A new bearing fault diagnosis method based on modified convolutional neural networks

Fault diagnosis is vital in manufacturing system. However, the first step of the traditional fault diagnosis method is to process the signal, extract the features and then put the features into a selected classifier for classification. The process of feature extraction depends on the experimenters’ experience, and the classification rate of the shallow diagnostic model does not achieve satisfactory results. In view of these problems, this paper proposes a method of converting raw signals into two-dimensional images. This method can extract the features of the converted two-dimensional images and eliminate the impact of expert’s experience on the feature extraction process. And it follows by proposing an intelligent diagnosis algorithm based on Convolution Neural Network (CNN), which can automatically accomplish the process of the feature extraction and fault diagnosis. The effect of this method is verified by bearing data. The influence of different sample sizes and different load conditions on the diagnostic capability of this method is analyzed. The results show that the proposed method is effective and can meet the timeliness requirements of fault diagnosis.     

基于脑电功率谱密度的作业人员脑力负荷评估方法

脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验，记录16名被试的NASA任务负荷指数（NASA-TLX）量表数据和脑电（EEG）信号，提出了一种基于脑电功率谱密度（PSD）和支持向量机（SVM）的个体脑力负荷评估方法。结果表明：随着实验设计脑力负荷水平增加，被试的主观脑力负荷得分显著提高（p<0.001），这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上，通过网格搜索法确定个体脑力负荷评估模型的统一优化参数，惩罚系数取3 000，核函数参数取0.000 1，模型测试正确率达到0.966 5±0.029 8，宏平均的受试者工作特征曲线下的面积（Macro-AUC）达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法，为后期作业人员脑力负荷状态的实时判别提供模型基础。     

三维叶轮机叶片黏性反问题设计改进方法

提出了一种改进的适用于三维黏性流场的叶轮机叶片反问题设计方法。该方法假设叶片的中弧线具有虚拟移动速度,其位移量由目标载荷与实际载荷的差值计算,并利用黏性底层厚度进行限制。采用三次B样条曲线插值方法对叶片中弧线进行光顺,新叶型通过更新后的中弧线和给定的叶片厚度得到。算例验算结果表明:该方法能够根据设计意图对叶型进行修改,鲁棒性强,收敛速度快,叶片的可变自由度高,不依赖于特定的网格和求解器,具备一定的通用性。      

分布式容错配电系统设计与仿真

阐述了分布式容错配电系统的功能需求及构型设计,完成了分布式容错配电仿真验证系统的研制,并进行了试验验证。结果表明:系统运行可靠,控制逻辑正确,系统设计满足功能要求。     

弹片热机械疲劳试验方法研究及设计

针对弹片的热机械疲劳（TMF）试验要求，采用机械设计技术、机电技术、冷却技术、计算机技术和数据采集技术，提出了压力载荷和热载荷的加载方法，建立了2种载荷5个试验件的并联试验控制系统，并设计了弹片热机械疲劳试验器。试验结果表明:该系统能够同时模拟服役环境下弹片的压力载荷和热载荷。利用该试验系统进行了弹片的热机械疲劳试验，试验结果再现了弹片在服役状态下的失效模式。试验系统具有良好的重复度、较高的加载频率和加载精度。压力载荷最大相对误差为2.4%，绝对误差小于0.5N。温度载荷最大相对误差为3.55%，最大绝对误差为3.89℃。      

弯扭复合大负载下电动舵机设计及性能试验研究

针对弯扭复合大负载工况下电动舵机快速性与稳定性匹配的问题,在分析有限空间质量约束下舵机设计要求的基础上,采用基于核心部件与系统仿真及试验验证相结合的手段,提出了一种高刚度高功率密度的抗弯扭复合大负载电动舵机设计方法。详细阐述了高功率密度伺服电机和高刚度传动机构的设计过程,并研制了工程样机。试验结果表明:该电动舵机伺服刚度与功率密度得到显著提升,在复合大负载工况下能够实现高动态高可靠稳定运行。     

基于TEC的空间站末端回路温控系统建模及其热力学性能分析

针对空间站中间回路温度波动过大,高温时导致科学载荷工作温度超出允许范围的问题,设计了一种基于热电制冷器(TEC)的末端单向流体回路温控系统。该系统包含一个TEC温控模块,当中间回路温度过高,末端回路冷却功率不足时,该模块可提供额外的制冷量,降低流入冷板的工质温度,形成针对科学载荷的相对低温区域,恢复回路的冷却能力。分别建立了温控系统数学模型与数值仿真模型,并完成了热负载扰动、中间回路温度扰动、末端回路流量扰动和并联支路热扰动等4种扰动对系统热力学特性影响的仿真分析,验证了TEC模块的温控性能。结果表明:在科学载荷发热功率增加30%、中间回路的温度升高5K、末端回路流量减小至0.0015kg/s等多种工况下,所设计的温控系统能够将载荷温度控制在1K以内,实现科学载荷精确温控。      

基于纳米吸能流体的火工点式分离装置缓冲技术研究

运载火箭火工点式分离装置工作时具有强冲击载荷特性，为有效降低冲击峰值，提出了一种基于纳米吸能流体结构的冲击缓冲技术。首先进行纳米吸能流体的吸能原理研究，建立其本构关系，揭示影响其吸能密度的主要因素；其次开展火工装置有限空间内的纳米吸能流体缓冲结构设计；最后通过有限元仿真与试验验证其缓冲性能。试验结果表明，本文设计的基于纳米吸能流体的缓冲结构，吸能密度高达122.8 J/g，冲击力峰值较空载条件下降了59.2%，冲击加速度峰值下降了63.4%。     

失重性骨质疏松腰椎力学性能研究

航天员在长期失重环境影响下,会容易造成椎体失重性骨质疏松。为了探究骨质流失对腰椎承载能力的影响,设计了不同骨密度的腰椎力学仿真,通过图像处理建立了腰椎三维模型,利用有限元算法得到腰椎应力分布,对比了不同材料属性腰椎模型应力结果。结果表明:骨质疏松腰椎的应力值较正常腰椎变小,而形变量却明显增大。可以看出,骨质流失时,会导致腰椎骨骼材料性能发生变化,使腰椎形变量增大,并且使腰椎结构承载能力降低。     

仿生正弦前缘对翼面动态失速的影响

动态失速导致叶片气动载荷急剧变化，造成振动载荷激增，桨叶寿命大幅衰减。针对动态失速问题，从座头鲸胸鳍在动态倾转下取得良好的流动特性获得启示，据此模化出仿生正弦前缘翼面（包含3种波峰和2种波长），旨在实现动态失速控制。借助三维非定常数值模拟方法，采用运动网格技术，基于SC1095旋翼翼型，研究了仿生前缘动态失速流动控制机理及运动参数和来流速度的影响。结果表明：正弦前缘大幅度降低俯仰力矩系数峰值和阻力系数峰值；前缘波峰越大、波长越小，阻力系数峰值与俯仰力矩系数峰值的抑制效果越明显，虽然升力系数峰值减小，但其减小量远小于前两者，例如其中一种仿生翼使俯仰力矩系数峰值减小了47.7%，阻力系数峰值减小了36.4%，升力系数峰值减小14.1%；在最大迎角附近，正弦前缘能够缓和失速特性，使载荷变化更为平缓；在高平均迎角、低俯仰频率、低马赫数下，仿生翼动态失速控制效果更强，相比较而言迎角振幅的影响较小。