改进注意力机制的航空发动机试验转子系统智能故障诊断

考虑到航空发动机的工作环境十分恶劣,其故障的振动信号特征隐蔽且噪声干扰严重,为了加强网络对振动信号中关键特征的提取能力,提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子系统的不平衡和碰摩等故障进行诊断。提出局部池化改进的通道注意力机制,能够通过预提取局部极值解决现有通道注意力机制对航空发动机转子故障通道信息提取能力不足的问题;提出多评分机制改进的空间注意力机制,能够通过不同尺度的卷积评分解决现有空间注意力机制对航空发动机转子故障空间信息提取能力不足的问题;将二者结合构建改进的通道空间注意力机制模块,再导入一维卷积神经网络中构建改进注意力机制的一维卷积神经网络完成智能故障诊断,并且通过航空发动机转子系统故障数据集对比分析试验证明了该网络优秀的检测性能、抗噪性能和泛化性能等综合性能以及注意力机制改进方法的可行性。

基于悬索理论的卸船机抓斗开闭问题研究

文中针对因钢丝绳悬垂造成的卸船机抓斗不能顺利开闭以及定位不准确问题,以某型2500t/h电差动四卷筒桥式抓斗卸船机为研究对象,基于悬索理论建立两端等高、不等高悬索索长与端处悬索张力关系式以及垂度和中央挠度的表达式,并对各关键参数进行了定量分析。最后通过Matlab中Simulink模块仿真得到抓斗在任意位置开启、闭合时海陆两侧开闭卷筒角位移以及抓斗在任意位置开启所需开闭卷筒旋转角位移,为卸船机抓斗的定位和开闭控制研究提供理论基础。

以专业学位研究生为本位的校企联合培养思考

新冠肺炎疫情、逆全球化背景下,中国社会经济发展处于一个重要的历史转折时期,企业科技发展迫切需要自力更生。作为企业科技发展和专业学位研究生培养的关键抓手,校企联合培养在新形势下也遇到了一些前所未有的阻碍。分析新形势下校企联合培养专业学位研究生过程中存在的问题,以新时代专业学位研究生为本位提出联合培养主体在制度和培养模式方面的有效措施,解决新时代校企联合培养专业学位研究生实践困难、企业项目与研究生培养要求矛盾、研究生科技服务能力不突出等问题,提高新时代专业学位研究生全方位能力。

光流点匹配跟踪的薄壁件振动模态测试方法

针对传统模态测试方法存在获取信息有限和附加质量、已有非接触模态测试方法需进行复杂图像处理等问题,提出了光流点匹配跟踪的薄壁件振动模态测试方法,避免了需逐帧进行特征分割、提取等复杂的图像处理。首先,建立了面内振动视觉测量的成像模型,通过相机标定获取工业相机的内、外参数并进行了误差分析。研究了基于光流视觉测振的原理与方法,该方法通过单目相机采集带特征点的结构振动序列图像,运用金字塔的Lucas-Kanada算法进行光流点匹配跟踪,进而获得亚像素级特征点的振动信息,在此基础上进行模态参数辨识获得模态参数。基于提出的方法搭建了薄壁件振动模态测试系统,对薄壁梁进行了振动模态测试实验,并与激振器扫频测试结果和有限元仿真结果进行了对比分析。实验结果表明,固有频率误差在5%以内,模态振型一致,从而验证了提出方法的正确性,为薄壁件的振动模态测试提供了新方法。

机器视觉的薄片零件尺寸检测系统

对基于机器视觉的薄片零件尺寸检测系统进行研究。针对计算机硬盘弹性臂薄片零件的尺寸检测,采用线阵工业相机扫描获取待检零件图像,根据扫描特性提出了标定算法,同时提出了一种轮廓矢量化算法。将经过滤波、标定、二值化、边缘提取和细化的图像进行轮廓矢量化得到待检零件的尺寸参数,并与从设计图DXF文件中读取的零件的相应尺寸参数进行对比,判断零件制造质量。实测结果表明,检测系统的轮廓矢量化精度达到1 pixel,检测精度达到1μm,平均每个零件的检测时间为1 s,该检测系统是可行的。

薄片零件机器视觉图像亚像素边缘检测

针对基于机器视觉的薄片零件尺寸在线高精度检测系统中的边缘检测问题,提出了一种新颖的精确亚像素边缘检测方法。用简单阈值法对待检零件图像进行二值化;用团块面积阈值法去除待检零件图像中的噪声;用二值数学形态学方法进行像素级边缘检测获得单像素宽连通的像素级轮廓;用基于三次样条插值的9×9pixel矩形透镜法进行亚像素边缘检测获得亚像素级轮廓。实验结果表明,该方法计算速度快、抗噪声能力强、检测精度高、亚像素边缘定位精度可达微米级。

基于曲率与HOUGH变换的平面轮廓图元识别方法研究

针对检测精度与检测速度两大指标,提出了基于曲率与HOUGH变换的平面轮廓图元识别方法。开发了基于邻域值的轮廓点分类算法,采用曲率阈值法筛选轮廓点、投影高度法判别图元属性及分类轮廓点,分别构建了基于HOUGH变换的直线图元、圆弧图元分割与融合算法。对本文提出的方法与Chung&Tsai方法等4种特征点检测方法的检测精度与检测速度进行了对比实验与分析。采用包含各种类型特征点的仿真平面轮廓对本文提出的方法的特征点检测能力进行了测试。实验结果表明,本文提出的方法图元识别准确、检测速度快、通用性好。

超声红外热像法的激励参数影响规律研究

超声红外热像作为一项新型无损检测方法早已引起国内外研究人士的重视,研究超声波激励参数的影响对该方法的工程应用和理论研究具有重要意义。本文基于ANSYS有限元软件采用热固耦合的方法对超声波激励裂纹生热的过程模拟分析,研究了不同激励参数下(激励时间、激励幅值、激励位置)结构件裂纹缺陷的生热规律。并进行了超声波红外热像疲劳裂纹检测实验,实验结果验证了有限元分析的可行性。

薄片零件尺寸机器视觉检测系统研究与开发

对薄片零件尺寸机器视觉检测系统的关键技术进行研究,开发一套完整的机器视觉检测系统。提出基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测;提出基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。实验结果表明:检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。

用HOUGH变换改进的曲率法识别平面轮廓图元

针对检测精度与检测速度两大指标,提出了用HOUGH变换改进的曲率法平面轮廓图元识别方法。开发了基于邻域值的轮廓点分类算法,采用曲率阈值法筛选轮廓点、投影高度法判别图元属性及分类轮廓点,构建了基于HOUGH变换的直线图元、圆弧图元分割与融合算法。对提出的方法分别进行了特征点检测精度与检测速度对比实验和特征点检测能力测试实验。实验结果表明,提出的方法图元识别准确、检测速度快、通用性好。

活塞环用精密型材轧制成型显式动力学有限元仿真

利用有限元分析软件ANSYS/LS_DYNA对活塞环用精密型材的轧制过程进行了有限元仿真,详细介绍了有限元模型的建立、材料模型和单元类型的选择以及网格的划分,得到了各道次轧制金属的流动规律,对轧件的变形及应力场的分布进行了深入分析,为成型轧辊的设计以及优化生产工艺提供了参考。

主动开放科研平台 积极参加创新竞赛——省属普通高校工科类本科生实践能力培养新途径

近年来高等学校普遍重视本科生实践能力的培养。本文论述了实践能力培养对工科类本科生的重要性,分析了工科类本科生实践能力培养的现状。针对目前存在的问题,提出通过主动开放科研平台提供实践基地、积极参加创新竞赛提供实践机会、勇于创新管理机制提供实践激励的新思路,为工科类本科生实践能力培养提供新途径。

薄片零件尺寸机器视觉检测系统中边缘检测技术的对比研究

以高斯模糊的仿真图像和薄片零件图像为评价图像,分别用Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、数学形态学边缘检测方法进行边缘检测,对边缘检测结果进行了深入分析,对算法的边缘定位精度、抗噪声能力和计算时间进行了比较。数学形态学边缘检测方法能获得单像素宽连通的轮廓,检测时间分别为0.0521s、0.457s。选择数学形态学边缘检测方法作为薄片零件尺寸机器视觉检测系统的边缘检测方法是合适的。

薄片零件尺寸机器视觉检测系统中的线扫描步长自适应优化研究

借鉴自由曲面逆向工程中扫描步长自适应优化的思想,提出了基于CAD信息的线扫描步长自适应优化方法。基于曲线拟合容差开发了圆弧图元线扫描步长自适应优化算法;基于等线段长开发了直线图元线扫描步长自适应优化算法;基于图元间的拓扑结构归纳了区域线扫描步长自适应选取准则。用弹性臂薄片零件的尺寸检测实验对基于CAD信息的线扫描步长自适应优化方法的检测精度和扫描数据量进行了分析。实验结果表明,该方法能提高检测系统的检测精度,提高线扫描的扫描效率,减少扫描数据量。

薄片零件尺寸机器视觉检测系统的研发

对薄片零件尺寸机器视觉检测系统的关键技术进行了研究,开发了一套完整的机器视觉检测系统;提出了基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出了基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测;提出了基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。

改进一维卷积神经网络的航空发动机故障诊断方法

针对现有航空发动机故障诊断的1DCNN方法缺乏故障频率多尺度特征提取能力以及对原始振动信号时域特征提取不足的问题,通过融合内嵌多尺度层到双通道1DCNN提出了改进1DCNN的航空发动故障诊断方法。提出了幅值变化速率的方法对振动信号进行时域特征增强,在单通道1DCNN基础上增加幅值变化通道作为第二通道,构建双通道1DCNN,加强1DCNN的时域特征提取能力,再改进多尺度模块为内嵌多尺度层并应用于1DCNN的第一通道,针对航空发动机故障频率域的多尺度特征进行提取。最后将改进1DCNN应用于航空发动机转静碰摩、叶片断裂等故障的诊断,通过对比实验证明了改进1DCNN检测的优越性、抗噪性、泛化性以及改进点的可行性。

基于优化多尺度排列熵和卷积神经网络的滚动轴承故障诊断方法

针对滚动轴承故障分类中特征信号微弱、信号非线性和多尺度特征难提取的问题,提出基于优化多尺度排列熵(MPE)和卷积神经网络(CNN)的滚动轴承故障诊断方法:通过改进自适应噪声完备集合经验模式分解(ICEEMDAN)对轴承信号进行分解和重构,实现信号降噪;通过粒子群算法(PSO)对MPE进行优化,提出PSO-MPE特征提取方法,参数优化后的MPE能够提取更为关键的特征信息;将所得的排列熵输入到CNN中进行故障分类以及降维可视化分析。以凯斯西储大学开放轴承数据库样本为测试对象,将文章所提出的ICEEMDAN-PSO-MPE-CNN方法与ICEEMDAN-PSO-MPE-RNN、CEEMDANSVM、ICEEMDAN-PSO-MPE-SVM等方法进行纵向和横向对比分析,结果表明改进方法的分类准确率和效率更高,在T-SNE可视化下的分类效果更明显,能够实现滚动轴承故障的高精度和高效率检测。

基于小波消噪与LMD的埋弧焊交流方波电弧信息提取

埋弧焊交流方波电弧电信号存在畸变,影响焊接过程电弧稳定性和焊缝成形质量,针对于此,在对采集的埋弧焊交流方波电弧电流信号进行小波包降噪后,利用局部均值分解(local mean decomposition,LMD)对电弧电流信号进行自适应分解,获得若干个具有真实物理意义的PF(product function)分量,并对PF分量集进行Hilbert变换及能量熵计算。结果表明,利用小波消噪与LMD能有效得到埋弧焊交流方波电流波形畸变的不同频率成分及其幅值在时间特征尺度上的变化特征,在此基础上通过Hilbert变换及能量熵计算可以有效提取反映焊接过程电弧稳定性和焊缝成形质量的电弧特征信息。

多电弧埋弧焊共熔池温度场动态数值模拟

在分析焊接过程中的能量方程、边界条件和焊接热源分布模型的基础上,建立双电弧运动作用下埋弧焊熔池的温度场数学模型,采用有限元方法计算与分析了不同焊接速度、焊接电压对双电弧埋弧焊熔池温度场分布的影响规律,得出了不同焊接速度、焊接电压参数下对应的熔池形态特征,为双电弧焊高速埋弧焊过程焊缝成形因素分析及工艺优化提供了基础。

基于PMAC的自动投球机器人控制系统

设计了基于美国DeltaTauSystem公司的PMAC运动控制卡的投球机器人控制系统,基于比赛策略设计了相应的控制软件.试验表明,控制系统运行可靠,控制指标达到了预期要求.