一种先进可靠的电动执行器

通过对IQ电动执行器模块组件全新功能进行分析，论述其先进技术以及在装置应用中的全面保护与可靠性。     

电动执行器的调试

电动执行器的调试江苏省镇江市钛白粉总厂袁载安电动执行器把变送单元或调节单元送来的直流电流信号（０～１０ｍＡ）转换成机械位移，操纵阀门、挡板、风门等之类执行元件，从而实现自动调节。如果与电动操作器配合使用，能无扰地由自动调节切换成手动调节，或由手动调节...     

探析电动执行器的故障诊断策略

随着我国经济的发展,电动执行器在现代大型工业、矿业中应用的也越来越广泛,成为保障生产、提高效益的重要关键因素。在整个计算机控制系统中,电动执行器的故障成为导致控制系统失效的主要原因。传统的电动执行器的故障诊断,往往集中于仿真层面,但是其效果并不实用。论文结合笔者研究,通过分析电动执行器故障的特点,从而提出了切实有效的电动执行器故障排查与诊断策略。     

智能电动执行器典型故障分析和处理

为实现智能电动执行器故障的准确定位和快速排除,提高电动执行器的可靠性和安全性,通过对澳托克智能电动执行器在生产现场检修、维护工作中的使用经验总结,分析电动执行器几种典型故障,并提出了有效解决方法和措施.在技术、管理等方面改进和完善了现有的检修资源配置,提高了智能电动执行器故障处理效率,提升了运行维护管理人员异常事件响应...     

TDZ通用型电动执行器

ＴＤＺ通用型电动国执行器是一种小力矩电动执行机构，是工业生产中进行自动调节的理想执行单元。可广泛地用于陶瓷，化工，石油，冶金等工业部门。     

新型电动机和换档执行机构

为适应变速器操纵的自动化,LuK公司开发了新一代电子整流电动机(EC-motors)用于变速器自动换档机构中.常规电动机很难适应车辆苛刻的使用条件,包括高温、振动和盐雾侵蚀等,另外电刷的寿命过短.而新电动机采用稀土永磁材料,无刷,并最大程度的减小了电动机的体积.在性能上比常规电动机更好.     

一种滚动轴承故障知识获取的新方法

针对滚动轴承诊断中故障样本不足和故障模式复杂且难以辨识的特点,提出了一种基于Weka软件数据挖掘平台的滚动轴承故障知识获取的新方法。该方法综合运用滚动轴承时域参数和小波包络谱特征参数,并选取与其运行状态密切相关的多个振动参数作为原始特征模式,然后借助Weka平台的C4.5决策树提取了滚动轴承故障知识规则,并加以解释。最后将该方法应用于现场采集到的大量轴承数据,结果表明该方法正确有效。     

一种诊断容差模拟电路软故障的新方法

提出了基于Pspice、小波包与量子神经网络的容差模拟电路的单软、多软软故障诊断,这种方法能克服BP在模糊分类方面的局限性。通过实验,采用QNN与自适应BP神经网络相比,故障诊断率得到了提高。     

基于神经网络的余度舵机系统故障诊断

对复杂的余度舵机系统进行故障诊断对提高飞行控制系统的可靠性和容错能力具有重要意义。文章提出1种变结构径向基神经网络学习算法,使用梯度下降法对网络参数进行优化,利用径向基神经网络对某型飞机余度舵机系统进行故障模式识别。仿真结果表明设计的神经网络具有较强的故障模式识别能力。     

四轮独立驱动汽车驱动系统故障诊断与容错控制

针对四轮独立驱动电动汽车驱动系统故障的危险工况,给出一种基于车载传感器信号和无迹卡尔曼滤波器的故障诊断方法。进而,针对在车辆驱动系统部分电机故障情况下,在低附着系数路面上横摆稳定控制中,仍采用跟踪期望横摆率和侧向速度的横摆控制方法会导致车辆失稳的问题,设计出一种基于障碍李雅普诺夫函数的容错控制方法,该方法通过选取障碍李雅普诺夫函数约束车辆横摆率和侧向速度,以解决现有通过跟踪横摆率和侧向速度的横摆容错控制方法仍存在失稳风险的问题。给出的故障诊断和容错控制方法,能够实时诊断车辆驱动系统电机故障,通过车轮转矩的重新分配,可使车辆较快回到稳定状态,提高汽车行驶稳定性。通过不同车轮电机故障工况的仿真,验证了所提出故障诊断与容错控制方法的有效性。     

针对滚动轴承故障诊断的新时频特征提取方法

针对滚动轴承的故障诊断,提出了一种基于词包模型和短时傅里叶变换的特征提取方法。根据轴承故障的产生机理,不同轴承的振动信号在频域上会有相应的能量分布规律,然而在实际现场中,信号干扰或者生产环境等因素会弱化这种规律性,使得在频谱上难以准确看到相应分布特征。当采用词包模型时,把每一时间帧下能量在频率维度上的分布看成一个单词,则每段信号就表示成了由各个单词组成的一篇篇文档,这就可以直接从数据的角度去揭示能量分布的这种规律性。然后,以词包模型处理后的结果作为特征向量,用SVM分类算法诊断出结果。最后用无锡某汽车生产线SQI-MFS实验平台和美国凯斯西储大学的轴承振动数据进行了实验,实验验证了该方法比时域特征(RMS)和时频域特征(WEWEE)的诊断结果精确,可以在滚动轴承故障诊断领域展开应用。     

多传感器信息融合的天线促动器故障诊断

促动器作为天线主动面的唯一调整装置,是保障天线反射面精度的关键部件,因此对促动器健康状态的监测至关重要。文中针对单个传感器诊断存在数据维度有限且现有工程数据稀缺的问题,提出了一种连续小波变换与组归一化并行卷积神经网络(Continuous Wavelet Transform-Group Normalization Parallel Convolutional Neural Networks, CWT-GPCNN）的故障诊断方法。首先建立CWT-GPCNN的故障诊断模型,引用组归一化技术加快网络收敛速度并提高诊断精度;然后通过评估超参数对模型性能的影响,确定诊断的最佳模型;最后,采用促动器传动系统实验数据集对所提方法进行验证,实验结果表明所建模型具有较好的泛化能力及多传感器融合的优越性。文中对多传感器融合与单传感器的诊断性能进行了比较,结果证明了多传感器融合诊断的优越性。此外,还对CWT-GPCNN模型与其他3种信息融合模型进行了比较。CWT-GPCNN模型的准确率高达93%,表明它具有良好的诊断性能。     

对偶树复小波阈值降噪法及在机械故障诊断中的应用

为有效提取强噪声背景下微弱故障信号,提出了一种基于对偶树复小波的阈值降噪方法及其小波滤波器的设计原则,将其应用于机械故障诊断,取得了较好效果.阐述了对偶树复小波变换滤波器的设计要求和对偶树复小波阈值降噪法的实施步骤.该法充分利用了对偶树复小波变换的平移不变性的优良特性,试验表明:此法可以获得比常规的离散小波降噪更高的信...