课程文献中心 更多>>

关键词： 岩溶   盾构施工   跨孔地震CT   注浆   芳白城际铁路  

摘要： 针对复杂地面环境盾构区间穿越岩溶段施工难度大的问题,以过去的施工经验为依据,通过机勘结合跨孔地震CT探测技术确定溶洞处理范围,采用了处理边界处岩面下帷幕注浆以及跟管钻孔施工,提出了一种新的岩溶区域盾构穿越施工方案,实现了盾构区间穿越岩溶段的设计要求。

关键词： 声音传感器   间歇性故障   微处理器  

摘要： 针对电子设备间歇性故障诊断的难题,提出一种基于声音传感器的电子设备间歇性故障诊断方法(Intermittent Fault Diagnosis Method for Electronic Devices Based on Acoustic Sensors,IFDM-AS)。IFDM-AS利用微机电系统(Micro-Electro-Mechanical System,MEMS)麦克风采集设备运行声音,通过梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)特征提取、支持向量机(Support Vector Machine,SVM)模式识别、贝叶斯网络故障诊断决策技术,实现设备健康状态的实时诊断。实验结果表明,IFDM-AS在5种电子设备状态下的平均识别准确率为96.7%,有效性和可靠性较强。

关键词： 汽车变速箱   变速箱输出轴   有限元分析   MSC.Patran软件   疲劳寿命  

摘要： 随着汽车行业的发展,对汽车变速箱的性能与质量要求越来越高。传统的试验方法仅能提供有限的数据,不能全面反映汽车变速箱的性能与疲劳寿命。因此,有限元分析作为一种有效的模拟分析方法,受到了越来越多的关注和重视。基于***软件对汽车变速箱输出轴进行有限元分析,通过建立变速箱输出轴的有限元模型,探讨疲劳设计思路,预测变速箱在工作过程中的应力分布和疲劳寿命,提出提高疲劳强度的措施,以期为汽车变速箱的设计和制造提供参考。

关键词： 新型电力系统   自动化物联设备   粗糙集   双流网络  

摘要： 在新型电力系统中,自动化物联设备类型多样,性能参数和状态指标众多,而目前主流基于深度学习的故障诊断方法,也存在参数较多、算法复杂等问题,难以满足实时应用。因此,文中提出一种基于粗糙集(rough set,RS)和双流网络(dual-stream network,DSN)的自动化物联设备故障快速诊断方法。首先构建物联设备故障判定函数,计算高压侧三相电流,针对连续属性和定性属性,采用离散化算法进行约简,输出故障特征集;然后利用卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated recurrent unit,GRU)组成的DSN对历史故障信息进行训练,最终实现快速故障诊断。实验证明所提方法能够精准检测新型电力系统的自动化物联设备故障,具有良好的应用性能,和同类深度学习算法相比,精准率平均提升4.35%,时间平均下降14%。

关键词： 加权核极限学习机   GIS   故障诊断   不平衡小样本  

摘要： 气体绝缘组合开关作为电力系统中的关键组件,其安全稳定运行是保障电力系统安全稳定的必要基础。针对现有诊断方法面对不平衡小样本数据表现不佳的问题,提出一种基于加权核极限学习机(WKELM)的GIS机械故障诊断模型。该方案先对GIS声音信号进行预处理并计算短时能量谱,再提取短时能量和能量熵等特征,构建WKELM机械故障诊断模型,挖掘特征向量与GIS运行状态之间的映射关系。实验表明,所提出的方法能有效提高面对不平衡小样本数据的诊断性能。

关键词： 小波神经网络   引风机   轮毂线缆故障   故障诊断  

摘要： 传统引风机轮毂线缆故障诊断方法直接对故障特征信息数据进行预处理未对引风机故障特征信息数据进行采集,造成传统方法诊断准确率相对较低。本文基于小波神经网络的引风机轮毂线缆故障诊断方法,收集引风机故障特征信息数据,在数据采集的基础上进行数据预处理,确保数值模拟精确有效,以期能够基于小波神经网络实现引风机轮毂线缆故障诊断。

关键词： 塔式起重机   安装与使用   工程选型  

摘要： 塔式起重机在建筑行业中起到重要的作用,塔身由多个标准节组装而成。当前的主流塔式起重机的标准节安装结构主要有高强度螺栓和销轴连接,不同形式的结构在安装时有不同的要求,塔式起重机选型需根据多个因素综合考虑,在日常使用和维保要按照相应要求进行。

关键词： 航空设备故障   知识图谱   注意力机制   故障诊断   双向门控循环神经网络  

摘要： 针对航空设备故障数据量庞大且传统故障诊断方法低效的问题,利用知识图谱技术构建高性能图数据库来替代传统民机所用的关系数据库以提高故障诊断决策效率,并通过一种以注意力机制(Attention)结合双向门控循环神经网络(BiGRU)对知识抽取模型进行优化与改进。通过专家经验设计知识图谱的本体,在此基础上明确知识图谱中实体和关系类型。随后,利用BIO标注的故障文本语料训练BiGRU-Attention优化的知识抽取模型,以提高从非结构化文本中抽取实体和关系的效率。通过与经典知识抽取模型进行比较,发现BiGRU-Attention改进的知识抽取模型具有更优越的识别效果。最终,利用抽取出的实体和关系构建航空设备故障诊断知识图谱,有助于机务人员在航空设备故障维修中进行更准确的故障诊断。

关键词： 悬臂式掘进机   组合导航定位   自动截割  

摘要： 针对悬臂式掘进机自主导航定位不准确、巷道超欠挖现象严重等问题,提出一种悬臂式掘进机导航定位及自动截割方法。由捷联惯性导航、自动全站仪模块、测距传感器建立组合导航定位系统,通过捷联惯性导航测量的机身位姿与自动全站仪测量的位置相融合,有效提高掘进机定位定向精度。通过建立悬臂垂直摆动和水平摆动模型,获取截割头精确位置信息,使截割头按照工艺路径自动截割。该方法能够实现悬臂式掘进机精确定位定向,实现巷道断面自动截割及远程控制,提高人员操作安全性。

关键词： 起重设备   起重机   科尼   创新性   智能化   灵活性   电气   解决方案  

摘要： 作为历史悠久的芬兰起重机制造商,科尼起重机(以下简称“科尼”)见证了现代工业不断演变的需求。在当今快速发展的工业领域,生产设备除了需要具备安全可靠的性能,其效率、灵活性和创新性也至关重要。用户需要的已经不仅仅是一台设备,还需要设备有更高的智能化、更强的适应性以及系统可延展性。因此,科尼推出了电气2.0——这是创新性的解决方案,重新定义了客户对工业用标准起重设备的期望。