基于改进的堆叠降噪自动编码器深度模型的转子-转轴系统故障诊断方法

旋转机械转子-转轴系统故障诊断方法中大多采用传统浅层模型,对于数量较大的样本其处理能力有限。为解决此问题,提出一种利用改进的堆叠降噪自动编码器(SDAE)深度模型的故障诊断方法,并对转子-转轴系统的典型故障进行诊断。利用某机械故障综合模拟实验台,结合基于LabVIEW开发的信号采集系统模拟并采集转子-转轴系统的10类单一故障和7类复合故障振动信号。在训练SDAE模型时引入Dropout机制对模型进行改进,并结合Softmax分类器进行网络训练与诊断。与传统BP网络、自动编码器(AE)、无Dropout机制的SDAE和卷积神经网络(CNN)进行对比,结果表明：改进的SDAE方法对于转子-转轴系统故障的正确识别率最高,特别是对复合故障的诊断效果比其他模型更理想,充分验证了改进的SDAE深度模型的优越性     

冷连轧机工作辊温度场分析及膨胀量预报

为改善带钢冷连轧机在换辊后由于轧辊的热不稳定状态引起的板厚波动，对轧辊温度场和轧辊径向热膨胀量进行了理论分析和计算。建立了基于人工神经网络的轧辊热膨胀量预报的模型，用机理模型作为教师对神经网络模型进行离线训练，实现了机理模型和非机理模型的有机结合，较好地保证了预报的精度，为进一步提高板厚控制的精度和成品质量奠定了基础。     

基于人工免疫系统的网络化智能故障诊断展望

研究了智能故障诊断网络化的必要性和智能故障诊断方法,如人工神经网络系统、模糊逻辑系统、专家系统、人工免疫系统,发现把人工免疫方法应用到故障诊断中去是近年来研究的热点,然后重点阐述了几种人工免疫算法在智能故障诊断中的应用,最后指出了网络化智能故障诊断的几个研究方向,并对把人工免疫方法与远程智能故障诊断结合的研究做了进一步展望.     

基于有效信息重构的故障旋转机械振动加速度信号积分方法

提出一种基于有效信息重构的故障旋转机械振动加速度信号积分方法。该方法首先利用集总经验模态分解(EEMD)对积分信号进行分解,然后将峭度指标、均方差值和奇异值组合成特征向量对分解信号进行有效特征提取,并通过欧氏距离搜索提取分解信号中隐含的有效特征分量,最后通过阈值限定将有效特征分量进行叠加重构得到所需有效积分信号。仿真分析和实测数据结果表明,该方法在去除噪声和保留有效特征信息方面,比传统积分方法具有更高的精度和优越性。     

建造液压伺服系统故障诊断的粗糙集神经网络知识库

在液压伺服系统故障诊断技术的研究中,故障知识库的建立一直是人们关注的热点问题,为此提出了利用粗糙集神经网络来构建故障知识库的方法,在详细介绍了粗糙集神经网络知识库建立过程的基础上,重点讨论了其中的决策表离散化和粗糙集特征属性的约简方法.     

基于屏蔽技术的经验模式分解改进方法

经验模态分解(EMD）具有优越的自适应性,对非平稳、非线性信号的不同时间尺度可进行正确的局部化处理,然而,当信号组合分量的频率相近时会出现模态混叠现象。针对该问题,提出引入信号屏蔽技术对其改进,通过向原始信号添加一定频率的屏蔽信号,将低频成分屏蔽在高频成分所在的本征模态函数(IMF)之外,而屏蔽信号自身通过加减二次分解取平均值消除对IMF分量的影响。仿真及实际应用验证了改进方法可有效克服模态混叠现象,为EMD改进提供一种新的途径。     

内高压成形换模小车驱动系统

利用换模小车液压系统功率质量比和扭矩惯量比大的优点,采用了液压马达作为动力元件,去驱动模具链条和小车行走。对换模小车驱动系统进行了深入的研究,并利用面向工程设计的高级建模软件AMESim对小车驱动系统建模,对其行走过程动态特性进行了仿真分析,最后设计了小车驱动的电气控制系统。     

神经网络学习算法存在的问题及对策

BP算法是前馈神经网络训l练中应用最多的算法，仉其具有收敛慢和陷入局部极值的严重缺点。为了克服其缺点，近年来人们做了大量的工作。本文从改进的BP算法、智能优化算法、混合学习策略等方面评述了目前应用于前馈神经网络优化的算法，对各种算法的优缺点进行了分析，并给出克服现有算法缺陷的对策。     

基于完备总体经验模态分解和模糊熵结合的液压泵退化特征提取方法

针对液压泵振动信号具有非线性、非平稳性,以及信噪比低等特点,提出了基于完备总体经验模态分解和模糊熵结合的液压泵性能退化特征提取方法。首先,使用完备总体经验模态分解方法对液压泵振动信号进行分解,得到若干个固有模态函数分量。其次,求取各个分量与原始信号的相关性,选取相关性较高的前几个分量作为有效分量并求其模糊熵,实现液压泵的退化特征提取,形成特征向量。最后,以液压泵不同退化状态下的实测数据为例,使用基于变量预测模型的模式识别方法对提取的特征向量进行验证。实验结果表明,该液压泵退化特征提取方法具有较高的精度,使退化状态识别的准确率提高到了100%。     

电液伺服阀动态特性测试及其小波消噪处理􀀂

从时、频域两个方面全面论述了电液伺服阀的动态测试原理 ,并采用小波消噪方法对测量过程中的高频噪声进行了去噪处理 ,提高了测试结果的精确性 .在自主研发的电液伺服阀性能测试虚拟仪器CAT系统上对国产FF10 2阀进行了动态性能测试 ,给出了小波消噪前后的特性曲线 .