起重机械事故分析与风险控制研究

伴随城市工业的不断发展,起重机械应用也越来越频繁。作为一种高危作业机械设备,我国近年来由于其机械事故所导致的伤亡事件风险也在逐年剧增。根据2016年全国不完全数据统计表明,各省市及地区由于起重机械事故所造成的伤亡事件就多达2000余起。文章主要分析当前工业领域中所常见的起重机械事故及其发生原因,并提出起重机械事故的相关风险控制策略。

基于SVMD与SLLE的机械设备齿轮箱故障诊断方法

针对机械设备齿轮箱故障识别难度较大,且采集的信号通常受到强背景噪声干扰等问题,提出一种将连续变分模式分解(SVMD)和监督局部线性嵌入(SLLE)相结合的算法,用于机械设备齿轮箱的故障诊断。首先通过SVMD对采集到的振动信号进行分解,得到特定的期望模式分量;然后再获取这些分量的类标签信息,并利用这些类标签信息来缩放不同类别分量间的欧几里德距离;最后通过SLLE对这些处理后的样本数据进行降维处理,从而准确识别机械设备齿轮箱的故障类型。通过对模拟仿真信号和从齿轮箱故障模拟实验平台采集到的振动信号进行分析,聚类识别的正确率可以达到95.27%,验证了所提出方法的可行性。

基于EDMD与改进KPCA算法的机械设备故障诊断方法

机械设备故障诊断本质上是一种故障模式识别的问题,选择合适的诊断方法对诊断结果的准确性至关重要。文中提出了一种将扩展的动模式分解(EDMD)和改进的核主成分分析(improved KPCA)相结合的机械设备故障诊断的算法。首先通过EDMD将振动信号分解为固有模态函数分量(IMFs),并获得包含特征信息的IMFs,然后对这些有效分量计算如平均值、极值等多个特征参数,从而形成高维数据结构,最后再利用改进的KPCA将这些高维数据映射到低维空间,从而实现对不同故障类型的准确聚类。将文中所述方法应用于仿真信号及所采集的故障模拟综合试验台齿轮故障数据分析。结果表明该方法具有可行性,在机械设备复杂信号处理领域具有良好的应用前景。

探析电梯检验工作中容易被忽视的问题

电梯检验工作对于电梯正常运行具有一定程度的影响,同样也能够为充分发挥电梯功能提供有利条件。从本质上来讲,电梯检验工作十分复杂,会涉及到很多环节,所以,在实际检验的过程中,如果未根据电梯检验制度展开操作,很容易使电梯运行存在安全隐患。因此,文章将电梯检验工作作为研究重点,阐述了其中容易被忽视的问题,以供参考。