基于小波与聚类分析相结合的旋转机械故障诊断

通过模拟旋转机械转子不平衡、不对中和油膜涡动三种常见故障,得到这三种故障的时间-振动位移数据.在对振动位移信号进行小波分析的基础上,提出了基于尺度-能量模的特征提取方法,然后对所提取的特征向量采用模糊聚类来识别故障类型.     

基于局域波时频谱的旋转机械早期故障诊断技术

提出了一种具有自适应特性的时频分析方法——局域波时频谱,对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析,和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征,为工程实际中转子系统的早期故障诊断提供了有效的依据。     

局域波分形动力学在旋转机械故障诊断中的应用

根据局域波分解原理，分析了旋转机械常见故障信号局域波分解后的各模式分量的分形特性，提出了一种应用局域波分解和分形技术对旋转机械进行故障诊断的新方法。分析结果表明，由于不同故障的动力学产生机制不同，相应的关联维数具有明显的可分性。关联维数可作为旋转机械非线性故障的特征提取。     

基于小波包的2D-HMM旋转机械升速过程故障诊断

利用小波包分解对信号进行精确细分的特点 ,构造出相应的能量谱作为旋转机械运行状态的特征向量 ,并以此作为 2 D HMM的输入进行训练 ,建立了基于 2 D HMM的旋转机械运行状态分类器 ,用以识别机组状态。最后通过 Bently- Nevada转子试验系统验证了该方法的有效性     

机械故障诊断的研究与发展趋势

机械故障诊断技术作为一门新兴的科学，从二十世纪六七十年代以来已经取得了突飞猛进的发展，尤其是计算机技术的应用，使其达到了智能化阶段。     

汽车发动机故障诊断研究的理论与方法

随着现代社会汽车制造技术的不断研究与完善,汽车工艺的不断提升,建立更加合理、更加科学、更加完善的系统汽车故障诊断理论体系成为发展的必要趋势。文章对汽车发动机故障诊断的理论和方法进行分析研究,分别从信号处理、模糊故障诊断、知识等方面进行分析和探讨,望对以后发动机故障的诊断研究提供帮助。     

风力发电机组旋转机械的故障判断探讨

风能本身属于一种可再生的清洁类能源,具有取用不竭、无污染辐射以及节能环保等优势,故而受到了电力企业与广大群众的青睐.近年来,风力发电在我国的应用范围正在不断扩大,由于风力发电机组中所包括的旋转机械部件数量较多,因此为了进一步保证机组设备的安全性,相关部门必须要加大对旋转机械故障的关注力度,以此使损失下降到最低.基于此,笔者结合风力发电机组旋转机械比较容易出现的故障提出了几点可行性较高的整改措施,其中包括润滑油油液故障分析法、振动信号故障分析法、电子信号故障分析法等等.     

饲料机械故障诊断专家系统的实现及应用

针对大多数饲料企业故障诊断专家缺乏、加工设备管理落后的问题,设计开发了饲料机械故障诊断专家系统.该系统模拟专家的诊断思路和方法,利用Visual Basic,Access,Authorware,Photoshop,Autocad等软件进行编程.该系统主要由故障诊断、知识库管理、信息查询模块组成.结果表明:该系统充分体现诊断专家的特点,使用户通过人机对话的形式快速地找出故障原因、进行知识库维护和信息查询.     

旋转机械健康状态评估方法研究现状与展望

旋转机械是机械装备的重要组成部分,其内部结构复杂度高,关键零部件与子系统之间耦合度强,长期在复杂工况下运行易发生故障.一旦发生故障,会导致整机性能下降,甚至造成重大经济损失或人员伤亡.因此,旋转机械健康状态评估研究已成为现代国防与工业装备发展中的重点之一.从旋转机械的健康管理与智能运维需求出发,首先,论述了健康状态评估在机械设备智能运维中的地位和作用;其次,介绍了健康状态评估技术的概念、状态等级的划分以及评估指标;再次,阐述了基于知识经验、模型驱动和数据驱动的典型评估方法;进而,综述了近年来国内外学者在泵、轴承、齿轮箱和航空发动机等典型旋转机械健康状态评估方面的研究成果;最后,基于健康状态评估方法研究面临的技术挑战和发展趋势,对旋转机械健康状态评估方法的发展方向进行了探讨和展望.     

基于残差网络的UR5机械臂故障诊断方法

【目的】UR5机械臂是常用的机械臂之一,但由于其负重较小,抓取物体时易发生故障,导致严重后果,因此探究UR5机械臂的故障诊断方法具有重要现实意义。【方法】研究团队提出了一种基于ResNet网络的UR5机械臂故障诊断方法。首先,利用MATLAB机器人工具箱对UR5机械臂进行仿真建模。其次,在对UR5六自由度机械臂抓取时产生的大量数据进行分析后,将数据输入网络进行故障诊断实验。此外,还设置了对比实验和消融实验。【结果】ResNet网络模型的训练集与测试集的准确率最终收敛到98%,损失值最终稳定在0.015,其准确率比LeNet、AlexNet、VGG等网络模型的准确率高1%～2%,损失值也更小。【结论】ResNet网络在判别UR5机械臂故障时具有较高的准确率与较低的损失值,研究团队所提出的故障诊断方法有效,可保障机械臂正常执行抓取任务。     

流体机械旋转湍流计算模型研究进展

旋转湍流是泵、水轮机、风力机和压缩机等流体机械中的典型流动现象,其三维随机脉动特性很强,具有逆压梯度高、流线曲率大、壁面影响突出等特点。目前存在多种湍流模型,但都有各自的适用范围,尚不存在一个通用的湍流模型。现有湍流模型在物理和数值方面的预测性能还未达到流体机械实际需求。针对强旋转和大曲率流动,本文阐述了湍流模型的发展。从湍流核心区的高雷诺数流动、近壁区低雷诺数流动和层流到湍流的转捩流动等不同方面,分析了现有湍流模型在流体机械中的适用性。指出了典型湍流模型在求解旋转湍流时存在的问题,探索了针对不同求解目标引用不同湍流模型的有效途径和方法,对湍流模型的发展趋势及湍流模型在流体机械中的应用进行了展望。     

旋转机械支座松动故障的实验

在单跨转子模型实验台上,人为松动轴承座一侧的紧固螺栓,造成支承结构的弹性刚度减弱,模拟实际工程中存在的旋转机械松动故障。利用三维谱阵图、小波尺度图和轴心轨迹图对采集到的带有松动故障的竖直方向振动信号进行了分析。分析结果表明,在一阶临界转速附近会产生比较混乱的低频分量,出现了复杂的非线性现象,如出现拟周期、分岔等现象。在超过2倍临界转速后低频成分趋于稳定。     

模糊神经网络在农用机械故障诊断中的应用

根据农用机械的功能原理、组成结构和现场的实际经验,结合神经网络的学习能力及模糊推理能力构建出农用机械故障诊断系统.该系统具备了神经网络的自学习能力和模糊理论处理不确定信息的能力.通过仿真和实验结果表明,该系统能有效地进行农用机械样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性,有利于农用机械的故障诊断.     

基于软件的拖拉机变速箱齿轮故障诊断研究

人工神经网络独特的结构和处理信息的方法,使其在智能信号处理领域得到广泛应用。但人们在采用人工神经网络进行智能信号处理时,需要较深入学习人工神经网络的理论。为解决这个问题,本研究设计了一种"傻瓜型"的神经网络智能信号处理软件,使用该软件,可降低神经网络应用于智能信号处理的门槛,推进智能信号处理在拖拉机变速箱齿轮故障诊断方面的应用。     

基于模糊神经网络的旋转设备故障模式识别

针对农业机械中大型旋转设备6种常见故障，采用BP网络，运用模糊理论产生训练样本，根据经验公式和实际运算结果选择网络拓扑结构，经验证，其对单一故障模式具有很好的识别能力，与传统BP网络的诊断结果相比，诊断精度有所提高。     

基于旋转式机械自动平衡装置的研究

针对当前旋转式机械自动平衡技术的发展,对滚球、摆锤及充液式三种自动平衡装置的工作原理和平衡特点进行了论述,对比分析了这三种自动平衡装置的优缺点,并对它们的减振效益进行了对比,提出了旋转式机械自动平衡装置未来需要解决的关键问题。     

液压传动系统故障诊断方法的研究

在机械系统的应用中,液压传动系统是一个非常重要的组成部分。因此,液压系统出现故障时就要及时对其进行检修,以免造成不必要的损失。通过对液压系统的故障特点进行了分析,并列举出了相应的诊断方法,以供参考。     

工程机械故障诊断算法比较分析

神经网络是由大量并行分布处理器按一定方式连接而成的信息网络处理系统,它是对现代神经科学研究成果的应用。文章分析了工程机械故障诊断技术研究的意义和现状,给出了几种常用的故障诊断算法思路并给出算法模型,最后根据目前的工程机械故障诊断的综合算法现状提出未来故障诊断发展的趋势。