基于深度学习与子域适配的齿轮故障诊断

针对生产实际中标注故障数据不足的问题,提出了基于深度学习与子域适配的齿轮故障诊断方法。首先构建域共享的一维卷积神经网络,从故障数据中提取可迁移特征;然后采用多核局部最大均值差异来测量可迁移特征相关子域的分布差异,并将测得的分布差异加入目标函数中训练;最后将训练完成的模型用于目标域健康状态的识别。实验结果表明,所提方法能在无标签目标域数据的情况下得到较高的准确率。     

最小熵反褶积的数学形态法在滚动轴承故障特征提取中的应用

针对强噪声背景下滚动轴承故障特征提取,提出了基于最小熵反褶积的数学形态法。该方法先应用最小熵反褶积算法加强信号中的冲击特性,再利用数学形态法进行故障特征提取,其中选取具有双向脉冲提取能力的DIF滤波器作为形态算子,并以峭度值作为结构元素长度选取依据。仿真信号和滚动轴承的内外故障实例分析表明该方法具有较好的特征提取效果。通过对比发现:最小熵反褶积算法能够增大信号中峭度值,有效加强信号脉冲特性。     

基于H-P滤波与VMD的行星齿轮箱故障诊断

针对故障行星齿轮箱的扭振信号具有非稳定、非线性的特点,提出基于H-P滤波与变分模态分解（Variational Mode Decomposition,VMD）相结合的行星齿轮故障时域特征分离方法。H-P滤波基于竞争性趋势估计算法,能保存扭振信号中的分段线性特征。滤波后的信号内容丰富,VMD能将这些内容分解在不同的模态分量中,故障冲击特征突出。通过分析不同负载下的扭振信号,证实该方法能够提取周期脉冲,诊断出行星齿轮故障。对于实际工程应用中的复杂信号,该方法提供了有效解决途径,具有一定的工程应用价值。     

基于小波变换的齿轮箱故障诊断

时域同步平均(Time Synchronous Averaging,TSA)信号只包含齿轮啮合频率信号和倍频信号,若齿轮出现故障,会使TSA信号得到某种程度的调制.文章将连续小波变换应用于齿轮箱振动采样的TSA信号,检测和分析齿轮箱的轮齿缺陷,设计并制作齿轮箱故障诊断试验台,通过齿轮全运行周期啮合试验,利用LABVIEW虚拟仪器采集系统采集振动信号,然后利用MATLAB编写相应的程序,绘制出所需信号的波形图,对所采集的数据文件进行信号分析处理,以达到齿轮箱故障诊断的目的,并验证了小波变换对齿轮故障诊断的有效性.     

UG二次开发的整体叶轮刀位轨迹生成

整体叶轮型面的复杂性,导致造型和数控编程都有一定的难度.基于UG和VC+ +开发平台,采用等残留高度法,结合全局干涉和局部干涉刀位的修正原理,编制了无干涉刀位轨迹算法.开发出干涉较严重的微型叶轮类零件的五坐标加工程序.通过实验证明,无干涉刀位轨迹算法是可行的,提高了UG生成整体叶轮刀路的效率,减少了操作,从而提高编程效率,同时可以有效地减少冗余刀具轨迹,提高加工效率和表面质量.     

基于GSM的切削过程远程监测技术研究

提出和实现了基于GSM网络的、采用短信息方式和无线数据传输方式的切削过程远程监测方法.无线通讯模块采用AYG-59C型GSM MODEM.现场监测参量为切削力和切削温度.给出了系统软件和硬件框图,并讨论了两种方式的实现细节.     

基于切削力的刀具故障诊断

提出和实现了一种基于切削力状态参量判别刀具故障的方法。利用LabVIEW软件平台采集和分析切削力信号。调用MatLAB中的小波包工具将信号分解,并计算各频段的能量谱,输入BP神经网络进行训练。将经过训练后的BP网络用于对刀具故障进行诊断,并给出了应用实例。     

切削温度与切削力综合测量的虚拟仪器

介绍了综合测量切削平均温度和三向切削力并对其进行分析处理的虚拟仪器.利用PCI-1 200卡采集热电偶测温仪和电阻应变式测力仪传输的数据.利用LabVIEW平台开发.具有显示 力和温度波形曲线、热电偶标定和测力仪刻度标定、确定切削温度和切削力指数公式的能力 .提出了基于切削力和切削温度信息的切削状态判定方法.     

基于遗传算法的模糊目标柔性作业车间调度问题

针对实际作业车间调度问题目标的多样性及其不确定性,提出了一种新的柔性作业车间调度问题模型和处理方法,并在遗传算法中加以实现。计算结果表明,该问题模型能较完整地反映生产实际中调度目标的要求。     

切削温度与切削力综合测量的虚拟仪器

介绍了综合测量切削平均温度和三向切削力并对其进行分析处理的虚拟仪器。利用PCI－1200卡采集热电偶测温仪和电阻应变式测力仪传输的数据。利用Lab VIEW平台开发。具有显示力和温度波形曲线、热电偶标定和测力仪刻度标定、确定切削温度和切削力指数公式的能力。提出了基于切削力和切削温度信息的切削状态判定方法。