课程文献中心 更多>>

摘要： 继可有效缓解积碳形成的擎驰功能型润滑油上市之后,擎驰产品矩阵再度迎来重量级新成员——擎驰变速箱油. 此次上新,擎驰共推出ATF9全合成自动变速箱油(适配7/8/9速自动变速器)、CVTF8全合成无级变速箱油(适配钢带钢链CVT变速器)、DCTF7全合成双离合变速箱油(适配6/7速双离合变速器)、ATF6全合成自动变速箱油(适配4/5/6速自动变速器)、MTF575W-90手动挡变速箱油(适配MT/AMT变速器)五款型号,5个高度通用型SKU的车型适配率超90％,可轻松应对"备货"难题.

关键词： 联邦学习   长尾数据   注意力机制   非对称卷积   间隔校准算法  

摘要： 由于无法采集到齿轮和轴承的某样故障类型的充足故障样本，使其呈现长尾分布形式，导致无法有效构建神经网络诊断模型；当引入联邦学习方法解决上述长尾问题时，无法有效地提取尾部故障类型样本的特征信息。针对上述问题，本文提出一种改进联邦学习方法。首先，采用联邦特征对诊断模型再训练，提高对尾部样本的故障特征提取能力；其次，引入CBAM(convolutional block attention module)注意力机制，对联邦学习中的ResNet(residual network)网络模型进行改进，增强对通道和空间的关键局部特征信息的提取能力和效率；再次，将传统卷积替换为非对称卷积，增强对样本的非对称特征信息的提取能力和效率；最后，采用间隔校准算法优化网络模型的分类边距，以获取更高的诊断准确率和效率。基于齿轮和轴承的实测故障样本的实验分析可知，所提改进联邦学习方法可有效地提升平均和最高准确率，二者分别为8.78%和3.40%。

关键词： 电气工程自动化   智能化技术   监测   故障诊断   控制优化  

摘要： 电气工程自动化是电气工程领域的重要发展方向,将智能化技术应用于电气工程自动化中,可以极大地提高电气系统的工作效率和可靠性.本文通过分析电气工程自动化的特点和智能化技术的优势,探讨智能化技术在电气工程自动化中的应用现状和发展趋势,重点研究智能化技术在电气设备监测、故障诊断、控制优化等方面的应用以及面临的挑战,最终提出解决方案,旨在推动电气工程自动化向更高效、可靠、智能的方向发展.

关键词： 孤立森林算法   K均值聚类算法   变分自编码器   残差网络   油中溶解气体分析  

摘要： 【目的】 变压器油中气体样本分布不均、样本数量稀缺及数据质量差等问题，已成为制约故障诊断模型性能和准确性的关键瓶颈。为解决样本集密度不均衡的问题，提出一种基于K均值聚类(K-means)优化的变分自编码器(K-VAE)。为提升故障诊断模型的准确率和稳定性，提出了简化残差网络(Simplified Residual Network， Simp＿ResNet)。【方法】 通过优化变分自编码器的损失函数、重参数化设置，确保生成的样本既具备多样性，又与真实样本相似。首先，采用孤立森林算法识别并去除密度显著低和数值异常大的样本，避免生成干扰样本。其次，使用K-means将一类样本划分为4个簇，变分自编码器针对样本低密度的簇反复采样、多倍扩充，增加低密度样本的数量。最后，通过对残差网络参数及结构进行优化调整，提升残差网络对特征的学习能力。【结果】 通过对比多个生成样本方法，采用K-VAE生成样本的诊断模型准确率提升约10%，所有故障诊断模型均在K-VAE上表现出最高准确率，其中Simp＿ResNet准确率高于其他诊断模型，其准确率为98.57%，在测试集不参与生成样本的对比实验中RNN与Simp＿ResNet均达到最高准确率97.86%。【结论】 实验结果表明K-VAE生成样本多样性强，可稳定提升诊断模型准确率。Simp＿ResNet的诊断精确度高，抗干扰能力强，提高了故障诊断的可靠性。

关键词： 火控系统   故障诊断   极端梯度提升树   塘鹅优化算法   变分模态分解  

摘要： 针对当前火控系统维修成本高、故障诊断方法有限和诊断时间长等问题，提出一种基于变分模态分解和改进塘鹅优化算法结合极端梯度提升树的火控系统故障诊断方法。利用变分模态分解将信号分解为多个模态分量，对模态分量进行特征提取，并通过灰色关联分析选取与故障高度相关的特征；并在塘鹅优化算法中引入精英反向学习、自适应权重因子和t-分布扰动策略，优化极端梯度提升树的核心参数建立故障诊断模型，并将火控系统火控计算机与传感器分系统电源模块作为实验对象，与传统极端梯度提升树，粒子群优化和麻雀优化的极端梯度提升树模型进行对比。实验结果表明，该方法准确率达到97.33%，可以有效对火控系统进行故障诊断，并具有较高的准确率和诊断效率。

关键词： 起重机   锂电池组管理系统   SOC估算   被动均衡   系统设计  

摘要： 港口集装箱装卸工作主要依靠起重机完成，但传统起重机由柴油提供动力源，效率低且排放有害气体，锂电池组作为起重机的动力源可以减少环境污染。为提高电池组使用寿命，设计起重机大功率锂电池组管理系统(BMS)，以STM32F103单片机为核心，采用电压被动均衡技术，实时监测锂电池的电压、电流和温度的状态信息，根据监测信息进行锂电池组的剩余电量(SOC)估算以及故障诊断和报警，相应的数据通过网络传送和现场实时显示。经在某港口起重机上通过现场试验，证明了电池管理系统的有效性。

关键词： 滚动轴承   多载荷   信号处理   故障诊断   降噪   故障特征  

摘要： 针对多工况下的滚动轴承复合故障信号易被高噪声淹没而难以提取之难点，提出使用联合平方包络谱(CSES)对滚动轴承进行故障频率判定，但被高噪声包围的复合故障振动信号使得谱分析效果大打折扣。首先信号预处理采用的连续变分模态分解(SVMD)克服人为设置分解模态K数，避免了模态混叠，减少噪声干扰，依据相关系数提高重构信号精度;其次，采用Teager能量算子突显瞬时故障脉冲特征;最后，采用CSES原理，计算滤波后信号的平方包络谱。通过仿真与实验，在不同载荷情况下，与快速包络谱、CSES相比，该方法能够有效提取滚动轴承在多工况下初期的故障信号。

关键词： 稀疏方法   瞬时频率估计   时频分析   故障诊断  

摘要： 为了解决一阶权重算子对于频率快变的信号难以准确提取信号特征的问题，笔者在现有的l1范数正则项稀疏求解模型的基础上，提出了瞬时频率加权的稀疏时频分析理论。首先，建立稀疏时频表示模型和l1正则项加权策略；其次，推导广义瞬时频率估计显式表达式，并将通过其构建l1范数的权重算子；然后，采用快速迭代收缩阈值算法求解时频稀疏结果；最后，通过多分量的数值仿真信号和转子碰摩故障实验信号验证了该方法的有效性。实验结果表明，该方法能够得到高聚集性和准确性的时频分布，并可以准确识别出由碰摩故障导致的转子瞬时频率周期性波动。