基于在线磨粒和改进RAGA-PPC传动箱磨损状态评估研究

针对装甲车辆传动箱油液中磨损颗粒收集滞后,数据维数高,设备磨损权重难以确定问题。使用安装在传动箱上的在线油液磨粒传感器采集数据,建立变速箱磨损状态的7个评价指标。采用罚函数法构建投影指标模型(PPC),降低数据维数。为了避免初始值和初始搜索方向引起的局部收敛,采用改进加速遗传算法(RAGA)求解最佳投影方向。得到最佳投影方向后将7个指标投影到低维数据空间,分析投影边界值得到运行投影范围。通过分析在线数据投影值落点,得到设备的磨损状态。该方法提高了寻优速度和判别精度,实现了更有效的传动箱磨损状态评估。

基于Multigen Creator和Vega Prime的汽轮机虚拟维修仿真系统研究

大容量汽轮机结构复杂,难以在实际汽轮机上开展维修技术的培训,因此,需要研究汽轮机虚拟维修仿真系统用于提高维修水平.在虚拟现实技术的基础上,提出了基于Multigen Creator和Vega Prime汽轮机的虚拟维修仿真系统,分析了Multigen Creator的三维建模技术、Vega Prime的虚拟场景漫游和维修过程的人机交互的实现方法.该系统已经实现了汽轮机某些部件虚拟维修的目标,达到了培训学员、节约维修成本和提高维修效率的目的,为其他设备的虚拟维修提供了借鉴.

KNN基无铅压电陶瓷研究进展

(K,Na)NbO3(KNN)基无铅压电陶瓷由于压电性能优异、机电耦合系数高、无环境污染等优点,成为压电材料研究的热点。文中详细论述了近几年来国内外有关KNN基无铅压电陶瓷材料的研究进展,重点总结了KNN基无铅压电陶瓷材料制备工艺优化方面的研究进展和动向,展望了KNN基无铅压电陶瓷体系在实用化道路上的发展趋势。

基于参数优化VMD和改进DBN的滚动轴承故障诊断方法研究

针对滚动轴承早期微弱故障难以检测和故障诊断率不高的问题,提出了一种基于参数优化的变分模态分解(VMD)和改进的深度置信网络(DBN)的故障诊断方法。首先,为了消除人为选择VMD参数的影响,采用了鲸群算法(WOA)寻优VMD算法的最佳模态分解个数和惩罚因子的参数组合;然后,利用参数优化后的VMD算法分解了滚动轴承振动信号,分解后的本征模态分量(IMF)求频谱后组成了高维数据集;最后,直接输入麻雀搜索算法(SSA)优化的深度置信网络进行了模式识别。研究结果表明:针对滚动轴承的故障,相同模式识别方法VMD算法故障识别率为97.4%,相比于EMD算法96.5%的故障识别率更高;相同信号处理方法下,DBN网络故障诊断率为98.7%,相比于SVM算法97.4%故障诊断率更高;WOA-VMD-SSA-DBN算法的故障诊断率达到了100%,故障诊断的效果得到了进一步提升。