基于主成分分析的多域特征融合轴承故障诊断

针对复杂工况下难以区分轴承故障状态的问题,提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号,提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态;利用主成分分析方法对所提取特征融合与降维,降低诊断模型复杂度与数据分析难度;最后,选择合适的卷积神经网络进行分类,通过石化机组故障诊断实验平台进行验证。结果表明:多域融合特征相对于单域特征诊断效果更好,卷积神经网络分类模型相对于其他经典分类模型诊断准确率更高,融合诊断分类方法整体诊断准确率达到86%。

无量纲与SVM的石化机组旋转机械故障诊断方法

针对石化机组旋转机械故障信息存在非线性、重叠性等特点,提出一种无量纲与支持向量机(Support Vector Machine,SVM)的石化机组旋转机械故障诊断方法。首先对采集的振动信号进行分析并将其无量纲化;接着通过特征选择选取高价值与敏感性强的无量纲特征,降低分类模型复杂度并提高算法速度;最后通过选取合适的SVM分类模型进行分类诊断。结合具有无量纲特征的故障敏感性与SVM的非线性分类性进行诊断分类,并通过石化机组故障诊断实验平台进行验证,表明该方法相比于其他经典分类方法分类效果更好,分类正确率为99.1%,证明了方法的有效性。

液压与气压传动课程混合式教学模式的探索

以液压与气压传动课程为例,线下教学因受时空限制、课时少,重点内容难以展开,而线上教学平台可以提供视频、动画等教学资源,有利于学生自主完成知识学习。基于此,提出一种线上线下混合式教学模式,实现教师对重难点内容的深入讲解,促使学生更好地掌握知识,有效地提高了课程教学质量和效果。

基于互无量纲特征与迁移学习的变工况滚动轴承故障诊断

滚动轴承的可靠性是工业生产连续性与安全性的重要保证之一,但由于其运行环境的高温、高压、高时长特性,振动信号表现出一定的非平稳性与非线性,并且由于故障样本的缺失,基于数据驱动的诊断方法很难进行应用。文中提出一种基于互无量纲特征与迁移学习的变工况滚动轴承故障诊断方法,提取轴承振动互无量纲特征用于解决轴承信息非线性问题;针对故障样本缺失问题,提出一种改进的卷积神经网络迁移模型,将大数据模型迁移到小样本模型中来。通过美国西储大学轴承实验平台的验证所提出的方法平均诊断准确率达到95.9%,为滚动轴承的故障诊断提供一定的理论参考。

基于人工智能的石化机组故障诊断检测算法

石化机组故障诊断对于现代工业系统的可靠性和安全性具有重要意义。人工智能(AI)技术作为工业应用的新兴领域和故障识别的有效解决方案,日益受到学术界和工业界的关注。然而,在不同的运行条件下,人工智能方法面临着巨大的挑战。从理论背景和工业应用两方面对石化机组故障诊断中的人工智能算法进行全面阐述。介绍不同的人工智能算法,包括K近邻、朴素贝叶斯、支持向量机、人工神经网络和深度学习等方法;对AI算法在工业应用中进行了广泛的文献调研;最后,对不同AI算法的优势、局限性、实践启示进行总结,表明了技术进步、多模态数据整合、实时监测预测、算法通用性对提升石化工业效率与可靠性的关键作用,并展望了未来的研究方向与挑战。

基于EEMD和CNN-SVM的滚动轴承故障诊断

针对滚动轴承振动信号易受外界噪声干扰、传统的故障诊断方法难以提取故障特征以及准确率低等问题,提出一种基于集合经验模态分解(EEMD)和卷积神经网络结合支持向量机(CNN-SVM)的滚动轴承故障诊断方法。利用EEMD算法对原始振动信号进行分解得到本征模态函数(IMF)分量,再由相关系数筛选最佳分量进行信号重构,得到降噪后的振动信号。将重构降噪后的振动信号转换为二维特征图输入卷积神经网络进行训练提取特征。最后将提取到的稀疏代表特征向量输入到支持向量机进行故障分类。实验结果表明:所提方法能有效降低噪声干扰,便于提取故障特征,与传统的故障诊断方法相比准确率更高,诊断速度更快。

基于FLUENT的集成块流道的仿真分析

仿真分析了液压集成块两种不同孔道的流场以及增大阀口的开度、缩短阀口到集成块交叉孔道的距离后的流场。通过对比,增大阀开度及缩短阀口到集成块交叉孔道的距离有助于减小集成块的能量损失,为集成块的设计提供一定的依据。

二通比例流量插装阀的建模与仿真分析

分析了ATOS的LIQZO型二通比例流量插装阀的结构及工作原理;利用AMESim的HCD库搭建其仿真模型;参考厂家提供的特性曲线,详细地探讨了其仿真模型的参数设置,以保证其动静态特性。仿真曲线与样本曲线的对比分析表明,所搭建的仿真模型及所设置的仿真参数是合理可行的。研究成果对其他比例流量插装阀的建模具有借鉴意义。

石化齿轮箱振动信号高价值量纲一化特征提取方法研究

石化齿轮箱故障信号特征之间呈现模糊性和耦合性,正常状态与异常状态之间相互影响,导致故障分类难。为解决此问题,提出一种石化齿轮箱振动信号高价值量纲一化特征提取方法。运用数据预处理方法,从采集的数据中抽取有效数据,对其进行量纲一化指标表示,再依据量纲一化指标分布规律提取高价值量纲一化特征。为保证样本的完备性,建立高价值量纲一化特征的增容模型。利用该方法能够准确提取石化齿轮箱实验机组轴承故障特征,可为石化齿轮箱特征提取提供参考。

插装阀内部流场分析与实验

建立了插装阀内部流动区域的能量与流量的数学模型,并利用计算流体动力学软件FLUENT对插装阀的内部流动区域进行仿真,得出了内部流体的压力云图、速度矢量图,同时,在大型液压机上采集了插装阀的阀芯在不同的开度时压差、流量的变化情况,根据采集的实验数据,绘制出压差与流量特性曲线,并对其进行对比分析。

基于动网格的液压缸内部流场的数值模拟仿真

运用动网格技术,对液压缸的流动区域进行数值模拟,使用Fluent中的Profile文件定义活塞杆的运动速度与运动时间。经过数值模拟后,得到液压缸在不同的时间段内计算域的压力及速度云图。模拟仿真的结果能够较好的反应液压缸的内部流场,有助于设计者了解液压缸的内部流场的变化情况。

液压实验台活塞杆位移开环控制的仿真与实验

在教学液压实验台建立的开环控制系统的基础上,采用AMESim仿真软件,建立该开环控制系统的仿真模型,并进行仿真实验,得出活塞杆位移与时间的仿真曲线。同时采集活塞杆实际伸出位移变化的数据,把采集出来的数据进行相关处理后绘制出位移随时间变化曲线,并将其与仿真的位移曲线进行比较分析。

旋转机械故障诊断研究方法综述

随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标和量纲一指标在其上的运用。展望旋转机械故障诊断的研究方向和待解决的问题。

充液阀气液两相流的流场仿真分析

针对陶瓷砖压机上充液阀在快速下行过程中产生较大的振动,需要对其运行快速性和稳定性进行分析。分析充液阀进出口压差为0.2 MPa,气体体积率分别为10%和50%,及气体体积率为20%、压差为0.15 MPa时的流场分布,与理论计算值进行对比,验证所建立的三维流体模型的正确性。对优化后的充液阀结构进行流场分析,结果表明该结构能够为充液阀设计、结构优化提供一定的参考。

基于高价值小样本的石化装置旋转机械故障诊断NN模型

针对石化装置旋转机械故障特征之间呈现模糊性和耦合性导致故障类型识别难的问题,提出基于高价值小样本的石化装置旋转机械故障诊断NN模型。依据故障特征拟合情况,提取高价值小样本故障特征;运用高价值小样本故障特征建立高效的NN模型,利用梯度搜索技术,使网络的实际输出值和期望输出值的误差最小,达到最佳分类效果。研究结果表明:高价值小样本故障特征的训练数据与测试数据具有高度的一致性,故障类型识别的准确率达到98.3%。该方法应用于石化大机组旋转机械表明方法简单有效,高价值小样本特征提取准确,故障识别能力强,可为石化大机组及其他大型设备旋转机械故障诊断提供指导。

陶瓷砖机阀口与孔道研究综述

二通插装阀、集成块和充液阀作为砖压机中液压系统中重要基础元件。插装阀阀芯的运动特性、集成块内部孔道能量损失和充液阀通流能力直接关系到砖压机能量损耗、快速性和稳定性。因此,对阀口与孔道的通流能力提出更高的要求。分析了插装阀、充液阀、集成块国内外研究现状及其研究方法,展望阀口与孔道的研究方向和待解决的问题。

面向“新工科”的机械设计基础课程建设的探索

“新工科”是国家战略发展、应用型人才和创新人才新需求的背景下,提出的工科教育改革方向。机械设计基础作为机械专业的核心课程,需要遵循“新工科”的建设目标。因此,该课程教学目标、内容和方法的改革以及课程教学团队的建设,是保证“新工科”建设目标顺利实现的重要保证。

深度学习在故障诊断中的应用综述

阐述了深度学习在故障诊断和图像分析、语音识别和文本理解等领域的应用;介绍卷积神经网络、深度置信网络、堆叠自动编码网络、递归神经网络4种典型的深度学习模型;综述近几年深度学习在故障诊断中的模型选择、学习算法和实际应用等方面的研究新进;探讨深度学习在故障诊断中的理论分析、特征提取、优化训练和研究拓展等。

基于深度学习与电子听诊器的轴承故障诊断

针对滚动轴承故障诊断,受启发于传统人工听诊的做法,以及利用传统机器学习方法提取故障特征过度依赖人工、诊断正确率低等问题,提出一种基于深度学习与电子听诊器相结合的滚动轴承故障诊断方法。该方法利用电子听诊器获取轴承不同健康状态下运行的声音信号,以轴承转动周期为数据样本长度,采用重采样数据集增强方法提高模型的泛化性。搭建基于TensorFlow的一维卷积神经网络深度学习模型进行实验验证,并利用t-SNE对分类过程进行可视化,诊断正确率达到99%。

基于新工科建设的“互换性与测量技术基础”课程的教学改革研究与探索

随着新工科建设的推进,“互换性与测量技术基础”课程内容多、授课方式单一,难以满足新课程体系要求。因此,课程改革应以课程内容和教学方法作为改革出发点,学生全面发展为目标。本研究从教学目标、内容、方法三个方面说明课程改革的必要性,并引入以目标为导向的课程教学改革思路。同时,结合课程特点和教学现状提供多种教学方式达到理论知识和实践内容紧密联系,发挥学生主体创新能力和综合能力,为培养创新应用型人才打下坚实的基础。