基于双树复小波和深度信念网络的轴承故障诊断

提出了一种基于双树复小波(DTCWT)和深度信念网络(DBN)的轴承故障诊断新方法。采用DTCWT对轴承振动信号进行分解实验,结果表明DTCWT能够很好地将信号分解到不同频带。进而提取能量熵作为故障特征,采用DBN小样本分类模型对轴承故障进行分类,并与传统分类器进行比较,结果表明该方法能准确识别不同故障类型,扩展了DBN在机械故障诊断中的应用。     

基于RQA与GG聚类的滚动轴承故障识别

提出递归定量分析与GG聚类相结合的滚动轴承故障识别方法。利用能够表征信号发散程度的RQA参数--确定率和分层率组成轴承故障识别的特征向量,结合GG模糊聚类实现滚动轴承故障模式识别。对实际故障数据进行分析,结果表明,该方法不仅能够识别滚动轴承的不同程度损伤,而且能够实现不同部位的轴承故障诊断。研究结果为滚动轴承故障识别提供了一种高效、直观的新方法。     

多特征信息融合的贝叶斯网络故障诊断方法研究

针对轴向柱塞泵故障特征的模糊性和不完备性特点,提出一种多特征信息融合与贝叶斯网络相结合的故障诊断方法。该方法从柱塞泵采集的振动信号中提取出频域和幅域的多个故障特征,并将这些特征当作来自多个不同传感器的多源信息。利用贝叶斯参数估计算法进行多特征信息融合。通过构造贝叶斯网络并建立贝叶斯分类器来简化融合后的结果,通过最大后验概率估计值的计算进行故障识别。经过轴向柱塞泵多故障模式的诊断实验,验证了该方法能够有效地实现柱塞泵柱塞松靴和脱靴故障的诊断。     

基于蚁群优化的神经网络智能PID控制策略研究

提出了一种基于蚁群优化、BP网络学习和RBF网络辨识的智能PID控制策略,有效地克服了BP算法训练过程中收敛慢和易陷入局部极小值的缺陷.利用该控制策略,对PID参数进行在线调整,并应用于材料试验机电液位置伺服系统.仿真结果表明,与各种传统PID控制策略相比,采用该智能PID控制器控制的系统具有更好的动态响应特性和抗扰动能力.     

变结构控制方法在热轧卷取机踏步控制系统中的应用

以往热轧卷取机在卷取开始时,由于带钢头部搭头部位与助卷辊发生冲撞,产生过大的冲击.笔者参考实际现场卷取工艺,研制了电液踏步控制系统,以实现助卷辊对台阶的自动回避.针对实验室建造的热轧卷取机踏步控制半物理实验模型,设计了一种滑模变结构控制器,通过设计切换函数以保证系统具有良好的动态特性.仿真结果表明:变结构控制能够有效地克服系统变参数的影响,可以取得较高的伺服跟踪效果,使系统具有较强的鲁棒性和良好的动态性能.     

频谱细化方法在干式真空泵故障诊断中的应用

基于小波变换的频谱细化方法可提取信号所需频率成分的特征.通过合理选择小波参数,利用多个单Morlet小波组成的组合小波可构成具有零相移、平顶通带及快速衰减过渡带特性的带通滤波器,再采用频谱细化方法对干式真空泵轴承的振动信号作频谱分析,提取出故障特征频率,并将该方法与功率谱分析做了对比.结果表明,基于小波变换的频谱细化方法比功率谱分析法有较高的频率分辨率,可更有效地应用于故障诊断,且实现过程也比较简单.     

粗糙集在液压泵故障诊断研究中的应用

针对液压泵故障诊断的现实需要,提出了基于粗糙集理论的故障诊断方法.该方法利用小波分析对测量的原始数据进行去噪处理并结合Labview软件进行特征提取,得到揭示其内在规律的数据信息并建立故障诊断决策表.采用粗糙集理论提取决策表中的诊断规则,为液压泵的故障诊断提供有效的依据.通过实验证明了该方法可有效的应用于液压泵的故障诊断.     

变结构控制中抖振问题的研究

研究了变结构控制理论产生抖振的主要原因,并给出了多种削弱抖振的方法.在此基础上,为某液压伺服系统设计了一种新型变结构控制器,并进行了仿真研究.仿真结果表明,该变结构控制器既能保持较强的鲁棒性能,又能有效地削弱系统抖振现象.     

混沌运动特征的数值试验分析

阐述了混沌运动的特征,以Duffing方程系统为例详尽地阐述了混沌运动特征的数值试验分析方法,包括相轨的直接观察法、频闪采样法、Poincare截面法、赝相空间法、自功率谱法、Lyapunov指数及分维数分析法,对混沌工程学的研究具有一定的指导意义。     

基于改进粒子群算法的轧制负荷分配优化

应用改进粒子群算法,实现单机架可逆冷轧机轧制负荷分配优化。结合某厂单机架可逆冷轧机实际工况,建立了合适的轧制力数学模型并进行参数计算,以压下率为自变量,以轧制力成比例分配为目标,通过改进粒子群算法,得到最佳的轧制负荷分配。工程实践证明:与基本粒子群算法、遗传算法相比,改进粒子群算法具有计算精度更高、收敛速度更快、搜索能力更强等优点,是一种适于单机架可逆冷轧机轧制负荷分配优化的新方法。