基于混合时间序列卷积神经网络的轴承故障诊断

在传统滚动轴承故障诊断中,绝大多数方法采用了从振动信号提取特征的诊断模式,但是这种模式必然会使原始信号降维进而导致故障信息的丢失。卷积神经网络(CNN)通过权重共享和稀疏连接直接对原始信号进行操作,实现自适应特征提取,最大化保留故障信息。受CNN原理启发,开发出了一种基于工业振动信号特征的新型诊断框架,称之为混合时间序列CNN(HTS-CNN)。首先,利用估计总体比例的方法自适应确定模型训练样本数目;其次,通过对时间序列片段进行随机组合的方式,使模型能够提取非相邻信号特征;最后,利用Softmax激活函数在模型输出端执行多分类任务。通过对凯斯西储大学及CUT-2平台轴承数据进行分析,实验结果表明:该方法能够准确、有效的对滚动轴承故障进行分类。     

基于VMD瞬时能量与GA- RBF的滚动轴承故障诊断

针对滚动轴承早期故障的有效识别,提出了一种基于VMD瞬时能量与GA优化的RBF神经网络的滚动轴承故障诊断方法,可以有效对滚动故障做出诊断。首先,VMD将滚动轴承振动信号进行分解成合适数目的本证模态函数;其次,计算本证模态函数分量的瞬时能量并组成特征向量;最后,将特征向量输入到GA优化的RBF神经网络实现轴承故障识别。通过滚动轴承故障诊断实验对该方法进行验证。结果表明,该方法识别滚动轴承故障的准确率为96.43%,较默认参数的RBF神经网络和EEMD瞬时能量与GA-RBF神经网络有明显的提高,证明了所提方法的可行性。     

煤矿掘进机电设备故障诊断与质量维护分析

很多先进的煤矿掘进设备被应用到煤炭开采中,这就对掘进机电设备的故障诊断和维护提出了更高的要求,本文对煤矿掘进机电设备故障进行分析,并提出了故障诊断和维护措施。     

HXD1型机车走行部安全状态监测方案研究

轴箱轴承是HXD1机车安全运行的基础部件,也是易于发生损伤的部件,发生故障时会引起重大事故,车载轴承故障诊断系统能在发生前期故障时进行预报警,保障列车运行安全,故HDX1机车均已安装此系统。用于获取温振信号的传感器加装位置的选择对于系统的效果有重要影响。建立了SimpackHXD1线路-机车耦合动力学模型,基于美国五级轨道谱,计算出轮对三向位移激励;建立了RecurDynHDX1轴箱轴承动力学模型和HDX1轴箱刚体及柔体模型,基于此建立基于RecurDyn的HDX1轴承-转向架-机车耦合动力学模型,包括刚体耦合动力学模型及刚柔耦合动力学模型;使用HDX1轴承-转向架-机车耦合动力学模型进行了仿真计算,确定了传感器加装位置。结果表明:观测X或Y方向的加速度,传感器安装在测点1的位置较为合适;观测Z方向的加速度,传感器安装在测点2的位置较为合适;110km/h下加速度很大,可能在此速度下,轮对激励引起了轴箱的共振。     

PLC控制系统在机场行李分拣系统中的故障诊断及处理研究

利用PLC控制系统具备的编程简单、通用性强、可靠性强等优势,对PLC控制系统在机场行李分拣系统中的故障诊断及处理进行了研究。通过构建基于PLC控制系统的机场行李分拣框架,利用PLC控制系统对分拣信息的层次划分,识别故障信息,同时做出报警显示。根据行李传送过程中出现的故障和系统自身输入模块故障,提出了对应的处理方法,提高了机场的经济效益。     

基于FOA的变分模态分解在轴承故障诊断中的应用

变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。     

汽车灯光系统电路故障诊断与检修

汽车灯光系统包括照明设备和信号装置,是为了保障驾驶安全。文章介绍了速腾轿车灯光系统的组成、工作原理及常见故障,并对典型的灯光不亮故障进行了分析、诊断、排除。最后,总结了故障排除的一般方法和故障点可能出现的位置。