基于MRSVD-SVD与VPMCD的交叉滚子轴承故障诊断研究

针对奇异值分解(SVD)提取工业机器人交叉滚子轴承振动信号微弱故障特征分量时,出现奇异值分辨率不足的问题,提出了一种基于最大分辨率奇异值分解(MRSVD)-奇异值分解(SVD)与变量预测模型模式识别(VPMCD)的工业机器人交叉滚子轴承的故障诊断方法。首先,以最大奇异值分辨率原则将一维振动信号构造成了Hankel矩阵,采用奇异值分解方法对Hankel矩阵进行了分解,得到了其奇异值序列,根据奇异值曲率谱理论选择有效奇异值,并进行了重构,得到了经降噪后的高信噪比信号,以重构信号构建了相空间矩阵,进行了二次奇异值分解,得到了其故障特征分量;然后,计算了故障特征分量的特征参数,构建了其特征向量;最后,采用了VPMCD分析了特征向量,完成了对交叉滚子轴承故障类型的识别,并与其它方法进行了识别准确率对比。研究结果表明：采用该方法对工业机器人交叉滚子轴承进行故障诊断,得到的故障类型识别准确率为98.66%,比SVD与共振解调相结合方法提高了9%;该方法通过构建最大奇异值分辨率矩阵提高了奇异值分辨率,可完整提取出工业机器人交叉滚子轴承振动信号的微弱故障特征分量,获得了更高的故障类型识别准确率。     

变量预测模型在齿轮故障诊断中的应用

将基于变量预测模型的模式识别(variable predictive model based class discriminate,简称VPMCD)方法、经验模态分解(empirical mode decomposition,简称EMD)方法和奇异值分解(singular value decomposition,简称SVD)相结合,提出了一种基于EMD,SVD和VPMCD的齿轮故障的诊断方法.首先,对齿轮振动信号进行EMD分解,得到若干个IMF(intrinsic mode function,简称IMF)分量;其次,将包含齿轮主要故障信息的前几个IMF分量组成特征向量矩阵,并对其进行SVD分解;最后,将奇异值作为特征向量建立VPMCD多故障分类器,以此来区分齿轮的工作状态和故障类型.将提出的方法应用于齿轮实验数据,分析结果表明,该方法能够实现齿轮故障类型的分类和诊断,是一种有效可行的齿轮故障诊断方法.     

自适应Morlet小波降噪方法及在轴承故障特征提取中的应用

分析了Morlet小波变换的滤波特性及其时频分辨率,利用Morlet小波良好的时域和频域特性及奇异值分解技术,提出了一种基于自适应Morlet小波和SVD的降噪方法。针对滚动轴承故障在振动信号中表现为冲击衰减波形的特点,采用修正的Shannon熵方法同时优化Morlet小波的中心频率与带宽参数,实现其与冲击特征成分的最优匹配;针对根据小波系数矩阵奇异值曲线的过渡阶段求取最佳变换尺度的方法存在着不够快捷方便的不足,将其与小波系数奇异值比方法相结合来快速方便地求得最佳变换尺度;最后对信号进行降噪处理提取故障特征。对仿真信号和实际轴承内外圈故障信号的应用分析表明,该方法具有良好的降噪性能,能有效地提取出滚动轴承的微弱故障特征。     

BSS与Morlet小波变换在轴承声学故障诊断中的研究

声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,但其信噪比较低,因此提出了基于盲源分离技术和自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用小波包将单通道的声音信号分离成2个虚拟通道的声音信号,再用盲源分离技术将信号进行源信号的提取,然后利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

奇异值分解降噪结合局部特征尺度分解的轴承故障诊断

局部特征尺度分解(Local characteristic-scale decomposition,LCD)是一种崭新的自适应时频分析方法,在旋转机械故障诊断领域得到了初步的应用。在研究噪声对LCD影响的基础上,提出了一种奇异值分解(Singular value decomposition,SVD)降噪与LCD相结合的轴承故障诊断方法。首先对信号进行相空间重构,然后运用SVD降噪,对降噪信号进行LCD,将得到的内禀尺度分量进行包络谱分析提取故障特征。通过数据仿真与轴承内圈故障数据分析,验证了该方法的有效性。     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱，在强背景噪声下难以有效提取的问题，提出了一种改进奇异谱分解（ISSD）结合奇异值分解（SVD）的齿轮故障特征提取方法。针对奇异谱分解（SSD）算法中模态参数需凭经验选取的缺陷，基于散布熵优化算法对SSD算法进行了改进，在得到既定的一组奇异谱分量的基础上，根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理，采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征，将所提方法运用到仿真信号和齿轮实测信号中，并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析，结果表明，所提方法的降噪和特征提取效果更佳，能够更加有效地实现齿轮故障的判别。     

基于局部特征尺度分解和奇异值差分谱的滚动轴承故障诊断方法

为有效消除滚动轴承故障振动信号中噪声,更好提取故障特征频率,提出了基于局部特征尺度分解和奇异值差分谱的故障诊断方法。该方法首先利用局部特征尺度分解将非平稳信号分解成若干个不同频带的内禀尺度分量;然后对包含故障特征的分量构造Hankel矩阵并进行奇异值分解并求得奇异值差分谱曲线,利用差分谱最大突变点确定重构信号的阶数并重构信号;最后再求重构信号的包络谱,便可准确获得相应故障特征频率。滚动轴承故障诊断的试验结果证明,该方法能快速准确地提取出故障信息,具有一定的优势。     

基于多层降噪技术及改进卷积神经网络的滚动轴承故障诊断方法

针对滚动轴承微弱故障在强噪声下难以实现有效诊断的问题,提出了一种基于多层降噪技术及改进卷积神经网络(Improved convolution neural network,ICNN)的轴承故障诊断新方法.首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试集;然后采用奇异值分解(Singular value decomposition,SVD)处理训练样本,通过二分之均值法选择有效奇异值个数,获得原始降噪信号和带噪信号;为了避免丢失微弱故障细节特征,将带噪信号经过SVD进一步去噪消除模态混叠并输入经验模态分解(Empirical mode decomposition,EMD)得到内禀模态函数,根据方差贡献率大小选出IMF分量并与原始降噪信号叠加得到最终信号;将处理后的训练集数据输入到引入注意力机制(Attention mechanism,AM)的ICNN中进行学习;最后将得到的诊断模型应用于测试集,输出故障类别诊断结果.通过滚动轴承故障诊断模拟试验,在强噪声环境下进行测试,结果表明所提方法能更准确的在强噪声环境中实现轴承的故障诊断.     

奇异值分解对连续Morlet小波变换的压缩和提纯

研究连续Morlet小波变换矩阵行矢量的线性相关性,这种相关性使得连续Morlet小波变换的结果存在很大的冗余,利用奇异值分解(Singular value decomposition,SVD)来压缩这种冗余性。理论分析表明,SVD技术可以将连续Morlet小波变换矩阵的信息完全压缩到少数的非零奇异值及其对应的正交奇异矢量中,分析压缩前后数据量的比例,证实矩阵维数越大,压缩效果越好。研究确定性信号和噪声的连续Morlet小波变换结果的奇异值的分布特点,发现确定性信号的有效奇异值数量由信号中的频率数量决定,有效奇异值之后的奇异值会很快地下降到零,而噪声的奇异值序列的变化比较均匀,下降速度比较缓慢。利用确定性信号和噪声奇异值的这种差异,可以实现对含噪信号的连续Morlet小波变换结果的提纯,只要选择前面合适的奇异值进行SVD重构,大部分噪声奇异值的信息会被抛弃,因而可在很大程度上消除噪声对连续Morlet小波变换结果的影响。     

基于SVD降噪和谱峭度的滚动轴承故障诊断

提出将奇异值分解(SVD)和谱峭度结合的滚动轴承故障诊断方法.首先,将原始振动信号构造为Hankel矩阵,进行奇异值分解,并利用奇异值差分谱进行有效的消噪;然后,利用谱峭度所得的峭度图选择最佳的带宽和中心频率对降噪后的信号进行带通滤波;最后,对滤波后的信号进行平方包络和Fourier变换得到包络解调谱,即可实现故障特征的提取.对滚动轴承故障试验信号的分析表明,该方法可以有效地提取故障特征频率,实现故障诊断.     

快速气体渗氮机理及应用研究

依据化学热力学和动力学,材料界面科学,内扩散理论以及某些元素促进共渗的机理,我们在不加催渗剂和增添设备的情况下,设计出了循环两段“C-TS”、预强渗脉动“PS-P”及双重量“DB”快速渗氮新工艺。新工艺省时节能,节约原材料,渗氮效果良好,已成功地用于生产并取得了明显的经济效益。新工艺不仅适用于38CrMoAlA渗氮专用钢,还适用于42CrMo、40Cr、30CrMnTi、23Mn3V2Al等材料,应用前景十分广阔。     

基于Bayes方法的小子样可靠性分析

少量数据的可靠性分析与评定一直是工程实践中的技术难题之一。Bayes方法可以融合多种验前信息,并结合现场数据,从而对少量数据作出有效的参数估计。针对多种验前信息的综合应用问题,引入支持向量机(support vectormachine,SVM)理论对不同来源的信息在验前分布中的权重分配策略进行研究,提出一种新的信息融合思路。并在此基础上,提出基于Bayes理论的威布尔分布的小样本参数估计方法。最后,运用实例对Bayes方法和传统的参数估计方法进行对比分析。     

独立公理在多目标优化设计中的应用研究

将公理设计理论引入优化设计中,阐述基于公理设计的优化设计思想,提出基于独立公理的多目标优化设计方法.通过确定主要的设计参数,将设计参数按无耦合设计的形式分组,生成函数依赖关系表,依照一定的次序对各目标函数进行优化,并给出基于独立公理的优化设计流程.实例结果表明,该方法简便可行,可为圆柱螺旋压缩弹簧以及其他产品的设计提供一种新的方法.     

有限元的神经网络计算方法研究

根据有限元总刚矩阵经修正后具有正定性的特点以及弹性体位能函数的具体形式，提出一种新的神经网络有限元计算模型，即模型中神经网络的能量函数与有限元的优化目标函数相等，从而避免由于神经网络自身结构的原因而带来的计算误差。同时，避免采用基于模拟退火算法等随机神经网络优化计算方法时求解结果的随机性和设定初始退火温度To、内循环次数判据、最终停止判据等人为因素的影响。理论分析和计算机仿真表明，文中提出的方法可靠、有效。     

组合夹具结构设计自动化系统研究

在广义映射原理指导下,开发了支持“top-down”风范的组合夹具设计自动化软件系统。在对零件夹持特性分析基础上,提取夹具需求信息,建立了组合夹具的功能要求集合,并对组合夹具功－构映射关系进行了全面分析,对组合夹具概念结构实施多方案重构,并进行了实例验证。为夹具结构设计自动化软件系统的开发探索出一条新的途径。     

含裂纹板断裂韧度厚度效应的理论研究

从理论角度对断裂韧度厚度效应进行研究。在线弹性断裂力学与含裂纹板的二维位移场的基础上，给出分离变量型的具有待定函数的三维位移场的表达式，进而通过几何方程与物理方程获取三维应变场和三维应力场。进一步，通过虚位移原理，使用变分方法建立待定函数所应满足的支配方程与边界条件，从而确定待定函数。基于上述分析，建立一个断裂韧度与试样厚度关系的理论表达式。最后通过两种试验材料LY12CZ（L-T）与TC4（L-T）进行验证。     

基于广义特征的零件信息模型研究

针对并行工程的需求,基于广义特征和ＳＴＥＰ标准建立了零件信息模型,并在Ｐｒｏ／Ｅｎｇｉｎｅｅｒ软件二次开发的基础上,实现了一个基于特征的ＣＡＤ系统,该系统可实现自动特征识别。基于所建立的零件信息模型,系统可自动生成ＳＴＥＰ文件,为设计的后续过程提供丰富的零件信息,便于实现ＣＡＤ与后续过程的集成和并行。利用建立的零件信息模型,实现了ＣＡＤ／ＣＡＰＰ／ＤＦＭ的信息集成。     

APPROACH ON INTELLIGENT OPTIMIZATION DESIGN BASED ON COMPOUND KNOWLEDGE

A concept of an intelligent optimal design approach is proposed, which is organized by a kind of compound knowledge model. The compound knowledge consists of modularized quantitative knowledge, inclusive experience knowledge and case-based sample knowledge. By using this compound knowledge model, the abundant quantity information of mathematical programming and the symbolic knowledge of artificial intelligence can be united together in this model. The intelligent optimal design model based on such a compound knowledge and the automatically generated decomposition principles based on it are also presented. Practically, it is applied to the production planning, process schedule and optimization of production process of a refining & chemical work and a great profit is achieved. Specially, the methods and principles are adaptable not only to continuous process industry, but also to discrete manufacturing one.     

负刚度理论及其应用的研究

本文探讨了机械加工中产生负刚度的理论条件。得出了大小不等的双刚度轴的存在是产生负刚度的基本条件。并通过理论计算与实验,提出利用从负刚度到正刚度的变化区来提高机械加工精度的有效措施。     

基于模态和刚度的车门轻量化研究

以某车型左前车门为对象,将拼焊板与自适应响应面法相结合的方式应用于车门部件厚度优化进行轻量化研究.在Hyperworks中建立车门有限元模型,并对其进行模态、刚度分析.利用Hypermesh共节点模型模拟激光拼焊技术,将原点焊车门内板前、后部采用拼焊板方式连接进行优化设计.通过灵敏度分析,选取部分板件在HyperStudy中采用自适应响应面法对车门进行优化设计.优化后的车门相对原车门质量下降了6.01％.并对优化后的车门重新进行模态和刚度分析,验证了拼焊板和HyperStudy优化方法对车门轻量化研究方法的可行性.