基于KVMD-PWVD与LNMF的内燃机振动谱图像识别诊断方法

为了直接对内燃机振动谱图像进行诊断识别,提出一种基于改进变分模态分解(VMD)、伪魏格纳时频分析(PWVD)与局部非负矩阵分解(LNMF)的内燃机振动谱图像识别诊断方法。该方法首先针对VMD分解过程中的层数选取问题,提出了一种中心频率筛选的VMD分解层数改进方法(KVMD),然后将内燃机振动信号利用KVMD分解成一组单分量模态信号,并对生成的各个单分量信号进行伪魏格纳分析处理后表征成振动谱图像;在此基础上,对生成的内燃机KVMD-PWVD振动谱图像分别采用非负矩阵分解(NMF)和LNMF形成编码矩阵,并采用最近邻分类器、朴素贝叶斯分类器和支持向量机对上述编码矩阵直接进行模式识别,以实现内燃机振动谱图像的自动诊断。最后,将该方法应用在内燃机故障诊断实例中,结果表明:该方法改进了传统图像模式识别中的特征参数方法,能有效诊断出内燃机气门间隙故障,三种分类器识别精度均大于93%,其中支持向量机的分类精度最高,达到99.8%,且采用LNMF形成的编码矩阵识别精度整体高于NMF,为内燃机振动诊断探索了一条新途径。     

基于NIC-DWT-WOASVM的齿轮箱混合故障诊断

由于齿轮箱中振动信号的复杂性和非平稳性,致使齿轮箱混合故障诊断工作具有一定难度。针对这一问题提出基于NIC-DWT-WOASVM的齿轮箱混合故障诊断方法。首先通过窄带干扰消除(Narrow Band Interference Canceller, NIC)滤除原始信号中齿轮啮合和转轴等窄带干扰信号,接着对信号进行离散小波变换(Discrete Wavelet Transform, DWT),重构小波系数得到小波分量,提取分量的方差作为特征参数构成特征矩阵样本。针对传统优化支持向量机收敛速度慢及容易局部最优等问题,提出鲸鱼算法优化的支持向量机(Whale Optimization Algorithm Support Vector Machine, WOASVM),运用训练样本对WOASVM进行训练得到优化分类模型,将测试样本输入到优化模型中得到诊断结果。为验证方法的有效性,开展了变工况下齿轮箱混合故障实验,通过实验分析及与其他方法的比较,证明方法对于齿轮箱混合故障诊断是有效的。     

基于混合算法优化的SVM多分类器齿轮故障诊断模型

为了提高支持向量机分类器的故障诊断精度,该文提出了一种基于混合算法优化支持向量机的故障诊断模型。首先,在混合算法中引入灰狼和金豺的夺食机制。其次,优化支持向量机,从而得到最优的支持向量机模型。最后,提高对齿轮故障模式的诊断精度。以某饲料生产企业采集到的数据为基础进行实例分析,结果表明,采用基于灰狼和金豺算法的混合算法优化支持向量机参数比标准的灰狼算法和金豺算法优化效果更好。在模型诊断精确度方面,混合算法优化的支持向量机诊断模型比未优化支持向量机、灰狼算法优化支持向量机和金豺算法优化支持向量机诊断模型分别提高了15.156 6%、4.913 3%和8.959 6%。     

基于改进麻雀算法优化支持向量机的滚动轴承故障诊断研究

针对群智能算法优化支持向量机模型应用在滚动轴承故障诊断领域中易陷入局部最优、准确率较低的问题,提出了一种基于改进麻雀算法(sparrow search algorithm, SSA)优化支持向量机(support vector machine, SVM)的滚动轴承故障诊断方法。首先引入均匀化分布Chebyshev混沌映射初始化麻雀种群,以提高种群空间分布均匀性,之后将自适应惯性权重融入麻雀算法的发现者位置更新,最后对更新位置后的最优麻雀进行随机游走扰动,提高算法的全局和局部搜索能力,避免算法陷入局部最优。将该算法用于支持向量机的参数优化,构建改进麻雀算法优化支持向量机故障诊断模型实现对轴承故障信号的分类诊断。滚动轴承故障诊断试验分析结果表明,该算法模型故障分类效果明显优于粒子群算法优化支持向量机模型、遗传算法优化支持向量机模型和麻雀算法优化支持向量机模型,能够有效识别滚动轴承各故障类型。     

基于多输出支持向量回归机的有限元模型修正

为了克服神经网络以及单输出支持向量回归算法在有限元模型修正中的不足,提出了基于多输出支持向量回归算法的有限元模型修正方法。根据5-折交叉验证法选择支持向量回归机的参数,用均匀试验设计法构造样本,联合结构的动力和静力响应数据作为输入,多个设计参数作为输出,以支持向量回归机逼近输入输出二者之间的非线性映射关系,然后利用支持向量回归机的泛化推广能力,求解设计参数的目标值。空间网格结构数值模型的分析结果表明,该方法能同时修正多个设计参数,在少量样本的情况下具有较高的修正精度,为有限元模型修正提供了一种新的探索。     

基于Littlewood-Paley小波支持向量机的故障诊断

提出一种基于Littlewood-Paley小波支持向量机(LPWSVM)的旋转机械故障诊断模型。首先将故障信号EMD分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值Shannon熵作为故障特征矢量输入到LPWSVM中进行故障识别。EMD分解可自适应分离故障调制信号;瞬时幅值Shannon熵矢量的不同拉大了各类故障的互异性;Littlewood-Paley小波核是一种具有平移正交性的多维允许支持向量核函数,可以其正交性逼近二次可积空间上的任意函数,具有良好的非线性映射能力,因而LPWSVM在同等条件下比一般最小二乘支持向量机的学习精度和自适应识别能力要高,更适用于故障诊断等复杂模式识别问题。一个滚动轴承故障诊断实例说明该模型的有效性。     

基于核主元分析与纠错输出编码SVM的齿轮故障诊断

摘要：为提高齿轮故障诊断的准确率,提出了核主元分析和纠错输出编码支持向量机相结合的方法。首先采用基于核主元分析方法对原始样本向量进行预处理,实现对原始样本向量的降噪及冗余消除。然后采用基于纠错输出编码矩阵构造出若干个互不相关的子支持向量机,以提高分类模型的整体容错能力。最后,把经过核主元处理后的新向量作为纠错输出编码支持向量机的训练及测试样本,实现对不同故障状态齿轮的识别。结果表明,该方法能够提取更有效的分类样本向量,故障诊断效果更好。
     

基于谱聚类下采样失衡数据下SVM故障检测

在故障诊断领域中,对传统支持向量机（SVM）算法在数据失衡情况下无法有效实现故障检测的不足,提出一种基于谱聚类下采样失衡数据下SVM故障检测算法。该算法在核空间中对多数类进行谱聚类,然后选择具有代表意义的信息点,最终实现样本均衡。将该算法应用在轴承故障检测领域,并同其他算法进行比较,试验结果表明本文建议的算法在失衡数据情况下较其他算法具有较强的故障检测性能。     

基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断

对风机齿轮箱轴承故障诊断进行了研究,提出一种基于分形维数和遗传算法支持向量机(GA-SVM)相结合的故障诊断算法。基于常用的时域特征参数作为支持向量机的识别参数,引入分形维数特征参数来提升支持向量机的识别精度。提出了基于遗传算法(GA)的支持向量机参数优化的模型,通过GA的寻优自动获得最优的支持向量机参数。采用某风场的风电机组齿轮箱轴承数据进行故障诊断,实验表明,所提出的GA-SVM模型很好地解决了参数选择的问题,同时基于分形维数的特征参数也提高了风电机组轴承故障的识别准确率。     

基于进化蒙特卡洛方法的特征选择在机械故障诊断中的应用

特征选择可以从原始特征集中去除冗余特征,选择出优化特征子集,提高机械故障诊断精度和诊断效率。将进化蒙特卡洛方法引入机械故障诊断的特征选择。应用支持向量机(SVM)作为故障决策器,采用Wrapper式特征子集评价标准,并采用进化蒙特卡洛算法搜索最优特征子集。运用滚动轴承故障振动信号数据对提出的方法进行验证,实验结果表明该方法是有效的。     

机电集成超环面传动系统内共振研究

机电集成超环面传动系统为集机、电和控制于一体的新型广义复合机电耦合系统,工作中非线性电磁啮合力可能导致明显的内共振现象, 影响系统的正常运行。本文考虑系统中行星轮与蜗杆、定子间电磁啮合非线性,建立了系统强非线性运动微分方程组, 针对不存在与存在内共振两种情形,用多尺度法求出了系统时域响应的一次近似解析解,作出了系统振幅随时间的变化曲线和系统时域响应曲线;针对不存在与存在内共振两种情形,研究了系统各部件动态位移随时间的变化规律。研究结果表明：内共振使得系统能量在系统内不同零件间交互传递,导致各零件振动振幅增大,影响系统动态性能,设计时应该避免内共振的产生。     

内通道式磁流变阻尼器及其减振控制研究

研制了一种内通道式磁流变阻尼器,该阻尼器的流场通道位于电磁线圈内部,磁流变效应发生于两层固定的平板之间.对该阻尼器进行了MTS动态拉伸实验,结果表明具有良好动力学特性和响应时间.为了模拟动车的振动情况,搭建一个两自由度的弹簧质量实验平台系统,利用天棚控制算法,在该实验平台上进行减振实验研究,结果表明磁流变阻尼器在1 Hz～2Hz频率范围内有较好的减振效果.     

工业喷嘴喷注噪声的抑制技术研究

对于喷注噪声的控制,有效的方法是从声源上来降低或控制.根据喷注噪声产生原理,理论分析了适当改变喷口形状,使沿喷注轴向流速在垂直方向的梯度减小,可使湍流发声的声源强度减弱,从而使喷注噪声降低.数值计算结果表明改进后的喷口可降低喷注流速.实验证实改变喷注的流场可以有效的控制喷气噪声,可使噪声A声级降低3～4个分贝,且喷射压力没有显著降低.     

气动扰流对飞机T型尾翼跨音速颤振影响的试验研究

跨音速颤振试验通常在稳定的理想流场中进行,不考虑实际非稳定流场的气动扰流对颤振特性的影响。在飞机T型尾翼跨音速颤振试验中,通过设置一种气动扰流装置对风洞流场实施干扰以研究气动扰流对飞机T型尾翼跨音速颤振特性的影响。试验结果表明,气动扰流可以将飞机T型尾翼的颤振耦合模态从平尾弯扭耦合型改变为垂尾弯扭耦合型;可显著降低飞机T型尾翼的颤振动压,翼面外气动扰流较翼面内气动扰流对飞机T尾颤振特性的影响作用大。其原因在于施加的气动扰流所诱导产生的跨音速激波作用在垂尾翼面上改变了垂尾的非定常气动力,引起气动刚度和气动阻尼发生改变,由于平尾的气动阻尼相对较大,可以预计,一旦气动扰流引起垂尾的气动阻尼迅速减小到其临界颤振阻尼,则会引起垂尾弯扭耦合颤振型先于平尾弯扭耦合颤振型发生,从而表现出T尾颤振动压的降低。在颤振模型风洞试验中,当风洞试验结果与期望不一致时,需要研究气动扰流的影响。     

反平面冲击荷载作用下圆柱形洞室的动力响应

对无限弹性土体内圆柱形洞室在反平面冲击荷载的作用下的瞬态响应进行了探讨。用残余变量的方法结合拉普拉斯变换及其逆变换,在频域内的得到土体位移和应力一般表达式,并采用拉普拉斯逆变换的数值方法,给出了问题的数值解。在时域内分析了无限弹性土体内圆柱形孔洞在沿轴向方向的冲击荷载作用下的土体动力响应的变化规律,并将计算结果与静力情况下的作了比较：反平面荷载作用后,波向外发散传播,并沿半径方向衰减,衰减速度较静力情况下的衰减要慢,且距离波源越远二者差别越大;波到达后,该点土体的应力和位移均发生与外荷载相同的三角形变化：先增大,随后减小最后保持为零不变。     

胀环式飞船座椅缓冲器建模方法研究

为了对飞船座椅缓冲器参数进行优化设计,需要建立胀环式座椅缓冲器的仿真模型。基于塑性力学的相关理论,推导了胀环压入过程轴向力的计算公式,建立了胀环扩径变形的力学模型。使用LS-DYNA有限元软件,通过引入虚拟接触面的方法,采用壳单元建立了胀环式缓冲器的有限元模型。通过静态压缩试验和动态冲击试验结果,验证了两种仿真模型的有效性。该模型可以进一步应用于缓冲器参数优化设计研究,建模方法对于同类研究具有重要参考价值。     

汽车安全气囊爆炸威力的确定方法

安全气囊是一种汽车被动安全性保护系统,其中充填的化学物质能在车辆撞击事故中瞬间引爆并释放大量气体。安全气囊在制造、集中运输、集中存储、使用过程中经常发生意外爆炸事故,造成人员伤亡和设施破坏。为了准确计算汽车安全气囊的爆炸威力,基于典型气囊气体发生器的化学组成和爆热能量相似理论,提出了汽车安全气囊爆炸等效TNT当量的一种理论确定方法。结合安全气囊的三种爆炸反应方程式,确定了三种小型汽车典型安全气囊的等效TNT当量分别为32.6 g,37.3 g和31.6 g,平均TNT当量为33.8 g。基于计算结果,建立了等效的安全气囊爆炸有限元模型,通过将有限元计算结果与已有安全气囊爆炸试验结果进行对比分析,验证了该计算方法的可靠性和计算结果的准确性。     

基于频率控制的自适应随机共振系统研究

研究双稳Duffing系统随机共振产生机理,针对不满足绝热近似条件的大参数信号,提出基于频率控制自适应随机共振微弱信号检测系统,实现对未知大频率微弱信号检测。仿真结果表明,该系统能实现大频率信号随机共振,较传统随机共振系统精度及系统输出信噪比均极大提高,并能扩展其在微弱信号检测领域的应用。     

基于卡箍优化布局的飞机液压管路减振分析

飞机液压管路振动过大是一个亟待解决的问题,考虑了主动消振方式较为复杂,难以在飞机液压系统实现,提出了基于系统特征阻抗,通过优化卡箍布局的被动消振方式。首先建立系统管道及各元件数学模型,利用传递矩阵法（Transfer Matrix Method, TMM）得到其频域特征阻抗变化规律。以激振源固有频率点的特征阻抗加权和为目标函数,利用粒子群优化算法（Particle Swarm Optimization, PSO）在一定范围内调整卡箍位置,使在激振源频率点的特征阻抗加权和降到最低。通过优化卡箍位置,系统特征阻抗加权和较优化前衰减28.13%,验证了其有效性,为飞机液压管路的优化布局提供了一定的理论依据。     

冲击作用下火炮复进机的实际性能分析

采用分段处理多变指数的方法研究了火炮后坐冲击作用下,复进机内密闭高压气体在火炮后坐瞬变过程中的热力学特性及复进机的实际工作性能.指出由于受后坐冲击作用,火炮复进机内气体的实际特性不同于普通气动设备,其气体多变指数的取值在不同子过程中并非始终局限于等温过程与绝热过程之间,而存在大于绝热指数的情况,这一特性会对复进机实际工作性能产生较大影响,实验结果证明了理论分析结论的合理性.与以往处理方法相比,综合考虑了内摩擦与传热作用对复进机气体系统的影响.该结论为复进机的合理设计与分析提供了理论依据.