课程文献中心 更多>>

关键词： 故障诊断   滚动轴承   动态卷积   通道注意力机制   长短期记忆网络  

摘要： 面对滚动轴承故障诊断中标注样本获取成本高、过程复杂的问题，本文提出了一种动态残差注意力长短期记忆网络（DRALNet）应用于跨工况的滚动轴承故障诊断。首先，利用注意力机制动态调整卷积核权重以提取特征；然后，通过通道注意力机制分配不同通道的权重，并结合残差连接防止梯度消失或爆炸；接下来，利用长短期记忆网络捕获序列数据中的长期依赖关系；最后，采用域对抗网络减少源域和目标域之间的分布差异，使模型更好地适用于目标域。在凯斯西储大学轴承数据集上的验证结果显示，该方法在12个迁移任务中的平均准确率达98.27％，较传统方法有显著提升。最终证明DRALNet方法在跨工况滚动轴承故障诊断中表现优异，具有较高的应用价值。

关键词： 蚀变岩   围岩变形   TBM   卡机   支护措施  

摘要： 地下工程开挖施工过程中,由蚀变岩引发的工程问题愈发突出。为此,以新疆某隧洞工程为依托,基于现场调查和室内试验成果,研究了蚀变岩洞段开挖过程中出现的围岩变形破坏问题,揭示了围岩变形破坏发生机制,并通过建立敞开式TBM开挖隧洞围岩变形和支护受力安全评价方法,分析了不同类型支护措施对蚀变岩洞段围岩稳定性的控制效果。结果表明,围岩强度低、胶结程度较弱和构造发育是蚀变岩洞段出现塌方、围岩大变形等问题的主要原因,地下水和开挖扰动等也是重要影响因素;钢拱架和锚杆等措施可有效限制围岩出露护盾后的变形,而通过施加超前加固措施,可限制围岩在护盾区间内的变形,降低TBM掘进过程中发生卡机的风险。

关键词： 故障诊断   IGBT   间歇开路故障   因果卷积   残差神经网络  

摘要： 针对地铁列车牵引逆变器中绝缘栅双极性晶体管（Insulated Gate Bipolar Transistor， IGBT）间歇开路故障的隐蔽性和传播性，提出一种内涵因果分析的Causal-Res故障诊断方法。首先深入挖掘逆变器输出三相电流信号之间的潜在因果关系，利用时间卷积网络（Temporal Convolutional Network， TCN）中的因果卷积机制，构造能够表征IGBT间歇开路故障特性的特征向量，然后结合残差神经网络（Residual Neural Network）特征学习能力对故障特征向量分类实现故障诊断。试验结果表明，提出的方法在IGBT低概率和高概率发生间歇开路故障的场景下，其定位故障IGBT的准确率分别为99.99%和99.95%，对比试验也说明了因果关系的引入能有效提高诊断方法的准确率和稳定性。

关键词： 气阀故障诊断   天鹰算法   变分模态分解   精细复合多尺度模糊熵   BP神经网络  

摘要： 由于往复压缩机的振动信号呈现出非线性、非平稳性的特点，为了进一步提升故障识别的准确性，针对变分模态分解方法（VMD）存在人为选择参数困难导致信号分解不充分等问题，提出天鹰算法（AO）优化变分模态分解的往复压缩机气阀信号分解新方法。优化VMD的分解尺度K和惩罚因子α两个参数并输出最优值，进而对原始信号进行分解重构处理；然后采用精细复合多尺度模糊熵（RCMFE）算法计算各分量的熵值进行信号特征提取，并构建合适的故障特征向量集；最终利用BP神经网络算法对气阀不同状态类型进行故障识别诊断。研究表明，该方法与传统VMD的方法相比，总体故障识别准确率达到94.2%，故障诊断的准确率得到了较好的提升，并且在故障特征提取方面具有较好的优越性。

关键词： 故障诊断   铁路轴承   数学形态学   时变结构元素   中值滤波  

摘要： 形态学滤波是一种用于轴承故障诊断的有效方法，能够从嘈杂的振动信号中恢复瞬态脉冲特征，其中结构元素形状和长度的选择对形态学滤波方法的性能有着至关重要的影响. 为解决这个问题，提出了一种基于中值滤波的增强时变结构元素，以更准确地匹配和提取隐藏在嘈杂信号中的周期性瞬态特征. 此外，将功率谱（即自相关信号的频谱）应用于滤波信号，以进一步增强故障相关分量并消除宽带噪声污染. 最后，提出了一种结合增强时变结构元素和功率谱的轴承故障诊断方法——增强时变形态学滤波. 仿真数据和两个铁路轴箱轴承试验台的测量数据的分析结果表明：增强时变结构元素可以有效提高故障相关特征的提取性能；相较于对比方法，增强时变形态学滤波能够在复杂噪声干扰下准确识别轴承的内圈、外圈和滚动体故障，并能取得更高的性能量化指标和更少的计算消耗.

关键词： 故障诊断   滚动轴承   性能退化评估   格拉姆角差场   纹理特征   灰度差分统计  

摘要： 针对滚动轴承早期退化时刻难以准确检测的问题，提出一种基于格拉姆角差场纹理特征融合的性能退化评估方法。对滚动轴承原始振动信号进行鲁棒局部均值分解，根据相关系数选择合适分量进行重构，利用格拉姆角差场将重构信号转化为图像样本并进行灰度化处理，通过灰度差分统计法对图像纹理特性进行量化表征，并通过对纹理特征指标加权融合构造出轴承性能退化曲线，然后结合切比雪夫不等式健康阈值策略实现轴承性能退化评估。滚动轴承全寿命周期加速疲劳实验数据验证结果表明，该方法能够准确跟踪轴承运行状态，及时捕捉到初始退化时刻，实现轴承性能退化过程的准确评估，对于实际工程应用具有一定参考及借鉴价值。

关键词： 智能故障诊断   不平衡样本   领域泛化   深度学习   滚动轴承  

摘要： 为了解决滚动轴承故障诊断过程中因样本不均衡而导致诊断模型失效的问题,提出了基于改进Mix-up的数据扩充方法,实现多源领域泛化的轴承故障诊断.首先,基于Mix-up对可见的多源领域不均衡样本进行扩充,将得到的样本与原始样本共同组成模型的训练样本.然后,以交叉熵、三元组损失、最大均值差异(MMD)作为模型的优化准则,提取轴承故障的域不变特征.最后,利用不可见的目标域样本对模型进行验证.实验结果表明:所提方法可以从不均衡的多源领域中提取域不变特征,具有较好的诊断性能.研究成果可为后续无故障样本下的轴承故障诊断奠定基础.

关键词： 飞机   全寿命周期   多源异构   数据   故障诊断  

摘要： 随着飞机数字化程度的提高，飞机在全寿命周期内会产生大量的多源异构数据，这些数据为保障飞机的安全提供了重要支持。本文梳理了飞机全寿命周期内常见的数据源类型，包括初始适航设计数据、运营可靠性数据、运行维护数据以及机载设备数据等，结合不同数据源类型的数据特征，介绍了多源异构数据的融合应用措施，详细分析了数据融合技术历经的四个阶段。在此基础上，介绍了融合数据的故障诊断方法，与传统单一数据来源的故障诊断分析方法对比，得出多源异构数据的融合应用能够更加准确地分析故障成因，起到辅助排故与维修性设计的作用，是飞机故障诊断中数据应用技术的发展趋势。

关键词： 超大型辊锻机   气动干式离合器   动作时间参数   摩擦结合时间   活塞复位时间  

摘要： 以某超大型辊锻机的气动干式离合器为研究对象,通过数学建模与数值模拟方法,对离合器动作时间进行分析,建立了离合器动作时间参数以及各阶段时间参数及其影响因素的数学模型,得到了各时间参数与其影响因素间的相互关系,获得了相关参数的关系曲线。结果表明,摩擦结合时间与活塞复位时间在离合器动作时间中的占比很大,二者对动作时间的影响尤其显著,并进一步确定了影响离合器动作时间的主要参数,得到了影响离合器动作时间的一般规律。为超大型辊锻机气动干式离合器的设计优化及其对辊锻机工作性能的提升提供了理论基础与依据。

关键词： 驻车制动   工作原理   故障排除  

摘要： 本文专注于深入剖析长安福特锐界车型驻车制动系统常见的故障案例,并详尽阐述了其分析过程和维修处理流程。本文先是系统性地介绍了驻车制动系统的构造组件及核心工作原理,为读者构建了扎实的理论基础。随后,通过紧密结合车辆电路图,详细展示了故障排查的逻辑步骤与高效方法,旨在为读者提供一套系统化的故障诊断与修复指南。