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。      

可逆式冷轧内应力仿真及立辊侧轧变形控制研究

基于有限元软件Msc.Marc,采用弹-塑性大变形有限元法,建立三维可逆式轧制有限元模型,仿真出可逆式两道次冷轧中咬入-抛出-反转过程应力的产生及变化,解决了实际生产中铝合金厚板可逆式冷轧咬入困难及变形难以控制的难题.仿真结果与实验测试结果比较验证了该有限元模型的合理性.可逆式多道次轧制可以减小上道次轧制应力,轧制应力沿厚度方向呈M型分布.控制宽展的立辊侧轧引起的狗骨形截面可通过侧轧后再小压下量平轧进行矫正,得到平直度符合公差的板材.     

航空发动机主轴滚动轴承的技术进展

简述航空发动机主轴滚动轴承的国内外发展概况,指出需要解决与发展的一些设计分析技术,提出以高DN值(2.5～3)×106主轴轴承为预研重点.     

燃气轮机滚动轴承故障模式及延寿方法

分析了燃气轮机滚动轴承常见的10种故障模式及其产生原因,研究了相应的延寿方法及其延寿机理。     

航空发动机轴承的滑蹭损伤与防止措施

分析了航空燃气涡轮发动机主轴承产生滑蹭损伤的机理与危害。并根据滑蹭损伤的机理，提出了防止轴承出现滑蹭损伤的两项措施：增加驱使滚子一保持架运动的拖动力；减小阻碍滚子一保持架运动的阻力。列举了国外一些发动机中防止滑蹭损伤采用的措施。     

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。     

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...     

A100钢外螺纹椭圆超声滚压强化试验研究

A100钢有较高的疲劳抗力和显著的减重效果.在航空工业中,飞机起落架主要承力件正逐步采用A100钢,且主要承力件多采用螺纹联接.为了提高螺纹疲劳寿命,提出了超声振动滚压强化工艺方法,设计了外螺纹超声滚压强化装置,进行了螺纹超声滚压强化前后性能对比试验.利用X射线分析仪、维式硬度计、粗糙度仪和疲劳试验机,分别测量了螺纹超声滚压强化前后的残余应力、维氏硬度、表面粗糙度以及疲劳寿命.结果表明,超声滚压强化后牙底残余应力提高了70％,显微硬度提高了14％,粗糙度降低了51％,600MPa应力条件下寿命提高了5倍.     

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。