耦合故障转子系统中裂纹信息的诊断

旋转机械中,当裂纹与其他故障并存形成耦合故障时,裂纹信息往往被其他故障的信息所掩盖,从而难以从信号特征上诊断出裂纹故障。利用裂纹故障引起的等效外加弯矩特性,采用基于模型的故障诊断方法,可以诊断出耦合故障中的裂纹故障信息。以两种最常见的耦合故障—裂纹碰摩耦合故障、裂纹松动耦合故障为例,采用基于模型的诊断方法诊断耦合故障中的裂纹信息,取得了比较好的效果,并进行试验来验证理论结果。     

分形维数在大型旋转机械故障诊断中的应用

为了识别大型旋转机械的故障模式,运用分形理论,提出了分段关联维数的计算方法,并以分段关联维数为特征量,通过建立状态距离函数,实现了模式识别。该方法克服了通常只通过计算一段数据的关联维数就进行故障识别的缺点。通过对仿真信号、滚动轴承实测信号的诊断,表明所提出方法的有效性,具有实用价值。     

基于振动监测的静载荷滑动轴承接触摩擦故障诊断实验研究

采用静载荷滑动轴承试验台模拟轴颈-轴承从液体润滑状态逐步向干摩擦状态过渡时的接触摩擦故障的发生和发展过程,进而利用振动信号诊断滑动轴承的接触摩擦故障;通过对特征参数进行归一化处理得到无量纲特征参数,进而通过无量纲特征参数的适当数学组合得到无量纲诊断准则,并探讨了无量纲诊断准则的适用性.结果表明:利用所得到的无量纲诊断准则进行轴颈-轴承接触摩擦故障诊断时无须建立用于模式识别的标准模,可实现快捷方便的故障诊断;无量纲诊断准则对工况不敏感,而对故障更敏感,适用于可变工况下滑动轴承的故障诊断,且诊断成本较低.     

基于改进型灰色预测模型的SINS/GPS组合导航系统

针对SINS/GPS组合导航系统中的GPS故障,结合GPS导航定位信息的特点,提出了基于改进型灰色预测的GPS故障预测模型,实现了GPS故障预测;结合SINS/GPS组合导航系统数学模型,进行了基于改进型灰色预测的SINS/GPS组合导航系统仿真。仿真结果表明,GPS位置数据预测残差小于1.5 m;在GPS短暂故障期间,由预测数据取代GPS故障数据,可以有效提高SINS/GPS组合导航系统的抗干扰能力,保证其导航精度;比较GPS故障数据和预测数据,并根据故障数据的持续时间和变化特点等,可以诊断GPS故障是硬件故障还是外部干扰的影响,有助于实现GPS的故障判别与隔离。     

基于灰色BP神经网络的陀螺电机状态预测

陀螺电机状态直接影响惯导系统的精度和可靠性，对其进行预测是惯导系统性能评估和寿命预测的重要途径。利用灰色理论的建模预测方法对随机性较大的数据预测精度不高；BP神经网络模型的预测方法具有良好的非线性和自学习能力，但训练效率不高且训练效果受样本数影响较大，网络容易限于局部最小值。针对陀螺电机状态特征参数的特点，本文提出一种基于灰色BP神经网络的混合模型。该模型利用BP神经网络对灰色模型误差进行建模，模型输出返回灰色模型进行输入修正。利用灰色理论、BP神经网络以及混合模型对状态特征参数进行建模和预测，结果表明，混合模型的预测误差比灰色模型减小了约2／3，比神经网络减小了约1／3，证明了该模型的有效性。     

基于GIS的滑坡综合预测预报信息系统

由于滑坡的复杂性、随机性和不确定性,加之目前的滑坡灾害预测预报理论研究还存在局限性,大大增加了滑坡预报的难度。本文针对目前滑坡预测预报研究中的不足,提出了滑坡综合预测预报信息系统,并对该系统的结构、功能和内容等进行了详尽地设计和开发。滑坡综合预测预报信息系统以G IS为平台,利用智能决策支持系统的理论和方法将以监测资料为依据的滑坡定量预报与以专家经验知识为依据的滑坡定性预报有机结合起来,做到了各取所长,优势互补,实现了滑坡的综合预测预报,提高了滑坡的预报水平。运用该系统不仅可以判断滑坡体的变形破坏机制、目前的稳定性状况和破坏概率,而且可以对滑坡体的变形演化阶段以及滑动时间作出预测预报,从而给滑坡现场工程师的综合判断和决策提供了重要的参考和有关科学依据的实用化工具。     

基于模糊神经网络的故障诊断及其在无刷直流电机系统中的应用

本文针对故障诊断知识具有模糊性的特点,提出了一种基于模糊神经网络的故障诊断方法,将模糊理论与神经网络融合在一起,实现了对故障的模糊诊断.文中给出了模糊神经网络的结构和学习方法,并提出了一种阈值向量故障判别方法,使故障判别更具灵活性.并以无刷直流电机系统为对象,将该方法应用于系统的故障诊断,仿真结果表明,该方法是行之有效的.     

高速列车轴箱轴承健康监测与故障诊断研究综述

随着我国高速列车的发展, 针对其运营维护中的故障预测与健康管理问题日益受到关注. 轴箱轴承是高速列车走行部中的关键旋转部件, 在复杂的轮轨相互作用下极易出现由疲劳、过载等原因导致的失效, 影响列车的行车效率和运行安全. 而现有诊断方法和技术难以满足高速列车动态化、系统化的安全保障需求, 亟待进一步发展轴箱轴承健康监测和诊断技术. 首先, 介绍了工程中维修检测、轨边监测和车载监测系统的主要内容和发展现状. 然后, 从动力学正、反问题两个方面, 分析和总结了在轴箱轴承的理论建模方法和轴箱轴承与列车耦合系统的动态特性分析、基于先进信号处理技术和机器学习技术的诊断方法等方面的研究思路和研究进展. 最后, 对轴箱轴承健康监测与故障诊断技术的发展趋势进行了展望, 评述了在指导列车故障预测与健康管理方面的不足.      

单片机控制的陀螺罗经故障诊断系统的设计与研究

本文详细介绍了对单片机控制的陀螺罗经控制系统中的ＣＰＵ、ＲＡＭ、Ｅ－ＰＲＯＭ、Ａ／Ｄ、Ｄ／Ａ通道等进行故障自诊断的方法；分析确定了罗经中其它易出故障的关键部位及其进行故障诊断和报警的方法。以上故障诊断系统几乎没有增加硬件，只利用系统中原有硬件采用软件完成故障诊断的。文中还给出了具体的程序框图及说明。     

一种用于陀螺随机漂移预测的多尺度混合建模方法

针对陀螺随机漂移时间序列由于非平稳和非线性造成单一预测模型难以准确跟踪其变化趋势的问题,提出了一种基于集合经验模态分解(EEMD)和灰色极端学习机(GELM)的多尺度混合建模方法。首先,利用集合经验模态分解将随机漂移时间序列按照频率高低分解为多个本征模式分量和一个余量;然后针对不同类型时频特性分量选择合适激活函数和隐层神经元数目的GELM分别进行预测;最后,以等权相加的方式得到最终预测结果。将该方法用于某型激光陀螺随机漂移预测中,仿真结果表明:混合预测模型能够准确预测陀螺随机漂移,预测精度比残差GM(1,1)和GELM预测模型分别提高了33.43%和23.47%,可为激光陀螺的漂移补偿、故障预报和可靠性诊断提供依据。     

An effective multi-channel fault diagnosis approach for rotating machinery based on multivariate generalized refined composite multi-scale sample entropy

Nonlinear Dynamics - Fault diagnosis of critical rotating machinery components is necessary to ensure safe operation. However, the commonly used rotating machinery fault diagnosis methods are...     

Hierarchical diversity entropy for the early fault diagnosis of rolling bearing

Nonlinear Dynamics - Intelligent fault diagnosis provides great convenience for the prognostic and health management of the rotating machinery. Recently, the multiscale diversity entropy has been...     

An enhanced domain-adversarial neural networks for intelligent cross-domain fault diagnosis of rotating machinery

Nonlinear Dynamics - In recent years, numerous studies have explored fault diagnosis methods for rotating machinery based on deep learning. For deep learning-based algorithms, the performance of...     

RESEARCH ON HAAR SPECTRUM IN FAULT DIAGNOSIS OF ROTATING MACHINERY

In this paper,Haar Transform(HT)is used in the fault diagnosis of rotatingmachinery,and the“Impulse Sharpness”is presented as a diagnostic index.At present,Fourier Spectrumanalysis is most widely used Compared with FFT,HT is more rapid incomputation and more effective in discrete approximation.It’s very suitable for theextraction of pulses in the signal.However,HT has some shortcomings.It’s greatlyaffected by the starting point and length of the sample.Here,the authors present a methodto improve the stability and comparability of Haar Spectrum.The fault imitating test ofrolling bearing is carried out,and the results obtained have verified the sensitivity of HaarSpectrum and Impulse Index to the fault.     

低频泥石流特征及其预测初步探讨

同高频泥石流相比,低频泥石流更具有潜在危害性。近年来,低频泥石流的暴发给我国山区人们的生命财产安全、经济发展和社会进步以及山区生态环境带来了极大的影响。本文通过对低频泥石流沟实地考察以及对近年来我国暴发的约30例典型低频泥石流资料进行搜集整理,从其隐蔽性、活动性、规模和破坏性以及灾情等方面探讨了低频泥石流的特征;以茶园沟为例,采用灰色灾变预测方法,建立灰色灾变预测模型对其进行预测,经检验预测结果与实际发生年份一致,并且预测出2042年或2043年前后以及2095年或2096年前后茶园沟发生大规模泥石流的可能性较大;最后,针对低频泥石流的特征,提出了相应的防治建议。     

轴承自供能监测的径向电磁式能量俘获建模与实验研究

无线网络和低功耗微电子技术的进步推动着设备健康监测技术的网联化和智能化发展。轴承作为旋转设备的关键部件，对国防、轨道交通、风电等重大装备的健康状态起到了非常重要的作用，实现轴承状态监测的微型化和自供能是装备智能化的重要技术基础。本文针对于轴承无线传感器网络的供能问题，提出了一种用于轴承自供能监测的径向电磁式旋转能量俘获建模方法，并通过引入环形Halbach永磁阵列增强了线圈中的磁场强度，提高了能量俘获系统的输出性能。基于磁荷理论和空间坐标变换给出了环形Halbach永磁阵列的径向磁场计算方法，进而利用电磁感应原理建立了电磁式旋转能量俘获系统的输出电压模型，仿真分析了不同参数对系统输出电压的影响。有限元仿真和不同转速下的实验结果验证了所建立模型预测输出电压的准确性，同时功率测试实验表明设计的俘能系统在1000rpm转速下可实现81.2mW的输出功率。     

加权函数组合预测边坡变形模型的研究

边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。