变速箱齿轮故障的模糊聚类诊断法

在对变速箱齿轮振动信号提取特征参数向量的基础上建立运行状态样本 ,通过模糊聚类的方法对特征参数向量进行分析 ,进而将待诊断信号的特征参数向量根据运行状态样本分类而达到诊断的目的。该方法能有效识别正常运行状态与故障状态     

混合特征量提取与FCM聚类在轴承故障模式识别中的应用

信号的特征提取是轴承故障诊断的关键所在,项目小组针对机械系统的非平稳、非线性特性,利用自适应时频分析方法——局部均值分解(Local Mean Decomposition,简称LMD)方法,同时提取信号LMD分解后的PF分量的能量、时域特征指标、近似熵作为混合特征向量,可以分别从信号的不同特征来描述轴承系统的故障信息。实验结果证明:故障识别采用FCM聚类算法,聚类效果好;将混合多特征量提取与FCM聚类算法应用于轴承故障模式识别中,可以有效进行轴承故障诊断。     

基于K-means聚类的猕猴桃花朵识别方法

针对猕猴桃授粉机器人的研究,由于缺少猕猴桃花朵识别方法,现有授粉机器人自动化程度低。为此,提出基于K-means聚类的猕猴桃花朵识别方法。首先,原图像通过K-means聚类分割,得到包含花蕊图像在内的4个类别图像;然后,由经过训练的卷积神经网络对这4个类别图像进行分类,自动选出花蕊图像;再通过形态学运算对花蕊图像进行去噪,计算余下各个区域形心,找到各花朵在图像中位置并标出,最终完成猕猴桃花朵识别。该算法识别成功率为92.5%,满足现有授粉机器人要求,利于提高其自动化程度。     

基于模糊聚类识别燃烧故障的循环内转速波动分析

利用不同发动机故障症状引起不同的缸内压力的特点,划分了几种发动机气缸不同的工作状态.同时,在自行研制的实时转速波动监测系统的基础上,对SY492Q-4型汽油机进行了循环内转速波动样本指标的测试,运用模糊聚类故障诊断的方法对多缸故障的症状进行了有效的识别.结果表明,这一方法在一定的转速范围内具有很高的准确性     

基于时序分析与模糊聚类的变速箱齿轮故障识别

通过对LC5T81变速箱疲劳寿命台架试验采集的齿轮运行状态振动信号进行时间序列分析和特征向量提取，并采用模糊聚类分析方法确定变速箱齿轮运行状态特征向量样本的亲疏关系，实现了对变速箱齿轮的跑合运行状态、磨损运行状态和故障运行状态的识别与诊断。验证表明，基于时间序列分析与模糊聚类分析相结合的故障识别方法能够有效地识别出变速箱齿轮运行状态。     

一种基于特征嵌入的农业机械轴承故障诊断方法

为解决农业机械轴承故障数据标记成本高,导致基于深度学习的故障诊断方法诊断能力低下的问题,本研究提出一种采取空间嵌入并结合对比学习的半监督方法。该方法首先通过余弦距离度量样本特征间距离,再采取对比学习策略,拉近同类样本间距离,提高特征质量,最后采用凯斯西储大学轴承数据集对所提出的方法进行验证。仿真结果表明,本方法在仅有20%有标签数据的情况下,在测试集上实现了97.5%的诊断准确率,并且该方法具有良好的抗噪性,能适应农业机械运行的强噪声环境,在信噪比为-2的强噪声下,依然具有67.5%的准确率。     

基于空间聚类的西藏耕地后备资源开发组合模型

耕地后备资源开发科学合理布局直接影响土地资源可持续利用以及区域生态环境保护。以西藏自治区为研究区,以西藏第二轮耕地后备资源调查评价成果为基础,针对西藏特殊环境,提出基于自然和社会适宜性的西藏耕地后备资源开发适宜性评价模型;并以乡镇为聚类单元,以各乡镇耕地后备资源综合适宜性指数、集中连片指数以及增产潜力指数为变量,考虑空间近邻关系,采用基于图论的SKATER算法进行聚类分析,确定西藏耕地后备资源开发组合。结果显示:依据开发适宜性评价模型,西藏自治区耕地后备资源最适宜、中等适宜和勉强适宜的地块分别占全区耕地后备资源总面积的27.98%、49.09%、22.93%;根据开发组合模型,将具有耕地后备资源的乡镇分为3个组合,分别为近期重点开发、中期适度开发及后期开发区域。此分区结果保持了区块间的近邻关系及行政区界的完整性,为耕地后备资源开发区划提供借鉴,同时为发挥农业规模效益提供了科学依据。     

基于聚类算法的游梁式抽油机的模块化设计

抽油机的模块化设计能以较少零部件最大限度地满足不同用户多种类型、规格抽油机的需要,能给企业带来较高的经济效益。模块划分是模块化设计的关键,如果模块的规模越小,越容易进行设计、修改,但相应的,模块数量就越多,会增加模块组合的难度,增加加工的成本。本文利用K-means聚类算法,以玉门等厂家的44种游梁机的杆长尺寸为参考,对它们进行模块划分,提供了抽油机模块化设计中的模块划分的新方法。     

基于振动模态分析的籽粒检测传感器结构优化设计

为了分析传感器结构对籽粒冲击响应信号的影响,建立了籽粒检测传感器的三维结构模型,利用SolidWorks分析了传感器的振动模态。结果表明：传感器的上层面板的结构尺寸是影响传感器振动特性的主要因素,随着面板宽度b的增加,相对变形率γ首先迅速减小;随着b的进一步增加,γ逐渐减小至恒定值,固有频率f则单调增大;增加面板厚度h,固有频率f和相对变形率γ均呈单调增加趋势。将传感器安装到联合收获机振动筛尾部支架上进行清选损失检测试验。结果表明,传感器能够在振动干扰中识别籽粒冲击信号,当b＝30mm时,籽粒冲击响应时间小于2ms,远小于b＝120mm时的籽粒冲击响应时间。     

基于因素空间的油葵联合收获机故障诊断推理机制

当油葵联合收获机出现脱粒滚筒堵塞等故障时会影响联合收割机作业效率,而缺少自动故障早期预警手段的问题日益突出。为此,以因素空间理论为基础,研究了油葵联合收获机的故障诊断问题。在因素空间中,油葵联合收获机故障通过将其征兆因素集综合起来进行描述,通过因素分析得到故障诊断类型;并构建了装备故障诊断知识库和推理机制,进行了油葵联合收获机故障诊断仿真。仿真结果表明:基于因素空间理论的故障诊断方法能够成功地诊断出其故障类型,对油葵作物联合收获机的科学维护及可靠运行提供重要的参考。     

基于Android手机的联合收获机主要部件工况监测系统

设计了一种基于物联网Android手机的联合收获机主要部件工况信息监测系统。主要通过C8051F020微处理器外接多霍尔传感器,实现对联合收获机主要工作部件如脱粒滚筒转速、输送器转速等关键信息获取,通过物联网平台由Android智能手机实现对数据的实时接收。通过在单片机中采用基于目标信号瞬时变化趋势的故障诊断方法,将故障状况监测信息进行传输,从而实现对联合收获机关键信息以及故障状况实时监测。模拟试验表明,该系统在下位机采集系统、服务器端以及客户端表现稳定,数据丢失率小于5%,信息获取延迟时间小于2s,报警及时、正确,满足联合收获机户外工作远程信息采集与故障监测要求。     

联合收割机液压系统故障树分析

故障树分析法(FTA)是一种将系统故障形成的原因由总体到部分按倒立树形状逐级细化的分析方法,是一种对系统设计、故障分析和排除非常有效的方法。为此,应用故障树分析方法对联合收割机液压系统进行了分析,根据液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,并通过结构函数表示了各种因素对系统状态的影响。     

小型收割机作业信息监测系统研制

国内小型农机现有使用状况调查分析表明,对小型农机的质量监测、售后具体使用情况的跟踪调查、耕作状态信息检测与农机故障预诊断仍是一个十分薄弱环节。为此,研制了一套小型收割机作业信息监测系统。通过本系统能够对小型收割机作业状态进行实时监测,自动记录并保存作业时间和作业位置,从而达到对质量监测和售后使用情况的跟踪;能够保存所有监测数据,同时通过无线模块传输到指定的网络服务器,实现数据远程监测管理;能够自动预警小型收割机在收割过程中常见的脱粒堵转故障,并发出相应警告信息通知农机耕作者采取相应措施。本系统具有实时监测、远程数据传输、价格低廉和轻便等优点,适合安装于任何小型农机上。     

基于信息融合的发动机远程故障诊断模式

结合信息融合及网络技术,建立一种新的发动机远程故障诊断模式;提出了系统的基本结构,对数据采集与预处理系统、远程信息融合中心等进行了研究与分析;介绍了系统的维护、开发及安全性等技术,为发动机远程故障诊断系统的开发与建立提供了新的思路。     

基于EMD和Teager能量的滚动轴承故障诊断

对滚动轴承故障信号进行Teager能量谱分析是一种有效的方法,但是Teager能量算子使用对象为单分量信号.根据EMD （Empirical Mode Decomposition）能够自适应地把信号分解成单分量调制信号IMF（Intrinsic Mode Function）的特点,提出了一种基于EMD和Teager能量的故障诊断方法.通过对EMD分解出的与原信号互相关系数最大的分量作Teager能量谱分析进行诊断.分析了滚动轴承故障实验信号,并与信号的直接Teager 能量谱作了比较,验证了该方法的有效性.     

基于EEMD的农机轴承故障诊断

针对经验模式分解(EMD)在非线性信号处理中存在的模态混叠问题,本研究采用了总体经验模式分解(EEMD)方法对农机中的轴承进行故障诊断。将农机轴承故障信号加入随机白噪声构成总体信号再进行EMD分解,然后对分解所得的固有模态函数(IMF)做包络谱分析,在包络谱中清晰地显示出了轴承故障特征。实验结果表明,避免了模态混叠现象的产生,是一种有效的农机轴承故障诊断方法。     

基于能量算子解调法的滚动轴承故障诊断

利用能量算子对故障轴承的高频共振信号进行包络解调，实现了滚动轴承故障特征提取，首先介绍了共振解调法的诊断原理，然后详细论述了能量算子及能量算子解调的方法，并用该方法对406故障轴承的高频共振信号进行包络解调，准确诊断出两轴承的损伤类型。实验和应用结果表明，能量算子解调法优于Hilbert变换。能满足实时诊断要求，是诊断轴承损伤类故障的一种有效手段。     

基于Alpha稳定分布的滚动轴承故障信号分析

提出了基于Alpha稳定分布的统计模型的滚动轴承故障信号分析方法,这种非高斯模型可以准确地描述具有脉冲特性的轴承故障信号。不同故障程度的轴承故障信号的特征指数α由Alpha稳定分布参数估计方法计算得到。实验结果表明,轴承故障信号属于Alpha稳定过程,各轴承故障信号的Alpha稳定密度分布在双对数坐标图中,适合经验概率密度分布以及它们的尾部都具有相同的重尾行为,表明这种统计模型对于不同故障程度的轴承信号都是有效的。     

基于PLC的联合收获机作业流程故障诊断方法研究

以切纵流联合收获机为研究对象,针对联合收获机故障率较高、作业故障不易察觉等问题,设计了作业流程故障诊断报警系统。系统以PLC和显示屏为控制终端,通过PLC采集联合收获机作业流程中的割台螺旋输送器、输送槽、切流滚筒、纵流滚筒、输粮螺旋输送器、损失量等信号进行作业流程故障诊断处理,提出了基于目标信号瞬时变化趋势的故障诊断方法,试验表明,设计的作业流程故障诊断报警系统可以实现对联合收获机作业流程中的故障诊断和报警,提高了收获机的作业质量和工作效率。