基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状，提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱，并通过主成分分析方法增强了信号的特征；参考迭代自组织数据分析的“分裂”和“合并”的思想，为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为；采用模糊C均值方法定义了隶属度矩阵和目标函数，并利用改进的人工鱼群算法，迭代搜寻了目标函数的全局最优解，得到了各故障模式的聚类中心；通过计算测试数据的最近邻聚类中心，实现了故障模式识别。结果表明，该方法无需指定聚类簇数，能在标记数据量小的情况下完成训练，较同类方法表现出了更优的故障模式识别性能。     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

超声滚压技术在表面强化中的研究与应用进展

超声滚压加工是一种复合特种加工技术，其综合了传统滚压和超声加工的材料去除方式，在增加残余应力提高表面完整性、抗疲劳、抗腐蚀、耐磨损等方面具有显著的优势。自该技术应用至今，国内外学者做了大量有关超声滚压工艺及机理方面的研究，并在多种重要金属材料及关键零部件中应用。本文首先总结了国内外滚压装置的发展现状；其次论述了超声滚压机理研究的主要方法（理论法、有限元法和实验法）研究进展，指出以上3种方法的优缺点及待解决问题；随后总结了超声滚压对表面完整性（包括微观结构、表面形貌、微观硬度、残余应力）的影响规律，超声滚压对提高抗疲劳特性及其他性能影响，并指出超声滚压目前存在的不足及尚待解决的问题；最后就超声滚压技术进一步研究和发展方向进行展望，从而为曲面的超声滚压制造提供一定的参考。     

时变支承刚度对分流传动系统振动特性的影响

基于集中质量法，考虑时变啮合刚度、综合传递误差和齿侧间隙等因素的影响，建立了圆柱齿轮分流传动系统的弯扭耦合动力学模型和方程。采用变步长Runge-Kutta法，对动力学方程进行了数值求解；通过引入滚动轴承的支承刚度计算模型，分析了时变支承刚度和非时变支承刚度对系统振动特性的影响。仿真结果表明：当按照时变支承刚度模型计算时，轴承的支承刚度会产生4%左右的波动，输出轴上的横向振动位移幅值增大了约5%；支承刚度的时变性使得系统的非线性增强，稳定性变差；支承刚度的时变特性对分扭级动载系数影响较大，对并车级动载系数影响较小。     

大量程MEMS陀螺仪在高速旋转导弹上的应用

弹旋频率是影响旋转导弹制导精度的主要因素之一.本文提出了一种弹旋频率测量用大量程MEMS陀螺仪技术方案,开展了大量程MEMS陀螺仪在旋转导弹上的应用研究,解决了大量程MEMS陀螺仪在偏心安装、较大力学环境下提高测量精度等问题,通过了飞行试验验证,实现了旋转导弹弹旋频率的精确测量.     

基于labview的冷弯型钢机组力学性能测量系统

根据冷弯型钢机组的实际条件,利用传感器电测法来测量冷弯型钢机组的力能参数系统,以建立对机组的轧制力、主轴扭矩及转速的实时状态监控.同时实现机组运行时轧制力、主轴扭矩及转速这三部分力能信息的显示和存储,以供调出分析系统性能之用,甚至可以用来进行机械的故障诊断.将物理信号转化为电信号利于传输和数据处理,与虚拟仪器的软件部分...     

基于混沌理论的滚动轴承振动信号融合模型预测

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

滚控发动机燃气引流方案研究

依据某型滚控发动机实际结构,设计了3种燃气引流方案,方案1采用喷管与引射直筒留有间隙的布局形式,方案2采用喷管嵌入引射筒、引射筒后部接弯管的布局形式,方案3采用喷管直接排入引射筒的布局形式.采用商业软件对3种方案的引流效果进行了数值仿真,仿真结果表明方案1结构简单、易于实施,能够满足燃气顺利排放条件;方案2能够满足燃气引流,但会产生较大轴向力;方案3也可满足燃气引流,但引射筒与喷管间隙较难控制;综合分析得到方案1适合该滚控发动机燃气引流.