课程文献中心 更多>>

关键词： 基尼指数   特征向量法   深度解卷积   特征学习   故障诊断  

摘要： 解卷积方法是机械装备故障诊断的有力工具,但传统研究仍属于浅层特征提取,难以处理极低信噪比情况。针对此问题,在传统解卷积理论的基础上引入特征学习思想,提出一种基于基尼指数(Gini index,GI)的稀疏特征深度解卷积方法(GI-based sparse deep deconvolution,GI-SDD)进行机械装备早期故障诊断。采用频带均分策略初始化输入层滤波器,为后续解卷提供方向。以能够表征机械故障稀疏特征的GI作为损失函数,指导深度网络进行训练。基于广义的特征向量法(eigenvector algorithm,EVA)执行权重优化,进而对微弱故障特征进行逐层学习。利用相关系数和包络谱峭度(envelope kurtosis,EK)准则联合评价故障信息,降维输出最为显著的故障分量。经仿真分析及试验验证,所提方法对背景噪声具有强鲁棒性,故障特征得到显著加强,其EK值相较于传统MED和MGID结果分别提升163.43%和187.11%。

关键词： 裂纹转子   裂纹深度预测   轴心轨迹   奇异值分解  

摘要： 针对传统的转子结构裂纹故障识别方法中特征提取困难、无法定量识别裂纹深度及受噪声污染严重的问题,提出了一种基于转子轴心轨迹的转子裂纹深度预测模型。该模型基于奇异值分解和卷积降噪自编码器(singular value decomposition-denoising convolutional autoencoder,简称SVD-DCAE),能够有效提取裂纹转子的故障特征并准确预测转子裂纹的扩展阶段。将裂纹转子的轴心轨迹作为模型的输入,分别使用仿真数据和实验数据训练和验证模型,并在仿真数据和实验数据中添加随机噪声模拟不同噪声环境。结果显示:所提出模型能够实现转子裂纹扩展程度的准确预测,在弱噪声环境中(信噪比为10 dB)裂纹深度预测准确率高于98%;具有较强的抗噪声能力和鲁棒性,在强噪声环境中(信噪比为-10 dB)预测准确率达到80%,远高于其他经典的卷积神经网络预测模型。

关键词： 轴承   连续小波变换   MobileNetV2   轻量化模型   故障诊断  

摘要： 针对现有深度学习故障诊断模型普遍计算成本、时间成本和通信成本高,轻量化模型诊断精度低、抗噪能力弱,不适宜边缘环境部署的问题,提出了一种基于连续小波变换和改进MobileNetV2的轻量化轴承故障诊断方法。通过连续小波变换将原始信号转变为时频图作为输入样本,结合高效通道注意力机制与MobileNetV2,在较低参数量与计算量的情况下,提升了模型的故障诊断精度与抗噪能力。基于凯斯西储大学轴承数据集的实验表明,该方法在2 dB信噪比下准确率可以达到98.27%,与其他模型相比,在轻量化的同时具有更好的故障诊断精度和抗噪性,更适用于边缘场景下的故障诊断。

关键词： 起重机   平衡阀   泵阀协同   能量回收   流量特性  

摘要： 针对汽车起重机变幅机构下降时平衡阀的流量稳定性较差且系统能耗大的问题,在起重机泵阀协同压力流量复合控制液压系统的基础上,提出一种汽车起重机变幅系统能量回收利用系统。利用蓄能器不断增加平衡阀背压,使平衡阀前后压差稳定,实现压力补偿,使变幅机构下降速度更加平稳,同时回收变幅机构下降时释放的重力势能,并在起升负载时将蓄能器接在泵进口处实现能量再利用。利用AMESim和Simulink软件对系统进行联合仿真,通过仿真结果对能量回收利用系统的平衡阀进行流量特性分析,并与泵阀协同压力流量复合控制液压系统进行能效对比。结果表明:当变幅机构下降时,汽车起重机变幅系统能量回收利用系统的蓄能器压力变化与负载压力变化趋势大致相同,平衡阀前后压差更加稳定,流量控制稳定性提高;在相同流量时,平衡阀阀口开度变大,并在实现过补偿功能时,平衡阀主阀口开度关小率降低,从而节流损失减少;在起升负载时,泵进出口压差减小,从而降低原动机的输出扭矩。起重机变幅系统能量回收利用系统的能量回收率为17.6%,能量再利用率为86.6%,此系统的能量回收利用率为15.2%,达到了能量回收利用的目的。

关键词： 故障诊断   敲齿异响   振动测试   转速测试   油泵激励  

摘要： 针对某工程机械发生变速箱严重异响的问题,开展振动、转速和压力测试及分析诊断。通过分析发动机和变速箱端转速信号,排除发动机转速波动引起变速箱敲齿异响的可能。结合振动和压力信号,以及传动系统各参数,诊断出变速箱发生敲齿异响的来源在于辅助油泵,因油泵处较大幅值的谐次压力,使传动系统产生特定频率下的较大扭转位移,该位移超变速箱空套齿轮的间隙,从而发生敲齿异响;通过加装液压缓冲蓄能器或更换不同品牌的辅助油泵两种方案开展实车验证可解决异响故障,证明诊断有效。分析工作的成果可为变速箱敲齿异响的诊断提供新的案例,对同类故障的诊断工作具有指导意义。

关键词： 高效掘进技术   煤矿开拓工程   生产效率   发展趋势  

摘要： 文章就煤矿开拓工程高效掘进技术的运用以及对生产效率产生的影响进行研究。通过总结高效掘进技术,煤矿开拓工程具体应用实例,关键技术问题及解决方法,并分析了该项技术对于提高煤矿生产效率所产生的现实作用,文章论证了高效掘进技术具有促进掘进速度,降低生产成本,提高整体生产效率等突出优点。另外,本文指出高效掘进技术的未来趋势,并强调技术创新和协作对促进煤矿高效绿色发展具有重要意义。

关键词： 改进小波包分解   电力系统   继电保护   保护回路   故障诊断方法  

摘要： 常规的保护回路故障诊断方法以故障特征信息分析为主,受到噪声干扰,故障诊断结果存在一定的失准问题。为了解决这一问题,文章设计了一种基于改进小波包分解的电力系统继电保护回路故障诊断方法。所提方法首先提取电力系统继电保护回路故障波形特征,将继电保护回路故障区段的非平稳信号提取出来,以确保后续故障诊断的准确性;然后基于改进小波包分解构建保护回路故障诊断模型,通过堆叠、重构等形式,生成更加准确的故障诊断分量;最后优化模型,求解电力系统继电保护诊断模型分支系数,以使其满足故障诊断的精度需求。仿真结果表明,该方法的故障诊断准确性更高,能够应用于实际工程中。

关键词： 中介轴承   变工况   同步提取变换   最小熵解卷积   信息图  

摘要： 中介轴承是航空发动机的易发故障部位,在弹性支承、薄壁机匣等复杂结构影响下,机匣测得振动信号中的中介轴承故障特征极其微弱,并且因设备长期处于频繁变工况状态,缺少与振动信号完全同步、精确的高低压转速信号作为参考,振动信号的非线性时变特征同样对中介轴承故障诊断干扰严重。针对上述问题,提出一种多分量同步提取变换驱动的无键相状态下中介轴承故障诊断方法,首先利用同步提取变换(Synchroextracting transform,SET)剔除时频图中的冗余时频能量,在同组低信噪比振动信号中提取出中介轴承的内外圈多分量转频成分;再对原始振动信号进行最小熵解卷积(Minimum entropy deconvolution,MED)和信息图来增强受传递路径和环境影响的微弱故障特征,MED在突出故障脉冲的同时优化了信息图中的谱负熵结果,最优共振解调频带选择也更为准确;最后以提取转频结果的差值作为故障增强后信号转差域的基准进行阶次跟踪并进行包络分析。仿真与试验分析结果表明,该方法可在无转速计测量下有效提取出中介轴承的故障特征阶次,实现对中介轴承的故障诊断,并且较典型信号处理方法具有明显优势。

关键词： 硫酸   故障诊断   检修指导   大型旋转机械  

摘要： 针对某硫酸装置汽轮机运行中存在振动异常的实际情况,利用大型旋转机械远程监测技术,从产生异常的故障机理分析入手,诊断出突变不平衡是引起振动异常的主导因素,认为联轴器损伤断裂是造成转子轴系不平衡的诱因;并得出机组发生突变不平衡故障时,振动波形呈现为规则正弦波形、轴心轨迹呈现椭圆状,且工频为振动高主要体现形式。在为用户提高检修效率保障生产,快速定位问题方面给出指导性建议。

关键词： 故障诊断   特征优化   支持向量机   主成分分析   深度自编码器   航空发动机  

摘要： 针对现有数据驱动的航空发动机故障诊断算法易受飞行监控数据中冗余特征及噪声的干扰,不能及时修正监测数据中不平衡样本分布对模型泛化性能影响等问题,通过在支持向量机模型中引入特征增维和采用提取算法,提出基于特征优化和支持向量机的航空发动机气路故障诊断方法,并建立相应模型。将涡桨发动机及CFM56-7B发动机航后数据输入模型,分析与预测实际故障发生时刻,并将预测结果与真实结果进行比较,同时将其结果与采用随机森林等4种故障诊断方法所得结果进行对比验证。结果表明:特征优化算法的应用能显著缩短各类故障诊断方法运行时间20%以上;基于特征优化和支持向量机的故障诊断方法使预测准确率达99.8%;针对非平衡实测数据,特征优化算法和回归预测思想的引入能显著提高算法在不平衡数据集上的性能,与非回归算法相比故障检测率提高到91.67%。