课程文献中心 更多>>

关键词： 人工智能   主轴   故障诊断   CNN   LSTM   AE  

摘要： 随着信息通信技术(ICT)的发展,人工智能技术在机械故障诊断中的应用引起了研究人员的关注。为了验证人工智能技术在机床主轴故障诊断方面的适用性,通过构建机床测试台,收集人为改变主轴偏心的故障数据,并采用3种人工智能模型(CNN、LSTM和AE)进行学习,分析比较了它们对主轴7种故障状态分类的准确性。实验结果表明:CNN和LSTM模型均具有较高的准确性,其中CNN模型的准确率最高,达到了99.3%,而AE模型的准确性相对较低,只有76.9%。验证了在机床主轴故障诊断中应用人工智能技术的可行性。

关键词： 零样本学习   特征提取   故障诊断   变权属性矩阵  

摘要： 针对变压器故障数据的稀缺性及数据分布中存在的长尾现象,导致故障诊断准确率低的问题,该文提出一种基于变权属性矩阵的变压器零样本故障诊断技术。首先,采用改进的高效通道注意力网络-堆栈式自编码器(IECANet-SAE)网络构建特征提取模块,自适应地提取油中气体数据的关键特征信息;其次,利用基于潜在狄利克雷分布的主题建模方法构建变权属性矩阵;最后,提出基于神经网络的朴素贝叶斯(NNB)方法学习已知故障特征信息与属性矩阵的空间映射关系,建立零样本故障诊断模型并依靠模型实现未知故障类型诊断。应用IEC TC 10故障数据库及典型故障数据对所提方法加以验证。试验结果表明,所提出的方法具有更好的诊断效果,且在零样本条件下故障诊断平均准确率高达83%,平均诊断时间达0.18 s。

关键词： 机械设备   旋转机械   故障诊断   改进斑马优化算法   柯西变异   反向学习   支持向量机  

摘要： 在复杂的工作环境中,机械设备振动信号的复杂性常常会导致机械设备故障诊断的准确性不高,为解决设备运行中因信号复杂性引发的故障诊断难题,提出了一种参数优化的斑马优化算法优化支持向量机(IZOA-SVM)的故障诊断方法。首先,引入了柯西变异和反向学习的改进策略到斑马优化算法(ZOA)中,提出了改进的斑马优化算法(IZOA),旨在改善原有斑马优化算法在迭代后期容易陷入局部极值等问题,从而有效增强了其全局搜索能力;其次,利用IZOA优化支持向量机(SVM)的核参数g和惩罚参数c以寻找SVM最优参数组合[c,g],并构建了IZOA-SVM模型;然后,计算了样本的13个时域特征以构成特征向量,并将特征向量分别输入到IZOA-SVM模型、斑马优化算法优化支持向量机(ZOA-SVM)模型、粒子群算法优化支持向量机(PSO-SVM)模型、遗传算法优化支持向量机(GA-SVM)模型和支持向量机模型,进行了故障分类;最后,通过旋转机械振动及故障模拟试验验证了该方法的有效性。研究结果表明:IZOA-SVM模型在分类准确率方面得到了明显的提高,达到了98.33%;该模型能够精准而稳定地识别故障类型,提高故障识别的准确性,在准确率方面相较于其他对比方法表现出更为显著的优势。因此,该方法在全局搜索和故障分类准确性方面都取得了明显的改进,为复杂环境下的故障诊断提供了可参考的解决方案。

关键词： 脱硝系统   V型高温球阀   关键技术   材料选择   故障诊断  

摘要： 为了深入了解V型高温球阀在脱硝系统中的核心技术,我们对V型高温球阀在脱硝系统中的关键技术进行了研究,并明确指出了当前研究中的空白和存在的问题。在文献梳理与研究的基础上,为提升V型高温球阀性能与可靠性提出系列技术路线。与此同时,注重V型高温球阀对实际工业生产的作用,并对其进行不断的优化与完善,以期能够对工业生产过程节能减排与环境保护起到更大的促进作用。

关键词： 智能技术   自动化控制   工程机械   应用  

摘要： 工程机械行业涵盖了包括挖掘机、推土机和起重机在内的多种机械设备,这些设备在基础设施建设、矿业开采及工程项目中发挥着至关重要的作用。传统上,这些设备的操作和维护高度依赖于人工操作和经验判断,导致了设备效能和安全性上的局限。此外,设备的维护和故障诊断主要依赖于定期检查和人工评估,这种方法在应对复杂的操作环境和突发故障时显得不足。随着工程项目规模的扩大和作业环境的复杂化,传统模式的缺陷愈加显著。人工智能技术的迅猛发展为解决这些问题提供了全新的解决方案。借助数据驱动的方法,人工智能技术能够实现对设备运行状态的实时监控与分析,智能化地优化操作流程,预见性地规划维护需求,并在复杂情境下实现作业自动化。通过深度学习与智能控制机制,人工智能技术不仅提升了工程机械的工作效率,减少了人为操作偏差,降低了维护成本,还显著增强了设备的安全性。这些技术进步不仅推动了工程机械向智能化转型,也加速了整个工程建设领域的现代化进程。

关键词： 故障诊断   滑动轴承   频域积分   变分模态分解(VMD)   经验小波分解(EWT)   轴心轨迹  

摘要： 针对大型电机滑动轴承故障诊断困难的问题,提出基于频域积分、变分模态分解(Variational Mode Decomposition,VMD)和经验小波分解(Empirical Wavelet Transform,EWT)相结合的滑动轴承故障诊断方法。以实际故障电机轴承加速度信号为例,首先通过频域积分得到位移信号,分析位移信号的时域和频域特征可初步诊断出电机可能存在碰摩故障和不对中故障,但轴心轨迹图混乱,无法给出肯定结论;然后将经粒子群算法(Particle Swarm Optimization,PSO)优化的变分模态分解和小波阈值去噪相结合对原始位移信号进行去噪,通过经验小波变换得到位移信号的主要频率成分并进行重构,重新绘制轴心轨迹,分析表明经提纯得到的轴心轨迹清晰、特征明显,可以由此判断出电机存在碰摩-轴承不对中耦合故障。最后将该方法与聚类经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)等方法对比可以得出,采用该方法可以得到更清晰的轴心轨迹图,有助于实现电机滑动轴承的故障诊断。

关键词： 离合器   执行机构   气液联控  

摘要： 汽车离合器的自动控制是实现电控机械式自动变速器(AMT)的核心之一。通过对各种离合器执行机构的对比分析,提出了气液联控离合器执行机构。基于气动流体力学,建立该执行机构的数学模型,利用MATLAB/SIMULINK软件进行该机构分离过程动态仿真分析。仿真结果表明:该执行机构满足离合器分离过程要求。

关键词： 物联网   智能变电站   故障诊断   技术架构  

摘要： 文章探讨了基于物联网的智能变电站设备状态监测与故障诊断系统,构建了由感知层、网络层以及平台层组成的物联网架构。感知层通过部署在变电站设备上的传感器网络,实时采集设备的温度、振动、电流以及电压等关键运行参数;网络通信层利用无线通信技术,实现感知层数据的高效、安全传输;平台层则运用深度学习算法,对数据进行分析,以实现对设备状态监测和故障诊断。研究结果表明,该系统能够及时发现潜在故障,为电力系统的安全稳定运行提供有力保障。

关键词： 一体化平台   全过程应用   文化产业   量化分析   设计宗旨   创新驱动   理想目标   广播电视总台  

摘要： 项目利用BIM一体化平台,以“好房子,好小区,好社区,好城区”四个维度为核心设计宗旨,达到“社区共好城区共建”的理想目标,在项目建设全过程应用BIM技术,实现工程的可视化及量化分析。

关键词： 塌方   涌水   超前地质预报   引绰济辽工程  

摘要： 本文介绍了引绰济辽工程2-6号控制段TBM遭遇塌方、涌水导致受困后的工程处理措施,利用超前地质预报明确掌子面前方的不良地质体分布,通过拱架加密、撑靴混凝土、加强排水、洞内超前管棚灌浆和地表固结灌浆相结合等措施,将塌方段岩体进行了固结,涌水量逐渐减小,TBM成功脱困,为类似工程提供了参考。