基于自适应差分进化的矿卡转向运动学仿真

以220 t矿卡自卸车转向系统为基础,建立转向梯形在空间坐标下的运动学方程,并考虑主销后倾角和内倾角的影响,在ADAMS软件中建立模型验证其正确性.重点利用MATLAB软件编制双审判自适应差分进化算法程序,针对变量梯形臂长K、底角Φ求解全局最优化转向特性,使220 t矿卡自卸车内外轮转角满足考虑轮胎侧偏特性的阿克曼转向几何关系,实现车轮在转向时作纯滚动.与ADAMS优化结果作对比分析,结果表明前者的优化效果更明显.实车轮胎对比性试验证明其转向设计更加合理,改善了矿卡自卸车较为严重的轮胎磨损现象,延长了轮胎工作寿命.     

基于数据挖掘技术的液体火箭发动机试验数据分析和处理

分析了数据挖掘技术的研究概况,研究了偏差检测、人工神经网络等数据挖掘方法,实现了挖掘方法在液体火箭发动机试验数据分析处理中的应用。最后,用某发动机试验数据进行了验证。     

聚类分析的数据挖掘方法及其在机械传动故障诊断中的应用

采用网格化处理的思想,通过对基于密度的聚类分析方法进行改进,提出了一种新的聚类算法.这种算法通过对齿轮传动系统的故障信号进行测试、对故障类型进行了判定,对不同转速下齿轮传动振动信号进行谱熵计算、并采用网格划分方法将其表示在二维和三维空间分布平面内,可以较好地将正常、裂纹、磨损等类型的故障进行聚类和识别,并通过试验验证表明能够对不同工作状态的齿轮传动信号进行可靠的聚类与区分,聚类率为96%以上.说明该方法对齿轮故障进行区分与诊断是切实可行和有效的.      

航空钣金件数字化集成制造系统构建与应用

钣金件数字化制造是航空产品制造数字化的基本组成部分.为满足现代航空产品研制对钣金件制造能力的需求,实现航空钣金件从传统制造模式向数字化制造模式转变,以工艺数据库为核心,数字化技术为手段,基于知识的设计方法为辅助工具,构建了以制造模型定义和工艺数据库为基础的钣金件数字化制造方法与集成制造技术体系,建立了钣金件数字化制造系统,适应了航空产品数字化制造技术的发展要求.     

Continual learning fault diagnosis:A dual-branch adaptive aggregation residual network for fault diagnosis with machine increments

As a data-driven approach, Deep Learning(DL)-based fault diagnosis methods need to collect the relatively comprehensive data on machine fault types to achieve satisfactory performance. A mechanical system may include multiple submachines in the real-world. During condition monitoring of a mechanical system, fault data are distributed in a continuous flow of constantly generated information and new faults will inevitably occur in unconsidered submachines, which are also called machine increments....