包括容器、钢丝绳、有效载荷等部分的纵向振动模型，采用基于Ritz级数的模态分析方法对过装载、未卸净、卡罐、松绳等危险载荷模式下钢丝绳的动态行为进行了研究，得出了不同类型、不同程度的危险载荷与钢丝绳振动特性之间的内在联系，为载荷监测参数的确定、危险载荷的识别提供了必要的依据；以实例验证了Rayleigh比对于钢丝绳、容器振动系统基频估计的有效性，以及Ritz级数法求解弹性杆件振动问题的收敛性。
采用基于外点惩罚函数的遗传算法对提升机载荷多传感器融合系统进行了约束优化研究，将广义代价在系统有效度得以满足的前提下降至最低；搭建了提升机载荷信息融合试验装置，可模拟并记录多种提升机危险载荷；基于D-S证据理论建立了信息融合模型，抑制了多传感器信息的不确定性，并以过装、卡罐两种故障为例验证了该理论对于提升机危险载荷模式识别的有效性。
将小波降噪、基于相关系数、能量周期与平均密度的EMD降噪、EEMD降噪三种方法分别应用于载荷信号处理，从实时性、自适应性、影响因素等方面对小波、EMD、EEMD降噪方法进行了对比，并指出EMD降噪方法具有综合优势，更适宜在危险载荷预警系统中优先采用；通过基于小波变换模极大值的Lipschitz指数法对提升机载荷进行奇异性分析，结果表明此方法可对松绳、卡罐、装卸载过程等奇异特征进行捕捉、定位，而且可反映冲击的强弱。
建立了基于产生式规则的危险载荷预警系统；采用基于Web的浏览器/服务器（B/S）方式进行专家知识获取，实现了基于影响图表与极大似然估计法的专家知识融合；以基于DSTP协议的Data-socket技术实现了专家在线服务。研制了提升机载荷监护装置，对装置的机械、电气、软件等部分进行了设计分析，阐述了天线的输入阻抗、辐射类型、有效长度等参数对无线通信的影响，并从耐爆性能、隔爆性能两方面对有防爆要求的部件进行了隔爆设计，所研制的提升载荷监护装置已在煤矿现场得到了应用。
Mine hoisting is an important link of coal production and directly related toproduction safety and efficiency. However, by so far safety incidents during hoistingrepresent a large proportion of the mechanical and electrical accidents in mines, andlots of them are caused by Hoist Dangerous Load. So study on dangerous loadwarning system was carried out on the basis of kinetic analysis on dangerous load,which was to upgrade hoist safety by identification and Prewarning of dangerous load.
In kinetic analysis of dangerous loads, a vibration model was built, whichincluded a container, a wire rope, useful load, etc. With modal analysis method baseon Ritz Series, vibration of the wire rope while overloading, incomplete unloading,container jamming, and rope slack take place was researched. Relations betweendifferent types and varying degrees of dangerous load and rope vibrationcharacteristics was found, which could provide necessary foundation for parametersselection for load monitoring and the identification of dangerous loads. With actualexamples, Rayleigh ratio effectiveness for fundamental frequency estimation of therope and container was verified, Ritz Series convergence during the solving of elasticrod vibration problems was proved.
Genetic algorithms based on outside point penalty function was adopt in thestudy on constrained optimization research of multi-sensor fusion system for hoistloads. Under the premise that the system validity had been achieved, generalized costof the system was minimized. An information fusion experiment device was built totest hoist loads, which could imitate and record kinds of dangerous load models.Based on D-S evidence theory, an information fusion model was built; uncertainty ofmulti-sensor information was reduced. Effectiveness of this theory for the modelidentification of Hoist Dangerous Loads was verified with the actual faults seriousoverloading and slight container jamming.
Three methods which are wavelet de-noising, EMD de-noising based oncorrelation coefficient, energy period/average density, EEMD de-noising were appliedin the processing of hoist load signals. They were compared on the respects ofreal-time performance, adaptability and influencing factors, etc. It was pointed outthat EMD de-noising method has the comprehensive advantages and is more suitablefor the dangerous load Prewarning system. Lipchitz method based on wavelettransform modulus maxima was used in singularity analysis on hoist loads, which showed that it could catch and locate the singular feature during the process of ropeslack, container jamming, loading and unloading, and reflect impact strength.
A dangerous load warning system was built based on production rules. The modeof browser/server based on web was adopted in expert knowledge acquisition.Knowledge fusion was realized with the methods of influence diagram and maximumlikelihood estimation. Data-socket technology based on DSTP protocol was used inthe realization of expert online service. For field hoist load monitoring and protectingdevice which is directly link to the dynamic library of the expert system, mechanical,electrical and software parts were designed. Sensors selection was achieved with leastsquare estimation and F-test methods. How the input impedance, radiation type andeffective length of an antenna affect wireless communication was illustrated. Forseveral parts of the system that works in the environment where there could beexplosive mixtures, flameproof explosion-proof design was conducted from therespects of explosion-resistance and explosion-proof performance. Hoist loadmonitoring devices developed have been applied in mine field.
在危险载荷的动力学分析部分，建立了包括容器、钢丝绳、有效载荷等部分的纵向振动模型，采用基于Ritz级数的模态分析方法对过装载、未卸净、卡罐、松绳等危险载荷模式下钢丝绳的动态行为进行了研究，得出了不同类型、不同程度的危险载荷与钢丝绳振动特性之间的内在联系，为载荷监测参数的确定、危险载荷的识别提供了必要的依据；以实例验证了Rayleigh比对于钢丝绳、容器振动系统基频估计的有效性，以及Ritz级数法求解弹性杆件振动问题的收敛性。
采用基于外点惩罚函数的遗传算法对提升机载荷多传感器融合系统进行了约束优化研究，将广义代价在系统有效度得以满足的前提下降至最低；搭建了提升机载荷信息融合试验装置，可模拟并记录多种提升机危险载荷；基于D-S证据理论建立了信息融合模型，抑制了多传感器信息的不确定性，并以过装、卡罐两种故障为例验证了该理论对于提升机危险载荷模式识别的有效性。
将小波降噪、基于相关系数、能量周期与平均密度的EMD降噪、EEMD降噪三种方法分别应用于载荷信号处理，从实时性、自适应性、影响因素等方面对小波、EMD、EEMD降噪方法进行了对比，并指出EMD降噪方法具有综合优势，更适宜在危险载荷预警系统中优先采用；通过基于小波变换模极大值的Lipschitz指数法对提升机载荷进行奇异性分析，结果表明此方法可对松绳、卡罐、装卸载过程等奇异特征进行捕捉、定位，而且可反映冲击的强弱。
建立了基于产生式规则的危险载荷预警系统；采用基于Web的浏览器/服务器（B/S）方式进行专家知识获取，实现了基于影响图表与极大似然估计法的专家知识融合；以基于DSTP协议的Data-socket技术实现了专家在线服务。研制了提升机载荷监护装置，对装置的机械、电气、软件等部分进行了设计分析，阐述了天线的输入阻抗、辐射类型、有效长度等参数对无线通信的影响，并从耐爆性能、隔爆性能两方面对有防爆要求的部件进行了隔爆设计，所研制的提升载荷监护装置已在煤矿现场得到了应用。
Mine hoisting is an important link of coal production and directly related toproduction safety and efficiency. However, by so far safety incidents during hoistingrepresent a large proportion of the mechanical and electrical accidents in mines, andlots of them are caused by Hoist Dangerous Load. So study on dangerous loadwarning system was carried out on the basis of kinetic analysis on dangerous load,which was to upgrade hoist safety by identification and Prewarning of dangerous load.
In kinetic analysis of dangerous loads, a vibration model was built, whichincluded a container, a wire rope, useful load, etc. With modal analysis method baseon Ritz Series, vibration of the wire rope while overloading, incomplete unloading,container jamming, and rope slack take place was researched. Relations betweendifferent types and varying degrees of dangerous load and rope vibrationcharacteristics was found, which could provide necessary foundation for parametersselection for load monitoring and the identification of dangerous loads. With actualexamples, Rayleigh ratio effectiveness for fundamental frequency estimation of therope and container was verified, Ritz Series convergence during the solving of elasticrod vibration problems was proved.
Genetic algorithms based on outside point penalty function was adopt in thestudy on constrained optimization research of multi-sensor fusion system for hoistloads. Under the premise that the system validity had been achieved, generalized costof the system was minimized. An information fusion experiment device was built totest hoist loads, which could imitate and record kinds of dangerous load models.Based on D-S evidence theory, an information fusion model was built; uncertainty ofmulti-sensor information was reduced. Effectiveness of this theory for the modelidentification of Hoist Dangerous Loads was verified with the actual faults seriousoverloading and slight container jamming.
Three methods which are wavelet de-noising, EMD de-noising based oncorrelation coefficient, energy period/average density, EEMD de-noising were appliedin the processing of hoist load signals. They were compared on the respects ofreal-time performance, adaptability and influencing factors, etc. It was pointed outthat EMD de-noising method has the comprehensive advantages and is more suitablefor the dangerous load Prewarning system. Lipchitz method based on wavelettransform modulus maxima was used in singularity analysis on hoist loads, which showed that it could catch and locate the singular feature during the process of ropeslack, container jamming, loading and unloading, and reflect impact strength.
A dangerous load warning system was built based on production rules. The modeof browser/server based on web was adopted in expert knowledge acquisition.Knowledge fusion was realized with the methods of influence diagram and maximumlikelihood estimation. Data-socket technology based on DSTP protocol was used inthe realization of expert online service. For field hoist load monitoring and protectingdevice which is directly link to the dynamic library of the expert system, mechanical,electrical and software parts were designed. Sensors selection was achieved with leastsquare estimation and F-test methods. How the input impedance, radiation type andeffective length of an antenna affect wireless communication was illustrated. Forseveral parts of the system that works in the environment where there could beexplosive mixtures, flameproof explosion-proof design was conducted from therespects of explosion-resistance and explosion-proof performance. Hoist loadmonitoring devices developed have been applied in mine field.
引文
[1]洪晓华.矿井运输与提升[M].徐州：中国矿业大学出版社，2005：171-204.
[2]马驰，肖兴明，戴姗姗.箕斗装载量超限的危害与预防[J].煤矿机械，2010，31（4）：184-186.
[3] S. Kaczmarczyka, W. Ostachowicz. Transient vibration phenomena in deep mine hoistingcables[J]. Journal of Sound and Vibration.2003(262):219–244.
[4] I.P. Getman, Yu.A. Ustinov. Methods of analyzing ropes: The extension-torsion method [J].Journal of Applied Mathematics and Mechanics,2008(72):48–53.
[5] Wojciech Cholewa. Operational safety of hoisting ropes[J]. Mining Science and Technology.1989,9(1):101-106.
[6]李玉瑾.提升机钢丝绳弹性振动理论与动力学特性分析[J].起重运输机械.2003（4）：32-36.
[7]吴晓，杨立军.采用渐进法研究负载钢丝绳的固有振动[J].动力学与控制学报.2007，5（1）：50-53.
[8]任增顺.竖井提升钢丝绳动荷应力计算[J].山西煤炭.2006，26（4）：45-47.
[9]郭源君.立井提升钢丝绳动应力分析.湘潭矿业学院学报[J].1991,6（2）：177-181.
[10]吴其义.起重钢丝绳振动研究[J].水利电力机械.2003，25（6）：26-30.
[11]赵东方，张文斌.电梯振动分析[J].中国电梯.2003，14（19）：7-8.
[12]刘华新，王清湘，孙荣书，张旭.竖向分段均匀连续结构的动力分析法[J].哈尔滨工业大学学报.2009，41（4）：131-133.
[13] Guohua CAO, Zhencai ZHU, Weihong PENG, Xianbiao MAO. Modeling and NaturalFrequency Characteristics of Coupled Vibration with Varying Length of Hoisting Rope in DrumWinding System[J]. International Conference on Computing, Control and Industrial Engineering.2010：367-370.
[14]龚宪生，谢志江，杨雪华.矿井提升机多层缠绕钢丝绳振动控制[J].振动工程学报，1999，12（4）：460-467.
[15]严世榕，闻邦椿.斜井提升钢丝绳的非线性振动分析[J].冶金设备.1999，4（2）：8-10.
[16]严世榕，闻邦椿.提升钢丝绳容器天轮系统的振动仿真[J].冶金设备.1998，10（5）：12-14.
[17]李玉瑾.多绳摩擦轮提升系统的动力学研究与设计[J].煤炭工程.2003（9）：6-9.
[18]李玉瑾.关于矿井提升钢丝绳不松绳的理论研究[J].煤矿设计.2000（11）：11-12.
[19] W.D. Zhu, G.Y. Xu. Vibration of elevator cables with small bending stiffness[J]. Journal ofSound and Vibration.2003(263):679–699.
[20] Jun-Koo Kang, Seung-Ki SU. Application of nonlinear observers for elevator vibrationcontrol[J].IEEE Industry Applications Society Annual Meeting New Orleans, Louisiana.1997(10):873-879.
[21]朱真才，曹国华，彭维红，彭玉兴.钢丝绳在箕斗装载过程中的纵向振动行为研究[J].中国矿业大学学报.2007，36（3）：325-329.
[22]潘英.提升钢丝绳动张力的研究[J].焦作矿业学院学报.1995，14（3）：92-99.
[23]李占芳，矿井提升系统振动特性及典型故障诊断研究[D]．徐州：中国矿业大学博士学位论文，2008．
[24]李春静，潭继文，田军等.钢丝绳张力检测的研究现状及趋势[J].煤矿安全.2006（1）：53-55.
[25] Michael J. Beus，William G. McCoy. Mine shaft conveyance load-monitoring system [J].Thirtieth IAS Annual Meeting, IAS '95.1995(3):2048–2053.
[26] Michael J. Beus, Todd M. Ruff. Conveyance monitoring to improve mine hoist safety[J].IEEE Applications Society Annual meeting, New Orleans, Louisiana.1997(10):2091-2097.
[27] Qingdong WANG, Shenghai WANG, Jianfeng WEI. Online monitoring system design ofmulti-rope friction hoist load[J].2nd International Conference on Power Electronics andIntelligent Transportation System.2009:43-46.
[28]武健.提升机钢丝绳张力检测系统研究[D].哈尔滨：哈尔滨工业大学硕士学位论文，2003.
[29]王俊，振动法和波动法测量拉索张力的研究[D].南京：东南大学硕士学位论文.2003.
[30]张敦福.用重力弦振动分析法计算钢丝绳的负载[J].力学与实践.2003，17（1）：29-30.
[31] Cary Smith, Cajetan M, Akujuobi, Phil Hamory, Kurt Kloesel. An approach to vibrationanalysis using wavelets in an application of aircraft health monitoring[J]. Mechanical Systems andSignal Processing.2007(21):1255–1272.
[32] A. Bagheri, G. Ghodrati Amiri, S.A. Seyed Razzaghi. Vibration-based damage identifcationof plate structures via curvelet transform[J]. Journal of Sound and Vibration.2009(327):593–603.
[33] A. De Stefano, R. Allen, P.R. White. Noise reduction in spine video fuoroscopic images [J].Computerized Medical Imaging and Graphics2004(28):453–459.
[34] F. Combet, L. Gelman. Optimal fltering of gear signals for early damage detection based onthe spectral kurtosis[J]. Mechanical Systems and Signal Processing.2009(23):652–668.
[35] J. Antoni, R.B. Randall. Unsupervised noise cancellation for vibration signals: part II—anovel frequency-domain algorithm[J]. Mechanical Systems and Signal Processing.2004(18)103–117.
[36] S. Abbasion, A. Rafsanjani, A. Farshidianfar, N. Irani. Rolling element bearings multi-faultclassifcation based on the wavelet de-noising and support vector machine [J]. MechanicalSystems and Signal Processing.2007(21):2933–2945.
[37] Wen-Xian Yang, Peter W. Tse. Development of an advanced noise reduction method forvibration analysis based on singular value decomposition [J]. NDT&E International.2003(36):419–432.
[38] Li Zhen, He Zhengjia, Zi Yanyang, Wang Yanxue. Customized wavelet de-noising usingintra-and inter-scale dependency for bearing fault detection[J]. Journal of Sound and Vibration.2008(313):342–359.
[39] Yi Qin, Baoping Tang, Jiaxu Wang. Higher-density dyadic wavelet transform and itsapplication [J]. Mechanical Systems and Signal Processing.2010(24):823–834.
[40]胡爱军，唐贵基，安连锁．基于数学形态学的旋转机械振动信号降噪方法[J]．机械工程学报．2006,42（4）：128-130．
[41]宋友，柳重堪，李其汉．基于三阶累积量的转子振动信号降噪方法研究[J]．航空动力学报．2002,17（3）：363-366．
[42]刘晓平，郑海起，张训敏．粒子滤波在轴承故障振动信号降噪中的应用[J]．轴承．2010(9)：37-40．
[43]段礼祥，张来斌，王朝晖，张东亮．柴油机振动信号的小波包奇异值降噪[J]．中国石油大学学报(自然科学版)．2006，30（1）：93-97．
[44]滕军，朱焰煌，周峰，李惠，欧进萍．自适应分解层数的小波域中值滤波振动信号降噪法[J]．2009，28（12）：58-62．
[45]曹建军，张培林，任国全，张英堂．提升小波包最优基分解算法及在振动信号降噪中的应用[J]．2008，27（8）：114-116．
[46]马建仓，孟凡路．多小波在振动信号降噪中的应用[J]计算机仿真．2010，27（8）：48-51．
[47]刘爱平，邹立华，戴素亮，董博．振动控制研究中的小波包降噪处理[J]．2008，27（2）：95-98．
[48]王秉仁，杨艳霞，蔡伟，杨士青．小波阈值降噪技术在振动信号处理中的应用[J]．2008（6）：9-12．
[49]荆双喜，张英琦，张东胜，方佳雨，孟慧荣．小波分析用于提升机振动故障诊断的研究[J]．1999，23（4）：26-28．
[50]杜海平，张亮，史习智．基于小波软阈值降噪的内燃机缸盖振动信号时域识别[J]．模式识别与人工智能．2002，15（2）：243-245．
[51]谷勇霞，谢远森．基于小波分析与Hilbert—Huang变换的矿井提升机故障诊断[J]．起重运输机械．2009（6）：101-104．
[52]徐敏强，王日新，张嘉钟．基于梳状小波的旋转机械振动信号降噪方法的研究[J]．振动工程学报．2002，15（1）：90-92．
[53] Tse, P. W. Peng, Y. H. Yam, R. Wavelet analysis and envelope detection for rolling elementbearing fault diagnosis-their effectiveness and flexibilities[J]. Journal of Vibration and Acoustics,2001,123(3):303-310.
[54] Mallat, S. Whang, W. L. Singularity detection and processing with wavelets[J]. IEEETransactions on Information Theory,1992,38(2):617-643.
[55] Mallat, S. Zero-Crossings of a Wavelet Transform[J]. IEEE Transactions on informationtheory,1991,37(4):1019-1033.
[56] Mallat，S. Characterization of signals from multiscale edges[J]. IEEE Transactions on Patternanalysis and Machine intelligence，1992，14(7):710-732.
[57] Addison, P. S. Morvidonec, M. Watson, J. N. Clifton, D. Wavelet transform reassignmentand the use of low-oscillationcomplex wavelets[J]. Mechanical Systems and Signal Processing,2006(20):1429-1443.
[58] Mallat，S. A wavelet tour of signal processing[M]. Beijing: China Machine Press，2003.
[59]曹冲锋，杨世锡，杨将新．大型旋转机械非平稳振动信号的EEMD降噪方法[J]．振动与冲击．2009,28（9）：33-38．
[60]翟光瑞，潘宏侠，基于S VD降噪的机械振动信号经验模式分解及其应用[J]．起重运输机械．2009(10)：39-40．
[61]刘建军，黄方林，王学敏．基于EMD和ARMA模型桥梁振动信号降噪的处理方法[J]．铁道科学与工程学报．2006，3（5）：55-59．
[62]杨建文，贾民平，许飞云，胡建中．基于经验模式分解的旋转机械振动信号降噪处理[J]．中国工程科学．2005，7（8）：66-69．
[63] Matej vokelj, Samo Zupan, Ivan Prebil. Non-linear multivariate and multiscale monitoringand signalde-noising strategy using Kernel Principal Component Analysiscombined withEnsemble Empirical Mode Decomposition method[J]. Mechanical Systems and Signal Processing,2011：3-23.
[64]王德堂，肖兴明，赵玉彬，付湘云．装卸载系统防过装问题的分析与实现[J]．工矿自动化．2005（5）：36-37．
[65]赵强，刘世春．提升机钢丝绳张力差分析监测与调整[J]．煤炭技术．2004，23（8）：9-10．
[66]韩建秋，杨金艳．多绳摩擦式提升机防滑验算及分析[J]．机电与自动控制．2008，12（29）：30-31．
[67]王鹏.立井刚性罐道性能检测的基础及应用研究[D].徐州:中国矿业大学，2005.
[68]蒋玉强.立井刚性罐道系统的非线性耦合特性及状态评估研究[D].徐州:中国矿业大学，2011.
[69]刘志强.刚性井筒装备动力响应模拟试验研究[J].中国矿业大学学报，1999，28(6)：585-588.
[70] Ma Chi, Xiao Xingming, Wu Jun, Wang Qian. Study on longitudinal vibration of frictionhoist skip based on Ritz series[J]. International Conference on Mechanic Automation and ControlEngineering.2010:683-685.
[71]弗·符·弗洛林斯基．矿井提升钢绳动力学[M].杨福新，译.北京：煤炭工业出版社，1957.
[72] Tejszerska D. Computer analysis of vibrations of hoisting system[J]. Computer AssistedMechanics and Engineering Sciences.1997(4):179-188.
[73]赛云秀.提升钢丝绳振动对吊桶摆动量影响动力学分析[J].西安科技学院学报,2000,20(1):9-13.
[74]曹国华，朱真才，彭维红，邵杏国.缠绕提升矿车进出罐笼过程钢丝绳耦合振动行为[J].2009，34（5）：702-705.
[75] Marek Dietrich. Rope loading in frictional systems mechanism and machine Theory.1972,7(4):427-442.
[76] Masatsugu OTSUKI, Kazuo YOSHlDA. Study on vibration control for rope-sway ofelevator of high-rise building[J].Proceedings of the American Control Conference Anchorage,2002(5):238-243.
[77]J.H.金斯伯格.机械与结构振动—理论与应用[M].北京：中国宇航出版社，2005：255-320.
[78]苏荣华，梁冰，王丽．塔式多绳摩擦提升机振动故障源的模糊综合评判[J]．安全与环境学报．2004，4（1）：52-55．
[79]朱华，顾玉华，黄民，李毅．矿井提升机振动故障诊断[J]．振动与冲击．1997，16（4）：31-35．
[80]付艳丽．矿井提升机振动的检测与分析[J]．辽宁工程技术大学学报(自然科学版)．1999，18（5）：552-553．
[81]付艳丽，苏荣华．矿井提升机振动的故障诊断与控制措施[J]．矿业安全与环保．2004，31（2）：46-48．
[82] K. Schrems, D. Maclaren. Failure analysis of amine hoist rope[J]. Engineering FailureAnalysis.1997,4(1):25-38.
[83]殷桂梁.基于人工免疫算法的冗余传感器系统费用优化[J].传感器技术学报.2004(3)：51-54.
[84]张晶，翟鹏程，张本源．惩罚函数法在遗传算法处理约束问题中的应用[J]．武汉理工大学学报，2002，24（2）：56-59．
[85]蔡自兴，徐光祐.人工智能及其应用[M].北京：清华大学出版社，2007：85-94.
[86]秦福高.改进遗传算法在PID优化中的应用[J].计算机工程.2011（17）:149-151.
[87]徐建明.基于遗传算法的轮廓切割顺序受限路径优化[J].控制工程.2011（18）：767-770.
[88]张新刚.遗传算法在星载传天线优化设计中的应用[J].电讯技术.2011，51（9）：106-111.
[89] Peng Yong. Research on genetic algorithm based on pyramid model[J].20112ndInternational Symposium on Intelligence information processing and trusted computing.2011:83-86.
[90] Zhao Lijiang. The implementation of genetic algorithm based on optimizing search spacepartition[J]. Conference on Environmental Science and Information Application Technology.2010:16-19.
[91] Jian Gao. A Rapid Chaos Genetic Algorithm Advances in Swarm Intelligence[J]. ProceedingsFirst International Conference2010:425-431.
[92]殷晓飞.基于VB外点惩罚函数法的实现[J].装备制造技术.2011（3）：64-66.
[93]陶海印.基于一种新的惩罚函数的动态规划算法的检测前跟踪[J].舰船电子对抗.2010，33（1）：109-111.
[94]刘贵喜，杨万海．多传感器融合系统最小代价冗余及优化算法[J]．东南大学学报（自然科学版）.2000，30（1）：1-5．
[95] Marzullo K. Tolerating failures of continuous-valued sensors[J]. ACM Trans on ComputerSystem,1990,8(4):284-304.
[96]孙辉，赵峰，张峰云.多传感器信息融合技术及其应用[J].海洋测绘，2009，29（5）：77-81.
[97]张居晓.多传感器信息融合利器—D-S证据理论初探[J].计算机光盘软件与应用，2010（2）：4-5.
[98]徐从富.面向数据融合的DS方法综述[J].电子学报，2001，29(3)：393-396.
[99] Cheng, Yongmei. Intelligence image fusion recognition algorithm based on dempster-shaferevidence reasoning[J]. Proceedings of the World Congress on Intelligent Control and Automation.2004(5):4132-4136.
[100] Cheaito, Ali. A non-ad-hoc decision rule for Dempster-Shafer method of evidentialreasoning[J]. Proceedings of SPIE-The International Society for Optical Engineering.1998(3376):44-57.
[101] Cheaito, A. Study of a modified Dempster-Shafer approach using an expected utilityinterval decision rule[J]. Proceedings of the SPIE-The International Society for OpticalEngineering.1999(3719):34-42.
[102] Provan, G.M. The validity of Dempster-Shafer belief functionsInternational[J]. Journal ofApproximate Reasoning.1992,6(3):389-399.
[103]卜乐平，刘开培，侯新国.采用D-S证据推理的电机转子故障诊断[J].2011，31（1）：23-26.
[104]黎洪生，史龙伟，吴炜，侯鹏.多传感器融合技术在应变检测中的应用[J].测控技术.2004,23(10)：8-10.
[105]程志民，多传感器融合技术及其应用[J].中国电力发展与设备供应.2003(2)：26-28.
[106]王少伟，唐涛，周达天，郭保青.多传感器融合列车测速定位实验平台的研究[J].都市快轨交通.2005,18(6)：39-41.
[107]韩红，韩崇昭，朱洪艳，李辉.分布式多传感器融合数据关联算法[J].信息与控制.2003，32(7)：613-617.
[108]巩亚东，吕洋，王宛山，朱晓峰.基于多传感器融合的磨削砂轮钝化的智能监测[J].东北大学学报.2003，24（3）：248-251.
[109]黄智，黄云，谢蓉.基于多传感器融合的砂带磨削参数虚拟测试系统研究[J].工具技术.2004,38(3)：18-20.
[110]罗攀，唐新蓬.基于面向对象的人工免疫系统模型的多传感器融合[J].机器人技术及应用.2002(1)：22-27.
[111]戎舟.基于中介理论的无线传感器网络加权数据融合[J].电子测量与仪器学报.2010，24(8)：705-710.
[112] Duncan Smith, Sameer Singh. Approaches to Multisensor Data Fusion in Target Tracking:A Survey[J]. Knowledge and Data Engineering.18(12):1696-1710.
[113] Thomas Clouqueur, Kewal K. Saluja, Parameswaran Ramanathan. Fault tolerance incollaborative sensor networks for target detection[J]. Computers.2004,53(3):320-333.
[114] Tsang-Yi Wang, Li-Yuan Chang, Dyi-Rong Duh, Jeng-Yang Wu. Fault-Tolerant decisionFusion via collaborative sensor fault detection in wireless sensor networks[J]. WirelessCommunications.2008,7(2):756-768.
[115] Tolga Onel, Cem Ersoy, Hakan Delic. Information Content-Based sensor selection andtransmission power adjustment for collaborative target tracking[J]. Mobile Computing.2009,8(8):1103-1116.
[116] Bahador Khaleghi, Saiedeh N. Razavi, Alaa Khamis, Fakhreddine O. Karray, MohamedKamel. Multisensor Data Fusion: Antecedents and Directions[J]. International Conference onSignals, Circuits and Systems.2009:1-6.
[117] Ren C. Luo, Michael G. Kay. Multisensor integration and fusion in intelligent systems[J].Systems, Man and Cybernetics.1989,19(5):901-931.
[118] BELUR V. DASARATHY. Sensor fusion potential exploitation—innovative architecturesand illustrative applications[J]. Proceedings of the IEEE.1997,85(1):24-38.
[119] Stelios C. A. Thomopoulos. Sensor Selectivity and Intelligent Data Fusion[J].Proceedings of the1994IEEE International Conference on Multisensor Fusion and Integration forIntelligent Systems (MFI'94) La Vegas.1994:529-537.
[120]何腊梅.决策融合算法与极值指数的Pickands型估计[D].成都：四川大学博士学位论文，2007.
[121] Soosan Beheshti, Masoud Hashemi, Xiao-Ping Zhang, Nima Nikvand. Noise invalidationdenoising[J]. Signal Processing.2010,58(12):6007-6016.
[122]郝文广.小波降噪与FFT降噪比较[J].电力科学与工程.2011，27（3）：59-61.
[123] M. Dirk Robinson, Cynthia A. Toth, Joseph Y. Lo, Sina Farsiu. Effcient Fourier-Waveletsuper-resolution[J]. Image Processing.2010,19(10):2669-2681.
[124] Ma Chi, Xiao Xingming, Jiang Yuqiang, Application of wavelet de-noising on hoist load[J].International Conference on E-Product E-Service and E-Entertainment.2010（9）:3680-3682.
[125]马驰，岳艳侠，肖兴明.超声波检测中的小波降噪[J].数据采集与处理.2006(21)：44-46.
[126]雷勇涛，杨兆建．提升机制动系统故障在线监测诊断与小波变换信号处理方法[J]．煤矿机械．2007，28（1）：165-167．
[127] Cao Tianjie, Ding Fang, Fei Chunguo. Application of optimization in image de-noising byshrinkage of wavelet coefficients[J]. Third International Conference on Measuring Technologyand Mechatronics Automation.2011:559-562.
[128] T. Wan, N. Canagarajah, A. Achim. Segmentation of noisy colour images using Cauchydistribution in the complex wavelet domain[J]. IET Image Processing,2010,5(2):159-170.
[129] Cui Baozhen, Pan Hongxia. The method of Scale-energy fuzzy clustering based on serieswavelet analysis in Studying fault diagnosis of Gearbox[J]. Signal Processing Systems,(2):104-108.
[130]赵鹏.一种新型改进阈值函数的第二代小波降噪方法[J].热能动力工程.2011，26（3）：284-289.
[131]刘敏.小波降噪在煤岩微震信号处理中的应用[J].矿业研究与开发.2011（2）：67-70.
[132] Alexandros Karagiannis, Philip Constantinou, Noise-Assisted Data Processing WithEmpirical Mode Decomposition in Biomedical Signals[J] INFORMATION TECHNOLOGY INBIOMEDICINE,2011,15(1),11-18.
[133]陈祥献,王婧頔,黄海,郭洁,洪凯星.基于Hilber t-Huang变换的电力变压器铁心压紧力监测方法[J].振动与冲击,2010,29（9）：9-12.
[134]刘晓娟.基于EMD分解和支持向量机的齿轮箱故障诊断与研究[J].柴油机设计与制造.2011，17(3)：21-26.
[135]冷军发.基于EMD与同态滤波解调的矿用齿轮箱故障诊断[J].振动、测试与诊断.2011，31（4）：435-438.
[136]吴婷基.于EMD和Hilbert变换的自发脑电信号特征提取[J].北京生物医学工程.2011,30（4）：381-386.
[137]窦东阳，赵英凯.集合经验模式分解在旋转机械故障诊断中的应用[J].农业工程学报.2010，26(2)：190-196.
[138]张玲玲，骆诗定，肖云魁，赵懿冠，廖红云.集合经验模式分解在柴油机机械故障诊断中的应用[J].科学技术与工程.2010，10(27)：6745-6748.
[139]李海涛，王成国，许跃生，吴朝华.基于EEMD的轨道一车辆系统垂向动力学的时频分析[J].中国铁道科学.2007，28(5)：25-30.
[140]程冲.基于EEMD的滚动轴承故障诊断方法[J].应用技术.2009（20）：138-139.
[141]陈可，李野，陈澜. EEMD分解在电力系统故障信号检测中的应用[J].计算机仿真.2010，27(3)：263-266.
[142]齐天，裘焱，吴亚锋.利用聚合经验模态分解抑制振动信号中的模态混叠[J].噪声与振动控制.2010（2）,103-106.
[143]王宏， Narayanan R M，周正欧，李廷军，孔令讲.基于改进EEMD的穿墙雷达动目标微多普勒特性分析[J].电子与信息学报.2010，32(6)：1355-1360.
[144]陈略，訾艳阳,何正嘉.总体平均经验模式分解与1.5维谱方法的研究[J].西安交通大学学报，2009，43(5)：95-98.
[145]蒋宏.基于奇异性检测的信号去噪新方法[J].电子与信息学报.2005，27（3）：419-422.
[146]任敦亮.基于小波变换的奇异信号检测[J].煤矿机械.2009，30（5）：218-219.
[147]张晓春.基于小波变换的奇异信号检测研究[J].河北大学学报（自然科学版）.2005，25（3）：329-331.
[148]刘军.基于小波变换的信号突变检测的方法[J].数学理论与应用.2007，27（4）：74-77.
[149]周春华.李氏指数在爆破振动信号奇异性分析中的应用[J].解放军理工大学学报（自然科学版）.2006,7（5）：471-475.
[150]陈淑珍.小波分析在检测探地回波奇异信号中的应用[J].工程地球物理学报.2004，1（1）：48-54.
[151]邓跃红.小波分析在水下回波奇异性检测中的应用[J].计算机工程与科学.2008，30（3）：123-124.
[152]关山.小波奇异性检测理论在齿轮故障诊断中的应用[J].煤矿机械.2008，29（8）：188-190.
[153]余晃晶．小波降噪阈值选取的研究[J]．绍兴文理学院学报，2004，24(9)：34-38．
[154]李志全等.基于经验模态分解消噪的光线光栅解调系统[J].光子学报，2010，39（8）：1368-1371.
[155]苏文胜等. EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用[J]．振动与冲击，2010,29（3）：18-21.
[156] Sunil K. Jha, R. D. S. Yadava. Denoising by singular value decomposition and itsapplication to electronic nose data processing[J]. Sensors Journal.2011,11(1):35-44.
[157] Timothy Falkner, Ali Abedi, Marie Hayes, Jonathan Paul. Improve the signal to noise rationof event-related eeg signals in high risk newborns[J].25th Biennial Symposium onCommunications,(2010):28-31.
[158]王文杰，叶世伟.人工智能原理与应用[M].北京：人民邮电出版社，2004：201-269.
[159]吴海桥.现代大型客机故障诊断专家系统的研究与开发[D].南京航空航天大学.2002.
[160]王建.大坝安全监控集成智能专家系统关键技术研究[D].河海大学.2002.
[161]李增芳.基于人工智能和虚拟仪器技术的发动机故障诊断专家系统研究[D].浙江大学.2004.
[162]敖志刚.人工智能及专家系统[M].北京：机械工业出版社，2010：24-53.
[163]马驰，肖兴明.产生式系统在提升机载荷监测中的应用[J].煤矿机械．2009,30(10)：162-164.
[164]王国正.基于产生式规则的高速公路软土地基处理技术决策专家系统研究[J].中国工程咨询.2010（12）：45-47.
[165]孙莉莉.基于产生式探井决策专家系统的研究与应用[J].计算机系统应用.2010,19（70）：115-118.
[166]王莉.基于产生式知识表示的铝用炭素煅烧过程专家控制系统的设计[J].工程设计学报.2007，14（5）：414-418.
[167]马驰.基于产生式与框架知识表示的造林专家系统研建[J].农业网络信息.2009（5）：22-24.
[168]孙新升.基于产生式规则和归结原理的环境污染事故应急处理处置专家系统[J].中国科技信息.2010（16）：18-20.
[169]徐毅.基于产生式规则煤质-炉型耦合专家系统的知识库设计方案[J].科技信息.2009（31）：114-115.
[170]刘详官.多模型集成的高炉炼铁智能控制专家系统[J].浙江大学学报（工学报）.2007,41（10）：1637-1642.
[171]付振南.网络化铸件缺陷分析专家系统的研究[J].铸造技术.2007,28（1）：118-120.
[172]谭大鹏.基于CLIPS的故障诊断专家系统开发环境[J].浙江大学学报（工学版）.2009，43（2）：240-244.
[173]高斌.先进核反应堆专家评估系统架构的设计和实现[J].原子能科学技术.2007，41（3）：301-308.
[174] Tan Loc Le. Expert system application for the loading capability assessment oftransmission lines[J]. IEEE Transactions on Power Systems.1995,10（4）:1805-1812.
[175] Chan, C.W. Expert system for solvent selection of CO2separation processes [J]. ExpertSystems with Applications.1995,8(1):33-46.
[176] Frangakis, G. An expert system for electrocardiogram diagnosis[J]. ProceedingsEURISCON '94. European Robotics and Intelligent Systems Conference.1994(1):456-460.
[177] Bauer, W. Hyper Reasoner-a hypermedia-based expert-system shell [J]. EXPERSYS-92.1992:221-225.
[178] Jie Yang.An expert system shell for fault diagnosis [J]. Robotica.2001(19):669-674.
[179] E. S. Brunette, R. C. Flemme, C. L. Flemmer. A Review of artificial intelligence[J]. The4thInternational Conference on Autonomous Robots and Agents.2009:385-392.
[180] Yang Qiping, Li Mengqun, Mu Xueyun, Wang Jun. Application of artificial intelligence (AI)in power transformer fault diagnosis [J].2009International Conference on Artificial Intelligenceand Computational Intelligence.2009:442-445.
[181] Adel Mellit. Artificial intelligence based-modeling for sizing of a Stand-Alone PhotovoltaicPower System: Proposition for a New Model using Neuro-Fuzzy System (ANFIS)[J].3rdInternational IEEE Conference Intelligent Systems.2006:606-611.
[182] Arfat Siddique, G. S. Yadava, Bhim Singh. Applications of artificial intelligence techniquesfor induction machine stator fault diagnostics: review[J]. SDEMPED2003~Symposium onDiagnostics for Electric Machines, Power Electronics and Drives.2003:29-34.
[183] V. K. Singh, A. K. Gupta. From artificial to collective intelligence: perspectives andimplications[J].5th International Symposium on Applied Computational Intelligence andInformatics. Timisoara, Romania.2009:545-549.
[184] Feng Ji. The influence of distributed algorithms on artificial intelligence[J].2009International Conference on Computer Technology and Development.2009：488-491.
[185]高峰,孙时珍,曲建岭.人工智能在故障诊断中的应用[J].科技信息，2010（23）：63-64.
[186]董甲东.基于网络远程数据采集的虚拟仪器实验系统[J].构建电脑知识与技术2011,7（7）：1691-1603.
[187]杭海梅.基于Web的网络化虚拟仪器技术及应用[J].企业技术开发.2010,29（11）：10-12.
[188]郭迎福.基于虚拟仪器的网络化多路温度测试系统[J].测量与监测技术.2010,32（5）：78-80.
[189]姚斌.基于LabVIEW的船舶机舱设备远程监控与故障诊断系统设计[J].航海工程.2010,39（5）：121-124.
[190]王琳.基于DataSocket的雷达测距数据传输系统设计[J].电子测量技术.2011,34（1）：99-101.
[191]马鸣远.人工智能与专家系统导论[M].北京：清华大学出版社，2006:232-238.
[192]雷英杰，邢清华，王涛.人工智能(AI)程序设计（面向对象语言）[M].北京：清华大学出版社，2005:2-44.
[193]尹朝庆，尹超.人工智能与专家系统[M].北京：中国水利水电出版社，2002：134-205.
[194]蔡自兴，徐光祐.人工智能及其应用[M].北京：清华大学出版社，2007：85-94.
[195]王庆东，张令，王桂梅．主井提升机载荷实时监测系统设计[J]．煤炭工程．2010（10）：15-16．
[196]陈思忠.矿井提升载荷监测传感器的优选方法研究[J].煤炭工程.2009,（12）：89-90.
[197]姜宇东.短波通信中的天线选型[J].通信世界.2001（5）：32-34.
[197]张永喜，范云霄，纪兆坤．提升机载荷的无线传输[J]．山东煤炭科技．2004（4），21-23．
[198] Masahiro Shikai, Akihide Shiratsuki, Tatsuo Matsuoka. Elevator rope slip detector andelevator system[p]. United States. PCT/JP04/07772. Mar.31.2006.
[199]阮一晖,李威,郑洁.基于虚拟仪器的电梯平衡系数测试仪[J].监督检测.2010,21(5),42-44.
[200]赵强,刘世春.提升机钢丝绳张力差分析监测与调整[J].煤炭技术.2004,23(8).9-10.
[2]马驰，肖兴明，戴姗姗.箕斗装载量超限的危害与预防[J].煤矿机械，2010，31（4）：184-186.
[3] S. Kaczmarczyka, W. Ostachowicz. Transient vibration phenomena in deep mine hoistingcables[J]. Journal of Sound and Vibration.2003(262):219–244.
[4] I.P. Getman, Yu.A. Ustinov. Methods of analyzing ropes: The extension-torsion method [J].Journal of Applied Mathematics and Mechanics,2008(72):48–53.
[5] Wojciech Cholewa. Operational safety of hoisting ropes[J]. Mining Science and Technology.1989,9(1):101-106.
[6]李玉瑾.提升机钢丝绳弹性振动理论与动力学特性分析[J].起重运输机械.2003（4）：32-36.
[7]吴晓，杨立军.采用渐进法研究负载钢丝绳的固有振动[J].动力学与控制学报.2007，5（1）：50-53.
[8]任增顺.竖井提升钢丝绳动荷应力计算[J].山西煤炭.2006，26（4）：45-47.
[9]郭源君.立井提升钢丝绳动应力分析.湘潭矿业学院学报[J].1991,6（2）：177-181.
[10]吴其义.起重钢丝绳振动研究[J].水利电力机械.2003，25（6）：26-30.
[11]赵东方，张文斌.电梯振动分析[J].中国电梯.2003，14（19）：7-8.
[12]刘华新，王清湘，孙荣书，张旭.竖向分段均匀连续结构的动力分析法[J].哈尔滨工业大学学报.2009，41（4）：131-133.
[13] Guohua CAO, Zhencai ZHU, Weihong PENG, Xianbiao MAO. Modeling and NaturalFrequency Characteristics of Coupled Vibration with Varying Length of Hoisting Rope in DrumWinding System[J]. International Conference on Computing, Control and Industrial Engineering.2010：367-370.
[14]龚宪生，谢志江，杨雪华.矿井提升机多层缠绕钢丝绳振动控制[J].振动工程学报，1999，12（4）：460-467.
[15]严世榕，闻邦椿.斜井提升钢丝绳的非线性振动分析[J].冶金设备.1999，4（2）：8-10.
[16]严世榕，闻邦椿.提升钢丝绳容器天轮系统的振动仿真[J].冶金设备.1998，10（5）：12-14.
[17]李玉瑾.多绳摩擦轮提升系统的动力学研究与设计[J].煤炭工程.2003（9）：6-9.
[18]李玉瑾.关于矿井提升钢丝绳不松绳的理论研究[J].煤矿设计.2000（11）：11-12.
[19] W.D. Zhu, G.Y. Xu. Vibration of elevator cables with small bending stiffness[J]. Journal ofSound and Vibration.2003(263):679–699.
[20] Jun-Koo Kang, Seung-Ki SU. Application of nonlinear observers for elevator vibrationcontrol[J].IEEE Industry Applications Society Annual Meeting New Orleans, Louisiana.1997(10):873-879.
[21]朱真才，曹国华，彭维红，彭玉兴.钢丝绳在箕斗装载过程中的纵向振动行为研究[J].中国矿业大学学报.2007，36（3）：325-329.
[22]潘英.提升钢丝绳动张力的研究[J].焦作矿业学院学报.1995，14（3）：92-99.
[23]李占芳，矿井提升系统振动特性及典型故障诊断研究[D]．徐州：中国矿业大学博士学位论文，2008．
[24]李春静，潭继文，田军等.钢丝绳张力检测的研究现状及趋势[J].煤矿安全.2006（1）：53-55.
[25] Michael J. Beus，William G. McCoy. Mine shaft conveyance load-monitoring system [J].Thirtieth IAS Annual Meeting, IAS '95.1995(3):2048–2053.
[26] Michael J. Beus, Todd M. Ruff. Conveyance monitoring to improve mine hoist safety[J].IEEE Applications Society Annual meeting, New Orleans, Louisiana.1997(10):2091-2097.
[27] Qingdong WANG, Shenghai WANG, Jianfeng WEI. Online monitoring system design ofmulti-rope friction hoist load[J].2nd International Conference on Power Electronics andIntelligent Transportation System.2009:43-46.
[28]武健.提升机钢丝绳张力检测系统研究[D].哈尔滨：哈尔滨工业大学硕士学位论文，2003.
[29]王俊，振动法和波动法测量拉索张力的研究[D].南京：东南大学硕士学位论文.2003.
[30]张敦福.用重力弦振动分析法计算钢丝绳的负载[J].力学与实践.2003，17（1）：29-30.
[31] Cary Smith, Cajetan M, Akujuobi, Phil Hamory, Kurt Kloesel. An approach to vibrationanalysis using wavelets in an application of aircraft health monitoring[J]. Mechanical Systems andSignal Processing.2007(21):1255–1272.
[32] A. Bagheri, G. Ghodrati Amiri, S.A. Seyed Razzaghi. Vibration-based damage identifcationof plate structures via curvelet transform[J]. Journal of Sound and Vibration.2009(327):593–603.
[33] A. De Stefano, R. Allen, P.R. White. Noise reduction in spine video fuoroscopic images [J].Computerized Medical Imaging and Graphics2004(28):453–459.
[34] F. Combet, L. Gelman. Optimal fltering of gear signals for early damage detection based onthe spectral kurtosis[J]. Mechanical Systems and Signal Processing.2009(23):652–668.
[35] J. Antoni, R.B. Randall. Unsupervised noise cancellation for vibration signals: part II—anovel frequency-domain algorithm[J]. Mechanical Systems and Signal Processing.2004(18)103–117.
[36] S. Abbasion, A. Rafsanjani, A. Farshidianfar, N. Irani. Rolling element bearings multi-faultclassifcation based on the wavelet de-noising and support vector machine [J]. MechanicalSystems and Signal Processing.2007(21):2933–2945.
[37] Wen-Xian Yang, Peter W. Tse. Development of an advanced noise reduction method forvibration analysis based on singular value decomposition [J]. NDT&E International.2003(36):419–432.
[38] Li Zhen, He Zhengjia, Zi Yanyang, Wang Yanxue. Customized wavelet de-noising usingintra-and inter-scale dependency for bearing fault detection[J]. Journal of Sound and Vibration.2008(313):342–359.
[39] Yi Qin, Baoping Tang, Jiaxu Wang. Higher-density dyadic wavelet transform and itsapplication [J]. Mechanical Systems and Signal Processing.2010(24):823–834.
[40]胡爱军，唐贵基，安连锁．基于数学形态学的旋转机械振动信号降噪方法[J]．机械工程学报．2006,42（4）：128-130．
[41]宋友，柳重堪，李其汉．基于三阶累积量的转子振动信号降噪方法研究[J]．航空动力学报．2002,17（3）：363-366．
[42]刘晓平，郑海起，张训敏．粒子滤波在轴承故障振动信号降噪中的应用[J]．轴承．2010(9)：37-40．
[43]段礼祥，张来斌，王朝晖，张东亮．柴油机振动信号的小波包奇异值降噪[J]．中国石油大学学报(自然科学版)．2006，30（1）：93-97．
[44]滕军，朱焰煌，周峰，李惠，欧进萍．自适应分解层数的小波域中值滤波振动信号降噪法[J]．2009，28（12）：58-62．
[45]曹建军，张培林，任国全，张英堂．提升小波包最优基分解算法及在振动信号降噪中的应用[J]．2008，27（8）：114-116．
[46]马建仓，孟凡路．多小波在振动信号降噪中的应用[J]计算机仿真．2010，27（8）：48-51．
[47]刘爱平，邹立华，戴素亮，董博．振动控制研究中的小波包降噪处理[J]．2008，27（2）：95-98．
[48]王秉仁，杨艳霞，蔡伟，杨士青．小波阈值降噪技术在振动信号处理中的应用[J]．2008（6）：9-12．
[49]荆双喜，张英琦，张东胜，方佳雨，孟慧荣．小波分析用于提升机振动故障诊断的研究[J]．1999，23（4）：26-28．
[50]杜海平，张亮，史习智．基于小波软阈值降噪的内燃机缸盖振动信号时域识别[J]．模式识别与人工智能．2002，15（2）：243-245．
[51]谷勇霞，谢远森．基于小波分析与Hilbert—Huang变换的矿井提升机故障诊断[J]．起重运输机械．2009（6）：101-104．
[52]徐敏强，王日新，张嘉钟．基于梳状小波的旋转机械振动信号降噪方法的研究[J]．振动工程学报．2002，15（1）：90-92．
[53] Tse, P. W. Peng, Y. H. Yam, R. Wavelet analysis and envelope detection for rolling elementbearing fault diagnosis-their effectiveness and flexibilities[J]. Journal of Vibration and Acoustics,2001,123(3):303-310.
[54] Mallat, S. Whang, W. L. Singularity detection and processing with wavelets[J]. IEEETransactions on Information Theory,1992,38(2):617-643.
[55] Mallat, S. Zero-Crossings of a Wavelet Transform[J]. IEEE Transactions on informationtheory,1991,37(4):1019-1033.
[56] Mallat，S. Characterization of signals from multiscale edges[J]. IEEE Transactions on Patternanalysis and Machine intelligence，1992，14(7):710-732.
[57] Addison, P. S. Morvidonec, M. Watson, J. N. Clifton, D. Wavelet transform reassignmentand the use of low-oscillationcomplex wavelets[J]. Mechanical Systems and Signal Processing,2006(20):1429-1443.
[58] Mallat，S. A wavelet tour of signal processing[M]. Beijing: China Machine Press，2003.
[59]曹冲锋，杨世锡，杨将新．大型旋转机械非平稳振动信号的EEMD降噪方法[J]．振动与冲击．2009,28（9）：33-38．
[60]翟光瑞，潘宏侠，基于S VD降噪的机械振动信号经验模式分解及其应用[J]．起重运输机械．2009(10)：39-40．
[61]刘建军，黄方林，王学敏．基于EMD和ARMA模型桥梁振动信号降噪的处理方法[J]．铁道科学与工程学报．2006，3（5）：55-59．
[62]杨建文，贾民平，许飞云，胡建中．基于经验模式分解的旋转机械振动信号降噪处理[J]．中国工程科学．2005，7（8）：66-69．
[63] Matej vokelj, Samo Zupan, Ivan Prebil. Non-linear multivariate and multiscale monitoringand signalde-noising strategy using Kernel Principal Component Analysiscombined withEnsemble Empirical Mode Decomposition method[J]. Mechanical Systems and Signal Processing,2011：3-23.
[64]王德堂，肖兴明，赵玉彬，付湘云．装卸载系统防过装问题的分析与实现[J]．工矿自动化．2005（5）：36-37．
[65]赵强，刘世春．提升机钢丝绳张力差分析监测与调整[J]．煤炭技术．2004，23（8）：9-10．
[66]韩建秋，杨金艳．多绳摩擦式提升机防滑验算及分析[J]．机电与自动控制．2008，12（29）：30-31．
[67]王鹏.立井刚性罐道性能检测的基础及应用研究[D].徐州:中国矿业大学，2005.
[68]蒋玉强.立井刚性罐道系统的非线性耦合特性及状态评估研究[D].徐州:中国矿业大学，2011.
[69]刘志强.刚性井筒装备动力响应模拟试验研究[J].中国矿业大学学报，1999，28(6)：585-588.
[70] Ma Chi, Xiao Xingming, Wu Jun, Wang Qian. Study on longitudinal vibration of frictionhoist skip based on Ritz series[J]. International Conference on Mechanic Automation and ControlEngineering.2010:683-685.
[71]弗·符·弗洛林斯基．矿井提升钢绳动力学[M].杨福新，译.北京：煤炭工业出版社，1957.
[72] Tejszerska D. Computer analysis of vibrations of hoisting system[J]. Computer AssistedMechanics and Engineering Sciences.1997(4):179-188.
[73]赛云秀.提升钢丝绳振动对吊桶摆动量影响动力学分析[J].西安科技学院学报,2000,20(1):9-13.
[74]曹国华，朱真才，彭维红，邵杏国.缠绕提升矿车进出罐笼过程钢丝绳耦合振动行为[J].2009，34（5）：702-705.
[75] Marek Dietrich. Rope loading in frictional systems mechanism and machine Theory.1972,7(4):427-442.
[76] Masatsugu OTSUKI, Kazuo YOSHlDA. Study on vibration control for rope-sway ofelevator of high-rise building[J].Proceedings of the American Control Conference Anchorage,2002(5):238-243.
[77]J.H.金斯伯格.机械与结构振动—理论与应用[M].北京：中国宇航出版社，2005：255-320.
[78]苏荣华，梁冰，王丽．塔式多绳摩擦提升机振动故障源的模糊综合评判[J]．安全与环境学报．2004，4（1）：52-55．
[79]朱华，顾玉华，黄民，李毅．矿井提升机振动故障诊断[J]．振动与冲击．1997，16（4）：31-35．
[80]付艳丽．矿井提升机振动的检测与分析[J]．辽宁工程技术大学学报(自然科学版)．1999，18（5）：552-553．
[81]付艳丽，苏荣华．矿井提升机振动的故障诊断与控制措施[J]．矿业安全与环保．2004，31（2）：46-48．
[82] K. Schrems, D. Maclaren. Failure analysis of amine hoist rope[J]. Engineering FailureAnalysis.1997,4(1):25-38.
[83]殷桂梁.基于人工免疫算法的冗余传感器系统费用优化[J].传感器技术学报.2004(3)：51-54.
[84]张晶，翟鹏程，张本源．惩罚函数法在遗传算法处理约束问题中的应用[J]．武汉理工大学学报，2002，24（2）：56-59．
[85]蔡自兴，徐光祐.人工智能及其应用[M].北京：清华大学出版社，2007：85-94.
[86]秦福高.改进遗传算法在PID优化中的应用[J].计算机工程.2011（17）:149-151.
[87]徐建明.基于遗传算法的轮廓切割顺序受限路径优化[J].控制工程.2011（18）：767-770.
[88]张新刚.遗传算法在星载传天线优化设计中的应用[J].电讯技术.2011，51（9）：106-111.
[89] Peng Yong. Research on genetic algorithm based on pyramid model[J].20112ndInternational Symposium on Intelligence information processing and trusted computing.2011:83-86.
[90] Zhao Lijiang. The implementation of genetic algorithm based on optimizing search spacepartition[J]. Conference on Environmental Science and Information Application Technology.2010:16-19.
[91] Jian Gao. A Rapid Chaos Genetic Algorithm Advances in Swarm Intelligence[J]. ProceedingsFirst International Conference2010:425-431.
[92]殷晓飞.基于VB外点惩罚函数法的实现[J].装备制造技术.2011（3）：64-66.
[93]陶海印.基于一种新的惩罚函数的动态规划算法的检测前跟踪[J].舰船电子对抗.2010，33（1）：109-111.
[94]刘贵喜，杨万海．多传感器融合系统最小代价冗余及优化算法[J]．东南大学学报（自然科学版）.2000，30（1）：1-5．
[95] Marzullo K. Tolerating failures of continuous-valued sensors[J]. ACM Trans on ComputerSystem,1990,8(4):284-304.
[96]孙辉，赵峰，张峰云.多传感器信息融合技术及其应用[J].海洋测绘，2009，29（5）：77-81.
[97]张居晓.多传感器信息融合利器—D-S证据理论初探[J].计算机光盘软件与应用，2010（2）：4-5.
[98]徐从富.面向数据融合的DS方法综述[J].电子学报，2001，29(3)：393-396.
[99] Cheng, Yongmei. Intelligence image fusion recognition algorithm based on dempster-shaferevidence reasoning[J]. Proceedings of the World Congress on Intelligent Control and Automation.2004(5):4132-4136.
[100] Cheaito, Ali. A non-ad-hoc decision rule for Dempster-Shafer method of evidentialreasoning[J]. Proceedings of SPIE-The International Society for Optical Engineering.1998(3376):44-57.
[101] Cheaito, A. Study of a modified Dempster-Shafer approach using an expected utilityinterval decision rule[J]. Proceedings of the SPIE-The International Society for OpticalEngineering.1999(3719):34-42.
[102] Provan, G.M. The validity of Dempster-Shafer belief functionsInternational[J]. Journal ofApproximate Reasoning.1992,6(3):389-399.
[103]卜乐平，刘开培，侯新国.采用D-S证据推理的电机转子故障诊断[J].2011，31（1）：23-26.
[104]黎洪生，史龙伟，吴炜，侯鹏.多传感器融合技术在应变检测中的应用[J].测控技术.2004,23(10)：8-10.
[105]程志民，多传感器融合技术及其应用[J].中国电力发展与设备供应.2003(2)：26-28.
[106]王少伟，唐涛，周达天，郭保青.多传感器融合列车测速定位实验平台的研究[J].都市快轨交通.2005,18(6)：39-41.
[107]韩红，韩崇昭，朱洪艳，李辉.分布式多传感器融合数据关联算法[J].信息与控制.2003，32(7)：613-617.
[108]巩亚东，吕洋，王宛山，朱晓峰.基于多传感器融合的磨削砂轮钝化的智能监测[J].东北大学学报.2003，24（3）：248-251.
[109]黄智，黄云，谢蓉.基于多传感器融合的砂带磨削参数虚拟测试系统研究[J].工具技术.2004,38(3)：18-20.
[110]罗攀，唐新蓬.基于面向对象的人工免疫系统模型的多传感器融合[J].机器人技术及应用.2002(1)：22-27.
[111]戎舟.基于中介理论的无线传感器网络加权数据融合[J].电子测量与仪器学报.2010，24(8)：705-710.
[112] Duncan Smith, Sameer Singh. Approaches to Multisensor Data Fusion in Target Tracking:A Survey[J]. Knowledge and Data Engineering.18(12):1696-1710.
[113] Thomas Clouqueur, Kewal K. Saluja, Parameswaran Ramanathan. Fault tolerance incollaborative sensor networks for target detection[J]. Computers.2004,53(3):320-333.
[114] Tsang-Yi Wang, Li-Yuan Chang, Dyi-Rong Duh, Jeng-Yang Wu. Fault-Tolerant decisionFusion via collaborative sensor fault detection in wireless sensor networks[J]. WirelessCommunications.2008,7(2):756-768.
[115] Tolga Onel, Cem Ersoy, Hakan Delic. Information Content-Based sensor selection andtransmission power adjustment for collaborative target tracking[J]. Mobile Computing.2009,8(8):1103-1116.
[116] Bahador Khaleghi, Saiedeh N. Razavi, Alaa Khamis, Fakhreddine O. Karray, MohamedKamel. Multisensor Data Fusion: Antecedents and Directions[J]. International Conference onSignals, Circuits and Systems.2009:1-6.
[117] Ren C. Luo, Michael G. Kay. Multisensor integration and fusion in intelligent systems[J].Systems, Man and Cybernetics.1989,19(5):901-931.
[118] BELUR V. DASARATHY. Sensor fusion potential exploitation—innovative architecturesand illustrative applications[J]. Proceedings of the IEEE.1997,85(1):24-38.
[119] Stelios C. A. Thomopoulos. Sensor Selectivity and Intelligent Data Fusion[J].Proceedings of the1994IEEE International Conference on Multisensor Fusion and Integration forIntelligent Systems (MFI'94) La Vegas.1994:529-537.
[120]何腊梅.决策融合算法与极值指数的Pickands型估计[D].成都：四川大学博士学位论文，2007.
[121] Soosan Beheshti, Masoud Hashemi, Xiao-Ping Zhang, Nima Nikvand. Noise invalidationdenoising[J]. Signal Processing.2010,58(12):6007-6016.
[122]郝文广.小波降噪与FFT降噪比较[J].电力科学与工程.2011，27（3）：59-61.
[123] M. Dirk Robinson, Cynthia A. Toth, Joseph Y. Lo, Sina Farsiu. Effcient Fourier-Waveletsuper-resolution[J]. Image Processing.2010,19(10):2669-2681.
[124] Ma Chi, Xiao Xingming, Jiang Yuqiang, Application of wavelet de-noising on hoist load[J].International Conference on E-Product E-Service and E-Entertainment.2010（9）:3680-3682.
[125]马驰，岳艳侠，肖兴明.超声波检测中的小波降噪[J].数据采集与处理.2006(21)：44-46.
[126]雷勇涛，杨兆建．提升机制动系统故障在线监测诊断与小波变换信号处理方法[J]．煤矿机械．2007，28（1）：165-167．
[127] Cao Tianjie, Ding Fang, Fei Chunguo. Application of optimization in image de-noising byshrinkage of wavelet coefficients[J]. Third International Conference on Measuring Technologyand Mechatronics Automation.2011:559-562.
[128] T. Wan, N. Canagarajah, A. Achim. Segmentation of noisy colour images using Cauchydistribution in the complex wavelet domain[J]. IET Image Processing,2010,5(2):159-170.
[129] Cui Baozhen, Pan Hongxia. The method of Scale-energy fuzzy clustering based on serieswavelet analysis in Studying fault diagnosis of Gearbox[J]. Signal Processing Systems,(2):104-108.
[130]赵鹏.一种新型改进阈值函数的第二代小波降噪方法[J].热能动力工程.2011，26（3）：284-289.
[131]刘敏.小波降噪在煤岩微震信号处理中的应用[J].矿业研究与开发.2011（2）：67-70.
[132] Alexandros Karagiannis, Philip Constantinou, Noise-Assisted Data Processing WithEmpirical Mode Decomposition in Biomedical Signals[J] INFORMATION TECHNOLOGY INBIOMEDICINE,2011,15(1),11-18.
[133]陈祥献,王婧頔,黄海,郭洁,洪凯星.基于Hilber t-Huang变换的电力变压器铁心压紧力监测方法[J].振动与冲击,2010,29（9）：9-12.
[134]刘晓娟.基于EMD分解和支持向量机的齿轮箱故障诊断与研究[J].柴油机设计与制造.2011，17(3)：21-26.
[135]冷军发.基于EMD与同态滤波解调的矿用齿轮箱故障诊断[J].振动、测试与诊断.2011，31（4）：435-438.
[136]吴婷基.于EMD和Hilbert变换的自发脑电信号特征提取[J].北京生物医学工程.2011,30（4）：381-386.
[137]窦东阳，赵英凯.集合经验模式分解在旋转机械故障诊断中的应用[J].农业工程学报.2010，26(2)：190-196.
[138]张玲玲，骆诗定，肖云魁，赵懿冠，廖红云.集合经验模式分解在柴油机机械故障诊断中的应用[J].科学技术与工程.2010，10(27)：6745-6748.
[139]李海涛，王成国，许跃生，吴朝华.基于EEMD的轨道一车辆系统垂向动力学的时频分析[J].中国铁道科学.2007，28(5)：25-30.
[140]程冲.基于EEMD的滚动轴承故障诊断方法[J].应用技术.2009（20）：138-139.
[141]陈可，李野，陈澜. EEMD分解在电力系统故障信号检测中的应用[J].计算机仿真.2010，27(3)：263-266.
[142]齐天，裘焱，吴亚锋.利用聚合经验模态分解抑制振动信号中的模态混叠[J].噪声与振动控制.2010（2）,103-106.
[143]王宏， Narayanan R M，周正欧，李廷军，孔令讲.基于改进EEMD的穿墙雷达动目标微多普勒特性分析[J].电子与信息学报.2010，32(6)：1355-1360.
[144]陈略，訾艳阳,何正嘉.总体平均经验模式分解与1.5维谱方法的研究[J].西安交通大学学报，2009，43(5)：95-98.
[145]蒋宏.基于奇异性检测的信号去噪新方法[J].电子与信息学报.2005，27（3）：419-422.
[146]任敦亮.基于小波变换的奇异信号检测[J].煤矿机械.2009，30（5）：218-219.
[147]张晓春.基于小波变换的奇异信号检测研究[J].河北大学学报（自然科学版）.2005，25（3）：329-331.
[148]刘军.基于小波变换的信号突变检测的方法[J].数学理论与应用.2007，27（4）：74-77.
[149]周春华.李氏指数在爆破振动信号奇异性分析中的应用[J].解放军理工大学学报（自然科学版）.2006,7（5）：471-475.
[150]陈淑珍.小波分析在检测探地回波奇异信号中的应用[J].工程地球物理学报.2004，1（1）：48-54.
[151]邓跃红.小波分析在水下回波奇异性检测中的应用[J].计算机工程与科学.2008，30（3）：123-124.
[152]关山.小波奇异性检测理论在齿轮故障诊断中的应用[J].煤矿机械.2008，29（8）：188-190.
[153]余晃晶．小波降噪阈值选取的研究[J]．绍兴文理学院学报，2004，24(9)：34-38．
[154]李志全等.基于经验模态分解消噪的光线光栅解调系统[J].光子学报，2010，39（8）：1368-1371.
[155]苏文胜等. EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用[J]．振动与冲击，2010,29（3）：18-21.
[156] Sunil K. Jha, R. D. S. Yadava. Denoising by singular value decomposition and itsapplication to electronic nose data processing[J]. Sensors Journal.2011,11(1):35-44.
[157] Timothy Falkner, Ali Abedi, Marie Hayes, Jonathan Paul. Improve the signal to noise rationof event-related eeg signals in high risk newborns[J].25th Biennial Symposium onCommunications,(2010):28-31.
[158]王文杰，叶世伟.人工智能原理与应用[M].北京：人民邮电出版社，2004：201-269.
[159]吴海桥.现代大型客机故障诊断专家系统的研究与开发[D].南京航空航天大学.2002.
[160]王建.大坝安全监控集成智能专家系统关键技术研究[D].河海大学.2002.
[161]李增芳.基于人工智能和虚拟仪器技术的发动机故障诊断专家系统研究[D].浙江大学.2004.
[162]敖志刚.人工智能及专家系统[M].北京：机械工业出版社，2010：24-53.
[163]马驰，肖兴明.产生式系统在提升机载荷监测中的应用[J].煤矿机械．2009,30(10)：162-164.
[164]王国正.基于产生式规则的高速公路软土地基处理技术决策专家系统研究[J].中国工程咨询.2010（12）：45-47.
[165]孙莉莉.基于产生式探井决策专家系统的研究与应用[J].计算机系统应用.2010,19（70）：115-118.
[166]王莉.基于产生式知识表示的铝用炭素煅烧过程专家控制系统的设计[J].工程设计学报.2007，14（5）：414-418.
[167]马驰.基于产生式与框架知识表示的造林专家系统研建[J].农业网络信息.2009（5）：22-24.
[168]孙新升.基于产生式规则和归结原理的环境污染事故应急处理处置专家系统[J].中国科技信息.2010（16）：18-20.
[169]徐毅.基于产生式规则煤质-炉型耦合专家系统的知识库设计方案[J].科技信息.2009（31）：114-115.
[170]刘详官.多模型集成的高炉炼铁智能控制专家系统[J].浙江大学学报（工学报）.2007,41（10）：1637-1642.
[171]付振南.网络化铸件缺陷分析专家系统的研究[J].铸造技术.2007,28（1）：118-120.
[172]谭大鹏.基于CLIPS的故障诊断专家系统开发环境[J].浙江大学学报（工学版）.2009，43（2）：240-244.
[173]高斌.先进核反应堆专家评估系统架构的设计和实现[J].原子能科学技术.2007，41（3）：301-308.
[174] Tan Loc Le. Expert system application for the loading capability assessment oftransmission lines[J]. IEEE Transactions on Power Systems.1995,10（4）:1805-1812.
[175] Chan, C.W. Expert system for solvent selection of CO2separation processes [J]. ExpertSystems with Applications.1995,8(1):33-46.
[176] Frangakis, G. An expert system for electrocardiogram diagnosis[J]. ProceedingsEURISCON '94. European Robotics and Intelligent Systems Conference.1994(1):456-460.
[177] Bauer, W. Hyper Reasoner-a hypermedia-based expert-system shell [J]. EXPERSYS-92.1992:221-225.
[178] Jie Yang.An expert system shell for fault diagnosis [J]. Robotica.2001(19):669-674.
[179] E. S. Brunette, R. C. Flemme, C. L. Flemmer. A Review of artificial intelligence[J]. The4thInternational Conference on Autonomous Robots and Agents.2009:385-392.
[180] Yang Qiping, Li Mengqun, Mu Xueyun, Wang Jun. Application of artificial intelligence (AI)in power transformer fault diagnosis [J].2009International Conference on Artificial Intelligenceand Computational Intelligence.2009:442-445.
[181] Adel Mellit. Artificial intelligence based-modeling for sizing of a Stand-Alone PhotovoltaicPower System: Proposition for a New Model using Neuro-Fuzzy System (ANFIS)[J].3rdInternational IEEE Conference Intelligent Systems.2006:606-611.
[182] Arfat Siddique, G. S. Yadava, Bhim Singh. Applications of artificial intelligence techniquesfor induction machine stator fault diagnostics: review[J]. SDEMPED2003~Symposium onDiagnostics for Electric Machines, Power Electronics and Drives.2003:29-34.
[183] V. K. Singh, A. K. Gupta. From artificial to collective intelligence: perspectives andimplications[J].5th International Symposium on Applied Computational Intelligence andInformatics. Timisoara, Romania.2009:545-549.
[184] Feng Ji. The influence of distributed algorithms on artificial intelligence[J].2009International Conference on Computer Technology and Development.2009：488-491.
[185]高峰,孙时珍,曲建岭.人工智能在故障诊断中的应用[J].科技信息，2010（23）：63-64.
[186]董甲东.基于网络远程数据采集的虚拟仪器实验系统[J].构建电脑知识与技术2011,7（7）：1691-1603.
[187]杭海梅.基于Web的网络化虚拟仪器技术及应用[J].企业技术开发.2010,29（11）：10-12.
[188]郭迎福.基于虚拟仪器的网络化多路温度测试系统[J].测量与监测技术.2010,32（5）：78-80.
[189]姚斌.基于LabVIEW的船舶机舱设备远程监控与故障诊断系统设计[J].航海工程.2010,39（5）：121-124.
[190]王琳.基于DataSocket的雷达测距数据传输系统设计[J].电子测量技术.2011,34（1）：99-101.
[191]马鸣远.人工智能与专家系统导论[M].北京：清华大学出版社，2006:232-238.
[192]雷英杰，邢清华，王涛.人工智能(AI)程序设计（面向对象语言）[M].北京：清华大学出版社，2005:2-44.
[193]尹朝庆，尹超.人工智能与专家系统[M].北京：中国水利水电出版社，2002：134-205.
[194]蔡自兴，徐光祐.人工智能及其应用[M].北京：清华大学出版社，2007：85-94.
[195]王庆东，张令，王桂梅．主井提升机载荷实时监测系统设计[J]．煤炭工程．2010（10）：15-16．
[196]陈思忠.矿井提升载荷监测传感器的优选方法研究[J].煤炭工程.2009,（12）：89-90.
[197]姜宇东.短波通信中的天线选型[J].通信世界.2001（5）：32-34.
[197]张永喜，范云霄，纪兆坤．提升机载荷的无线传输[J]．山东煤炭科技．2004（4），21-23．
[198] Masahiro Shikai, Akihide Shiratsuki, Tatsuo Matsuoka. Elevator rope slip detector andelevator system[p]. United States. PCT/JP04/07772. Mar.31.2006.
[199]阮一晖,李威,郑洁.基于虚拟仪器的电梯平衡系数测试仪[J].监督检测.2010,21(5),42-44.
[200]赵强,刘世春.提升机钢丝绳张力差分析监测与调整[J].煤炭技术.2004,23(8).9-10.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |