“机械故障诊断技术与应用”案例库教学平台

“机械故障诊断技术与应用”是一门多学科交叉的课程,涉及多个领域的知识和技术,如机械工程、计算机科学、信号处理等。在生产系统中,机械故障诊断技术对于保证设备的安全稳定运行至关重要。针对该课程传统教学模式中无法与实际应用连接的问题,对该课程进行教学改革,利用PyQt5建立“机械故障诊断技术与应用”课程案例库,通过人机交互的方式,用户可以直观了解到实际应用中信号分析和故障诊断方法的实现,提高学生的学习效果和兴趣。

机械设备故障诊断发展历程及展望

机械故障诊断包括状态监测、分析诊断和故障预测,其实施过程可归纳为信号采集、信号处理、状态识别与诊断决策。本文对机械故障诊断的基本过程进行了了论述,介绍了机械故障诊断技术的发展历程,尤其是在我国的几个发展阶段,以及现阶段在我国的发展现状、水平和应用情况,并对机械故障诊断和监测技术的发展趋势进行了展望。

回转体目标空间三维姿态测量方法研究

由于回转体目标表面灰度值变化较小和双目视觉视差的原因,在双目视觉测量中难以采用灰度和特征匹配.提出了一种双目视觉测量空间回转体目标姿态的新方法,避免了传统姿态测量中左右像面目标特征点的特征匹配或灰度匹配.采用基于空间矩的回转体像面目标直线边缘亚像素提取技术,获得回转体目标在每个像面上的两条母线的亚像素直线方程.求出两条母线与其光心所成平面的两个角平分平面,这两个平面相交就可以得到回转体目标的轴线的方向矢量.模拟实验结果表明,该方法姿态角测量误差小于0.5°,结果稳定,能够满足回转体目标空间三维姿态的高精度测量的要求.

基于NURBS方法的复杂叶片形状设计

探讨工程曲线、曲面设计中的NURBS方法 ,介绍NURBS曲线、曲面的数学表达 ,采用NURBS方法建立了叶片的数学模型 。

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。

基于双目视觉的飞行目标落地速度测量方法研究

为了测量飞行目标落地速度,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地速度。根据不同时刻质心的空间三维坐标,用最小二乘法对目标航迹进行拟合,建立了目标三维空间轨迹的多项式函数,对多项式函数求导得到目标的飞行速度。实验与理论分析表明:采用的速度测量方法测量误差小于2%,测量方法正确、可靠,为飞行目标的速度测量提供了一条新的便捷可靠的途径。

机械零件直线边缘亚像素定位方法研究

直线是视觉图像中重要的基元特征。建立了三级灰度图像边缘模型的空间矩算子,利用LOG算子定位速度快的特点,确定图像像素级边缘,然后在包含边缘点的邻域内利用空间矩进行边缘的亚像素定位,由Hough变换提取直线边缘像素点,最后采用基于最小二乘原理的直线拟合边缘提取方法,得到亚像素级被检测直线。对空间矩算子亚像素定位算法与像面直线亚像素提取算法的有效性和精度进行了实验研究,实验结果表明提出的基于空间矩亚像素边缘定位算法与像面直线亚像素提取算法具有较高的精度和稳定性。

基于双目视觉的空间直线重建方法研究

直线是视觉测量中的主要基元特征。提出了一种新的空间直线的三维重建算法。首先利用LOG算子进行快速像素级定位,再在包含边缘点的邻域内利用空间矩进行亚像素定位法,建立了考虑镜头畸变的双目视觉空间直线重建数学模型,在对边缘点进行去畸变处理的基础上,采用Hough变换与最小二乘相结合的方法获得像面直线,由双目视觉实现了空间直线重建。实验结果显示,在工件与两摄像机相距20 cm左右时,工件测量误差小于0.02 mm,说明该像面直线提取与空间直线重建方法具有较高的精度。

基于神经网络的综合智能故障诊断专家系统

神经网络(ANN)和专家系统(ES)是人类智能活动的两种表示方法,它们有优缺点。如果把这两种技术结合起来取长补短,所形成的神经网络智能系统则会更加完善。这已成为人工智能发展的一个重要趋势。本文对神经网络专家系统和传统的专家系统结合起来的综合智能故障诊断专家系统在故障诊断中的应用进行了研究。

基于双目视觉飞行目标落地参数测量方法研究

飞行目标落地参数是评定飞行目标系统性能的重要技术指标。为了测量飞行目标落地参数,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄像交汇测量飞行目标的落地参数。由最小二乘法拟合目标各时刻质心的空间三维坐标,建立了目标三维空间轨迹的多项式函数,对多项式函数求导得到目标的飞行速度。针对回转体类飞行目标特点,根据其在摄像机像面成像的情况,将目标分为三类,采用了不同的姿态测量方案,并对测量的误差来源进行了分析,提出了减小测量误差的方法。实验与理论分析表明,所采用的速度与姿态测量方法正确、可靠,速度的测量误差小于1%,大目标和过渡目标姿态角测量误差小于0.5°,为飞行目标的动态参数测量提供了一条新的便捷可靠的途径。

双目视觉飞行目标落地参数测量

采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地参数。根据不同时刻质心的空间三维坐标,用最小二乘法对目标航迹进行拟合,建立了目标三维空间轨迹的多项式函数,对多项式函数求导得到目标的飞行速度。针对回转体类飞行目标的特点,根据其在摄像机像面成像的大小,将目标分为三类,对不同目标采用了不同的姿态测量方案,并对测量的误差来源进行了分析,提出了减小测量误差的方法。实验与理论分析表明,本文采用的速度与姿态测量方法具有精确、稳定等优点。

复杂背景下回转体目标识别方法研究

提出了基于改进BP神经网络的复杂背景下的回转体目标识别方法,实现了对目标的准确提取。采用中值滤波滤除图像噪声,用改进最大类间方差阈值法进行图像分割。提取回转体目标7个不变矩特征作为神经网络输入的特征向量,建立了基于BP神经网络的目标识别系统,进行回转体目标识别,模拟实验结果说明,所提出的图像预处理方法可有效去除复杂背景图像噪声、准确地分割图像,选择7个不变矩特征作为回转体目标识别特征是合理的,基于BP神经网络的回转体目标识别方法具有较高的识别率。

飞行目标落地姿态视觉测量方法研究

飞行目标落地姿态是评定飞行目标系统性能的重要技术指标。为了测量飞行目标落地姿态,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地姿态。根据目标在摄像机像面成像特点,将目标进行分类,并采用了不同的姿态测量方案。模拟实验与理论分析表明:该姿态测量方法正确、可靠,大目标和过渡目标姿态角测量误差小于1°,为飞行目标的姿态测量提供了一条新的便捷可靠的途径。

水泵状态实时监测与智能故障诊断系统

本文以水泵为研究对象,开发研制了一个集数据采集、状态实时监测与报警、工况在线分析及故障智能诊断于一体的状态监测与故障诊断系统。该系统已投入运行,现场应用表明该系统准确、可靠。

有理Hermite插值的LMD方法在复合故障诊断中的应用研究

针对复合故障信号的多分量耦合调制特征及局部均值分解方法存在的包络误差现象,提出了一种基于有理分段三次Hermite插值的LMD方法,该方法通过计算"最优参数区间"确定每个小区间的最优参数,选择"最优参数区间"中的任意参数调整插值样条的形状,使插值样条无限逼近于被插值目标,提高了包络曲线的拟合精度和准确度。采用仿真数据对比的形式,验证了有理Hermite插值LMD方法的逼近能力和高拟合精度。将该方法应用到齿轮和滚动轴承复合故障信号的诊断中,再次证明了该方法的高拟合精度,实现了对复合故障信号的准确诊断。

复杂背景下边缘提取与目标识别方法研究

通过对传统形态学边缘提取方法的分析,提出了基于形态学多结构元边缘提取算子,该算子既有良好的边缘提取特性,又很好地解决了噪声抑制和保持图像边缘细节之间的矛盾,通过灰度加权平均值作为阈值进行二值化,更加突出了边缘效果。针对目标成像特点,在提取图像中边缘的像素数、复杂度和最小外接矩形长宽比等多个特征的基础上,通过计算图像中目标边缘的特征评价函数和隶属度函数,利用模糊综合评判技术进行了目标识别。模拟试验表明:基于形态学的多结构元算子具有较强的噪声抑制能力,可以很好地提取复杂背景下的目标边缘;模糊综合评判技术可准确提取目标,较好地解决了复杂背景下的目标识别的难题。

基于传动误差检测法的早期齿轮磨损故障诊断

针对齿轮系统在复杂结构复杂工况下早期故障难诊断的问题,借鉴精密机械中检测齿轮安装误差和加工误差的传动误差检测法,建立含故障的二级齿轮系统传动误差信号模型,分析中间轴齿轮早期单齿齿面磨损对齿轮系统传动误差的影响及特征规律。经齿轮传动系统实验台实测信号研究结果证明:传动误差信号信噪比高,能够有效识别复杂齿轮系统中齿轮早期磨损故障。

基于虚拟现实技术的高强钢筋螺纹加工生产线设计与仿真

针对高强钢筋螺纹加工生产线设计周期长、规划复杂、物理验证难度大等问题,结合虚拟现实技术,实现生产线的快速设计与仿真验证。本研究首先通过分析高强钢筋螺纹加工工艺过程,利用UG三维建模软件分别对高强钢筋螺纹生产线中剥肋机、缩颈机以及滚丝机等设备构建三维模型。然后用3Ds Max、Makereal 3D软件根据生产线预期运行,搭建虚拟现实仿真系统,该系统具有测量、切面分析、漫游和虚拟拆装等数字样机评审功能,以及数字样机监测功能。最后依据生产要求和设备功能,在该系统中不断地调整运行速度和设备机械结构,完成了生产节拍的计算,实现高强钢筋螺纹加工生产线的快速设计和优化,缩短了设计周期,减少了设计成本。

利用希尔伯特边际谱鉴别变压器励磁涌流

根据励磁涌流中有很大成分的高次谐波和非周期分量,而故障电流基本保持基频正弦波的特点,研究了一种利用希尔伯特边际谱来辨别变压器励磁涌流和故障电流的新方法。该方法利用希尔伯特黄变换对电流信号按频率分离,对额定频率段的希尔伯特边际谱幅值进行积分,根据积分值与整定值关系可鉴别信号电流。经PSCAD/EMTDC和MATLAB仿真软件对大量样本的仿真验证,该方法能精确地实现变压器励磁涌流与故障电流的可靠区分。

双目视觉摄像机神经网络标定方法

摄像机标定是精密视觉测量的基础。为了描述双目视觉中三维空间物点坐标和两个摄像机像面像点坐标间的非线性关系,传统的标定方法需要建立复杂的数学模型。而神经网络可以有效地处理非线性映射问题,笔者介绍了一种BP(ErrorBackPropagation)神经网络,并且为了提高网络的学习能力引入了动态因子。用相同的参考数据,将神经网络标定方法与线性标定方法比较,实验结果表明基于神经网络的双目视觉标定方法能获得较高的标定精度。