水力升船机同步轴扭矩检测的研究

针对水力升船机运行中关键部件同步轴的安全因素,论文提出了利用德国KMT公司的扭矩检测遥测感应系统和ABB公司的PLC实时数据处理和响应系统,实时对升船机12个同步轴进行扭矩检测的方法。详细介绍了动态扭矩检测的方法,遥测感应系统检测的原理,遥测感应系统扭矩检测中使用的扭矩标定方法和精度保证,及12个检测点扭矩信号的同步处理、存储、判断、预警等功能。     

基于生长神经气改进模糊神经网络的铝电解过程时序数据预测

针对传统预测模型因分析铝厂时序数据时历史数据量大而无法快速挖掘实时数据隐含的知识信息，导致预测效率低的问题，提出一种基于生长神经气改进模糊神经网络(GNG-ANFIS)全局高效的时序混合预测模型。该模型首先利用生长神经气动态跟踪采集到的时序数据来识别数据奇异点，进而筛选有效数据；然后利用改进后的黑猩猩算法对传统模糊神经网络进行优化；最后，结合铝电解生产过程中铝液杂质铁含量时序数据验证该模型的性能。实验结果表明，混合模型在减少训练时间的情况下仍能准确预测铁含量时序数据，验证了其可行性。     

基于HK-RVM与WCO的电梯门锁故障预测

电梯门锁触点故障是电梯发生故障的主要原因之一,为了实现及时监测和有效预警,文中提出了基于世界杯优化算法（WCO）的混合核相关向量机（HK-RVM）预测模型。HK-RVM是一种具有良好概率预测能力的区间预测方法,引入WCO优化参数以提高预测模型的泛化能力和准确性。首先利用门锁触点模拟组块和单片机系统模块,采集可以反映电梯门锁故障的电阻时序信号;其次通过WCO-HK-RVM建立实时时序预测模型,其在保证模型的预测精度和泛化能力的同时,实现了门锁触点的故障预测;最后为了验证了该方法的优越性和适用性,通过实验研究与传统预测算法LSTM和SVM相比较,结果表明WCO-HK-RVM预测方法显著提升了门锁触点故障的预测精度。     

基于多源数据融合的采煤机截割载荷预测方法

为解决单一传感信息对采煤机截割载荷预测精度低的问题,提高采煤机运行安全状态的感知能力,在应用深度信念网络（DBN）的基础上,引入贝叶斯正则化（BR）方法和粒子群优化（PSO）算法,提出了一种基于多传感器的采煤机滚筒载荷辨识与预测方法。构建BR-PSO-DBN预测模型,以惰轮轴传感器、连接架销轴传感器和摇臂应变传感器监测的22组测试数据为输入样本,预测滚筒截割三向载荷与扭矩。依托截割载荷实验系统进行现场测试,并将实测结果与预测结果进行对比分析,结果表明：实测曲线与预测曲线变化规律基本相同,峰值点相对应,模型对滚筒三向截割载荷的预测精度达到83%以上,其中对滚筒扭矩预测精度达到95%,说明预测模型具有较高的预测精度,能够为现场应用指导安全生产提供参考。     

数据不完备下基于Informer的离心鼓风机故障趋势预测方法

离心鼓风机在运行过程中，监测数据缺失会导致故障趋势预测滞后和预测精度下降。针对该问题，提出一种考虑数据不完备的离心鼓风机故障趋势预测方法。首先，基于张量分解对缺失监测数据进行填补，获得离心鼓风机的完备监测数据；其次，基于填补后的完备监测数据利用深度置信网络(DBN)构建能表征离心鼓风机健康状态的健康指标；最后使用Informer方法预测健康指标的未来走势，实现离心鼓风机的故障趋势预测。案例分析结果表明，相比缺失数据，利用填补后的数据所建立的预测模型能更早预测故障的发生，同时所提出的预测方法较Transformer、长短时记忆(LSTM)和门控循环单元(GRU)等常用传统方法预测精度更高。     

水力式升船机同步轴同轴度测量及评价方法研究

对于大型升船机同步轴系统,卷筒同轴度是保证系统安全性及可靠性的关键技术指标之一。本文针对升船机同步轴系统,综合考虑同步轴系统多卷筒大跨度结构特点,提出了一种基于立体空间域下激光测量的同步轴同轴度测量方法;研究测量数据的有效后处理算法,构建了升船机同步轴同轴度评价模型,并基于实测数据对同轴度进行评价,评价结果表明现阶段卷筒同轴度状态良好,满足继续正常服役要求。     

[可靠性建模及试验技术]基于元动作模块的多轴数控机床精度分析

为充分发挥多轴数控机床大数据的价值，降低运动精度的预测难度，提出了基于元动作模块的精度分析方法。采用多体模型描述机床运动系统的结构和运动关系，利用旋量理论和微分方法推导了用于运动精度评价的坐标误差模型；规划了多轴数控机床大数据驱动的精度分析的结构框架，并重点论述了以元动作模块为基本组成单元的分布式元动作数据库的构建方法，该方法充分发挥历史大数据和实时动态数据的价值，保证了机床运动系统的仿真和精度预测的稳定性与准确性。通过对五轴联动加工中心的刀具运动系统的实例分析，验证了精度分析方法的简便性和适用性。     

基于PIPs样本优化的机车车辆轴温实时预测方法

建立了一种基于最小二乘曲线拟合的轴温预测模型,并采用PIPs对样本进行优化改进,提高了预测精度。首先基于PIPs对建模样本点进行优化选择,选取历史温度数据中能表征温度变化趋势的重要点作为建模样本点,再利用最小二乘曲线拟合法建立实时温度预测模型对机车车辆轴承温度进行实时预测。以某型机车车辆履历轴承温度数据为例,采用本文模型对任意时刻温度的后5分钟温度进行预测,将预测结果与实际监测结果进行连续对比,验证了所建立的轴温预测模型及其改进模型的有效性:基于最小二乘曲线拟合预测模型的综合平均相对误差为3.47%,综合最大相对误差为20.27%,而进行PIPs改进后的综合平均相对误差为2.67%,同比降低了23.05%,综合最大相对误差为16.67%,同比降低了17.76%。     

改进灰色时序模型的石化装备齿轮系统磨损预测研究

重载齿轮系统在大型石化工业生产装置中应用广泛,由于石化装置长周期运行的特点,且装置运行工况恶劣,齿轮系统磨损严重,对其磨损状态的监测和预测分析可及时掌握齿轮系统运行状态,确保装置的安全可靠运行。灰色系统模型可预测齿轮系统磨损量的变化,而时间序列模型可对磨损量预测数据的残差序列进行分析,将两者联立建立新的预测模型,达到综合调整和修正预测数据的目的。然后,改进灰色模型权重系数μ,以预测值和原始值的离差平方和作为考察指标,确定最佳权重系数μ_(opt),提高灰色时序预测精度。通过某石化企业在用装置的重载齿轮系统铁谱监测数据作为样本,检验改进灰色时序预测模型效果,结果表明该预测模型的效果优于传统灰色时序预测模型。     

基于广义预测的双电机同步控制

为减小多电机运动过程中的同步误差,提出了基于广义预测控制的两轴同步控制算法,其基本思想是在二次性能指标中加入同步误差的影响,使得该性能指标对单轴的跟踪误差、控制增量以及两轴之间的同步误差同时进行有限时段内的在线滚动优化,所得到的控制规律包含了两轴之间的交叉耦合作用,克服了单个电机受到扰动时两轴不能精确同步的问题,且该算法对系统的建模精度要求较低,在线滚动优化对负载扰动、随机噪声有很好的抑制作用。Matlab仿真实验结果表明,该控制算法能获得良好的单轴跟踪精度、两轴同步精度以及抗干扰能力。