课程文献中心 更多>>

关键词： 轴向柱塞泵   故障诊断   增量学习   图神经网络图形样本聚合   K-最邻近法   图结构数据  

摘要： 针对轴向柱塞泵在故障诊断中对大规模、动态变化数据处理困难，以及故障类型增加导致分类性能下降的问题，提出了一种基于改进图神经网络图形样本聚合（Graph-SAGE）的增量学习模型。首先，将轴向柱塞泵的不同故障振动信号构建为带标签的数据集，并通过数据增强生成了新的数据集；然后，采用K-最邻近法（KNN）分别构建了初始训练阶段和增量训练阶段的图结构数据（其中，初始阶段的图结构用于模型的初始训练，增量训练阶段的图结构用于增量训练）；接着，为了确定最适合轴向柱塞泵故障图数据集的聚合方法，在初始训练阶段比较了不同聚合器对故障识别准确率的影响，并在增量训练阶段结合显性知识与隐性知识对模型进行了优化；最后，采用了实验的方式，验证了该模型的可行性，并通过对比实验和鲁棒性测试，对该模型的性能和稳定性进行了评估。研究结果表明：所提出的增量学习模型在应对新增故障类型时表现优异，在轴向柱塞泵的复合故障识别中，平均准确率达到92.35%，显著优于传统图神经网络在相同条件下的表现；同时，该模型在混合工况下的增量训练准确率达到95%，展现出较强的适应性和鲁棒性。该方法能够有效应对不同的故障模式和工况条件，准确识别轴向柱塞泵的复合故障。

关键词： 设备故障诊断   设备健康管理   BP神经网络   遗传算法  

摘要： 针对目前设备管理存在的故障处理周期长、维护保养任务重、维修成本高的现状,构建了设备故障诊断与健康管理架构,包括设备层、感知层、数据处理及存储层、数据分析层和应用层。其中,在数据分析层,综合采用BP神经网络和遗传算法,建立了设备故障诊断与健康管理模型。最后,以机电设备振动数据为例,进行设备故障诊断模型的预测结果分析,验证了该模型的可行性。研究结果表明,该模型能提高设备故障诊断正确率,具有较好的故障诊断效果;设备预测健康状态与实际健康状态的变化趋势基本保持一致,重合率大于90%。该成果可为制造企业的设备故障诊断与健康管理提供相关策略,有效排除故障问题,降低管理成本。

关键词： 大商务管理   盾构机   生产效率   成本控制   智能制造  

摘要： 盾构机作为现代化隧道建设的关键装备,其生产效率和成本控制直接影响工程进度和经济效益,本研究从大商务管理的视角出发,分析盾构机生产过程中存在的效率和成本问题,提出了优化生产流程、强化供应链管理、实施精益生产、加强质量控制以及推进智能制造等提升策略,研究结果表明,采用大商务管理理念能有效提高盾构机生产效率,降低生产成本,为盾构机制造企业的可持续发展提供理论指导和实践参考。

关键词： 不间断电源(UPS)   故障诊断   5G通信技术   智能诊断  

摘要： 文章针对不间断电源(Uninterruptible Power Supply,UPS)系统故障诊断中的实时性和准确性问题,提出一种基于5G通信技术的创新诊断方案。通过分析UPS系统的工作原理、常见的UPS系统故障以及5G通信技术在UPS故障诊断中的应用优势,设计了包含状态监测模块、5G通信模块以及智能诊断模块的UPS故障诊断系统。实验结果表明,5G通信技术能够有效提升UPS系统故障诊断的实时性、准确性及可靠性,为保障数据中心等关键基础设施的安全稳定运行提供了新的技术路径。

关键词： 特高压线路运检   故障诊断   预防维护  

摘要： 特高压线路作为电力传输领域的关键设施,其安全稳定运行对保障电力供应的可靠性具有重要意义。随着电力需求的增长和技术的进步,特高压线路面临着更加复杂和严峻的运行挑战,而传统的维护模式往往依赖于定期检查和事后维修,已难以满足人们对设备安全性和可靠性的高要求。文章通过分析特高压线路运检中故障诊断与预防维护的必要性,在此基础上探讨特高压线路运检中故障诊断的有效方法,并提出对应的预防维护管理策略,为提高特高压线路运检效率和电网系统的安全性提供参考。

关键词： 小位移旋量   几何要素误差模型   配合面误差   公差优化  

摘要： 首先基于小位移旋量建立几何要素误差模型,通过蒙特卡洛模拟法和响应面法获得误差参数实际变动区间带宽及其与公差的函数关系,建立配合面的误差模型,研究串联和并联配合下的误差传递属性;其次提出以公差成本为目标,以装配精度可靠度与公差原则为约束的公差优化模型;最后,对锥齿轮铣齿机的主轴刀盘部件完成公差优化分析。研究发现,在保证装配精度可靠度不小于97%的前提下,公差加工成本降低了8.36%,这表明了该方法在指导公差设计方面的价值。

关键词： 故障诊断   马尔科夫转移场   残差神经网络   卷积注意力机制  

摘要： 针对工况复杂、特征提取不充分、数据集较小时故障诊断精度不高的问题,提出了一种基于马尔科夫转移场(Markov transfer field,MTF)、卷积注意力(convolutional block attention module,CBAM)和改进残差神经网络(improved residual neural network,IResNet)的滚动轴承故障诊断模型。首先,MTF算法保留一维振动信号中的时间相关特性,生成二维图像;其次,采用CBAM捕捉图像的关键特征,动态学习不同尺度特征之间的关系;再次,IResNet增强网络非线性表达能力;最后,构建MTF-CBAM-IResNet模型进行故障诊断。实验结果表明,在变工况情况下,模型的平均准确率达到99.29%,在不同规模小样本的情况下,模型的平均准确率分别达到99.05%和97.67%,验证了模型的泛化性能和诊断效果。

关键词： 磁场辅助   气雾润滑   渗透   油雾质量浓度   刀具磨损   切削力   粗糙度  

摘要： 为了改善机加工过程中油基气雾润滑形成的高油雾质量浓度环境,提出磁场辅助纳米流体气雾润滑技术.该技术可以大幅降低作业环境的油雾质量浓度.搭建磁场辅助气雾装置,配制水基Fe3O4纳米流体切削液.研究磁场影响下纳米流体气雾的渗透和沉积特性.对比考察磁化气雾在铣削430不锈钢过程中的油雾质量浓度和加工性能.结果表明,磁场影响下的纳米流体气雾渗透能力提升,沉积量增多.当磁感应强度为60 mT时,纳米流体气雾润滑下的油雾质量浓度、刀具磨损量、切削力和粗糙度分别比植物油气雾润滑低66.3%、22.7%、14.6%和23.4%.磁场影响下的纳米流体易沉积且渗透进刀-屑接触界面的毛细微缝中发挥润滑冷却作用,抑制油雾的弥散.

关键词： 配电运检系统   故障诊断   预测技术   智能算法   集成平台  

摘要： 本文通过对配电运检系统功能与结构的概述,介绍其故障诊断与预测技术,重点研究包括故障特征提取、故障模式识别、诊断过程策略等在内的配电系统故障诊断技术,并对智能运维中的状态监测、数据采集、智能算法应用等故障诊断与预测技术进行了深入研究,提出包括架构设计、关键技术集成、功能测试评估在内的故障诊断与预测技术集成平台的构建方案。通过本文的研究,能够为配电运检系统故障诊断与预测提供技术支持和方法指导。

关键词： 机器视觉   机柜故障   温度检测   区域成长  

摘要： 为了解决机房机柜出现故障后如何诊断的问题,本研究基于多尺度区域生长的图像分割方法在机房机柜温度异常检测中的应用,介绍了机房机柜温度异常检测的重要性,提出了基于红外成像技术和多尺度区域生长图像分割方法的温度异常检测框架。在实验中,采集了待检测区域的真实图像和红外图像,并使用多尺度区域生长图像分割方法对红外图像进行了分割。实验结果表明:基于多尺度区域生长的图像分割方法能够有效地识别和定位机房机柜中的温度异常区域,具有较高的准确性和鲁棒性。因此,本研究为机房机柜温度异常检测提供了一种有效的图像分割方法,具有重要的理论和应用价值。