高速热气流模拟风洞的供油流量控制

根据高速热气流风洞模拟实验系统对供油系统的要求,设计了基于变频调速加旁路比例节流阀调节的燃油供给系统.通过分析系统各个环节的特点,建立了系统的数学模型.针对燃油供给系统流量反馈的大纯滞后特性,提出了模糊PID(Proportion Integration Differentiation)加预测控制的控制策略.仿真和实验表明:所提出的控制策略满足了高速热气流模拟实验系统对燃油流量控制品质的要求,控制效果优于普通的PID和模糊PID控制策略.

高速热气流试验系统燃油流量控制实验研究

介绍了高速热气流试验系统的供油原理,针对燃油供给系统存在的纯滞后、多扰动、参数时变等问题,分别采用模糊PID预测(LevFuzzyPID)和滑膜预测(SDMC)两种控制策略对燃油流量的精确控制进行实验研究。实验结果表明:在燃油流量控制性能方面,设计的模糊PID预测算法和滑膜预测算法最好,动态矩阵算法(DMC)次之,FuzzyPID算法再次之,PID控制效果最差。

基于LabVIEW的电液比例控制实验系统研究

提出了一种基于LabVIEW的电液比例控制实验系统的思想,用虚拟仪器开发平台(LabVIEW)控制来替代原来电液比例控制实验系统中的信号源和继电器控制。对电液比例控制实验系统作了进一步开发,用软件编程代替了原来系统中的部分硬件电路,简化了实验系统,且具有较好的人机交互界面,学生实验操作方便,查错容易,提高了学生的综合设计和实践能力。

基于风险管理的煤矿机械设备监控及智能决策系统研究

介绍了目前我国煤矿机械设备监控系统的现状,利用风险管理理论建立了煤矿机械设备安全风险评价体系,并在此基础上利用VC++高级语言开发了基于风险管理的煤矿机械设备监控及智能决策系统,从而实现了工程监控、风险评价与智能决策支持"三位一体"化的系统,提高了我国煤矿安全管理和监测水平。

基于虚拟仪器的机械故障诊断研究

随着机械行业的不断发展,对故障诊断技术的研究也不断提出新要求,近20 a来,国内外的故障诊断技术得到了突飞猛进的发展。介绍了机械故障诊断研究的意义以及研究内容和现状,并提出了基于LabVIEW开发平台的虚拟仪器技术机械故障诊断的设计思想。

基于纹理图像的强抗干扰性轴承故障诊断方法

针对传统时频分析与卷积神经网络(CNN)结合的轴承故障诊断模型抗噪性能差的问题,提出了一种能高效提取振动信号特定频段信息并具有强抗干扰性的卷积神经网络模型。根据轴承型号与运行状态自适应地将一维振动信号转换为二维卷积神经网络善于处理的纹理图像,然后将其输入首层超大卷积核的强抗干扰卷积神经网络中进行训练。抗噪和故障定位试验结果表明:改进CNN模型结构相对精简,便于训练与实际应用,在信噪比-4 dB的加噪信号上能取得97.28%的准确率,相较于该领域现有模型具有更高的故障识别率与抗噪性,而且具有较好的故障定位能力。

高速热气流模拟试验系统燃气温度建模与仿真

针对高速热气流模拟试验系统燃气温度难以用机理建模法建立精确数学模型的问题,采用灰箱建模理论,建立了双输入单输出燃气温度的精确数学模型。基本过程为:采用机理建模法得到系统的基本数学模型,然后利用辅助变量递推最小二乘法辨识出系统的未知参数,最后通过比较系统的阶跃响应曲线,得到系统的精确数学模型。仿真结果表明,所建模型具有较高的辨识精度,为实施控制方案奠定了基础。

基于自适应小波降噪和Inception网络的齿轮箱故障诊断

齿轮箱是传动系统中的重要部件,其故障率发生较高且难以直接识别故障情况。针对齿轮箱故障振动信号常含有大量噪声以及难以提取出准确、全面的故障特征的问题,提出一种基于自适应小波降噪和Inception网络的齿轮箱故障诊断方法。首先对采集的振动信号进行自适应小波降噪,然后将降噪后的信号输入Inception网络进行故障特征提取与分类。Inception模块具有多尺度抽象特征提取性能,能够从信号中提取全面的故障特征信息,包括齿轮箱微弱故障信号。研究表明该方法在信噪比SNR为-4 dB的环境下故障识别准确率仍达到92.65%,并且在-4 dB的环境下经过降噪处理的信号再输入Inception网络进行故障识别比直接将信号输入Inception网络进行故障识别准确率高6%。因此利用本研究提出的方法,对齿轮箱进行实时监测,及时发现安全隐患,对保证齿轮箱稳定运行防止财产损失具有重大意义。

基于CEEMDAN自适应小波降噪与卷积神经网络的齿轮箱故障诊断研究

噪声情况下精确地对齿轮箱进行故障诊断是齿轮箱故障诊断的难题。为了解决该难题,采取自适应小波对自适应噪声完全集合经验模态分解(CEEMDAN)分量进行分解降噪与重组,并提出卷积神经网络(CNN)结合Inception模块的一维卷积神经网络(BICNN)提取重构信号的基本数字特征,同时使用长短期记忆提取BICNN所提取到的特征之间的相关性特征,对齿轮箱进行故障诊断研究。诊断结果表明:所提出的方法具有较高的抗噪声能力,并且齿轮箱在受到-4 dB噪声干扰的情况下,所提出的方法仍然可以获得99.63%的训练精度。

多工位螺母锻压输送设备控制系统设计与实现

该文介绍了多工位螺母锻压输送设备的组成及工作原理,根据多工位螺母锻压输送设备的自动化控制要求,设计了基于PLC的控制系统,包括控制系统总体方案的设计,控制系统硬件的设计和控制系统软件的设计。在此基础上,对多工位螺母锻压输送设备进行了现场调试。研究结果表明,设计的控制系统能够满足多工位螺母锻压输送设备自动化控制的要求,实现了螺母的自动化输送。

多工位螺母锻压输送设备位置控制系统设计

介绍了多工位螺母锻压输送设备的组成及工作原理,并对设备的位置控制系统进行分析,建立整体位置控制系统数学模型。根据位置控制系统的特性,提出了自适应模糊PID的位置控制算法。在此基础上,利用Matlab/Simulink建立位置控制系统整体仿真模型。仿真结果表明,提出的位置控制算法解决了位置控制过程中超调量大、抗干扰能力弱、参数影响大、响应速度慢和稳态精度差等问题,使位置控制系统具有了良好的动、静态特性。

基于一种高精度卷积神经网络的框架结构模型故障诊断研究

框架结构健康检测和故障诊断是机械工程和土木工程等学科中十分重要的科学问题,能够准确诊断出框架结构的故障是保证框架结构健康工作的基本前提。为了提高噪声条件下的框架结构故障诊断精度,对现有的TICNN(convolution neural networks with training interference)模型进行了改进,得到了一种抗噪声能力极强的新型卷积神经网络模型。为了验证提出的改进型TICNN在抗噪声方面的优越性,将它和TICNN、1DCNN(dimensional convolution neural network)、WDCNN(first layer wide convolution kernel deep convolution neural network)进行对比实验研究,结果表明提出的改进型TICNN效果最优。在此基础上,运用改进的TICNN使用二分类的方式对一种4层钢结构模型进行故障诊断实验研究,结果表明:提出的改进型TICNN在噪声条件下仍能得到较高的诊断精度,从而验证了改进的TICNN的优越性。

高温高速热气流试验系统空气流量模糊滑模预测控制

针对高温高速热气流试验系统空气流量的精确控制问题,介绍了空气供给系统的工作原理,建立了空气供给系统的数学模型,分析了空气供给系统的特性。针对空气供给系统存在非线性、时间滞后等难以精确控制的特性,结合模糊滑模控制和Smith预估器,提出了一种新型的模糊滑模预测控制算法。在此基础上,对提出的控制算法进行了仿真研究。结果表明:所提模糊滑模预测控制算法具有较好的控制性能,不仅能够实现对阶跃信号、斜坡信号、方波信号和正弦信号的高性能跟踪,而且能够克服纯时间滞后、参数时变和外部干扰对系统的影响。

基于CEEMDAN与神经网络的框架结构故障诊断研究

为了解决框架结构受噪声影响较大而难以对其进行精确故障诊断的问题,文中提出一种基于CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise Analysis)与神经网络相结合的框架结构故障诊断方法。该方法首先通过小波分解与重构滤除振动信号中的低通噪声信号与部分低通特征信息;然后,采用CEEMDAN对重组信号进行模态分解,将重组信号中剩余的特征信息进行突显形成组合信号;最后,采用WDCNN(First Layer Wide Convolution Kernel Deep Convolution Neural Network)提取组合信号中的数字特征,同时采用LSTM(Long Short⁃Term Memory)提取组合信号之间的相关性信息并进行分类。另外,采用向原始振动信号中添加不同信噪比噪声的方法进行对比实验。结果表明,所提方法在信噪比为-4 dB时仍然可以达到99.97%的正确率,并且目标函数值降到10-4级别。所提出的框架结构故障诊断方法可以对噪声情况下的框架结构做出精确的故障诊断,能够为框架结构故障诊断提供一种新方法。

基于PLC的轴式膨胀螺栓自动组装设备控制系统设计

介绍轴式膨胀螺栓自动组装设备的组成及工作原理,根据轴式膨胀螺栓自动组装设备的自动化控制要求,设计基于PLC的控制系统,包括轴式膨胀螺栓自动组装设备控制系统总体方案的设计,控制系统的硬件设计和控制系统的软件设计。在此基础上,对轴式膨胀螺栓自动组装设备进行现场调试及实验研究。实验研究结果表明,开发设计的控制系统能够满足轴式膨胀螺栓自动组装设备自动化控制要求,实现了膨胀螺栓的自动化装配。

大型PCCP管道打磨机控制系统设计与实现

针对现有的PCCP管道打磨装备打磨效率低、难以控制导致的打磨质量差等问题,创新设计了一种大型PCCP管道自动打磨机。介绍了打磨机的结构组成及工作原理;根据打磨机的自动化控制要求,设计了基于PLC的控制系统,包括控制系统总体方案的设计、控制系统硬件的设计和控制系统软件的设计,其中,建立了适用于该打磨机的行程开关反馈系统,通过打磨过程中行程开关的通断信号实时反馈给电磁阀,再由电磁阀控制气缸使钢丝刷在打磨过程中始终与打磨表面保持一定的接触力。在此基础上对大型PCCP管道打磨机进行了现场调试。实验结果表明,设计的打磨机控制系统具有较好的实用性,打磨精度高,实现了打磨过程的反馈控制。

基于单片机的电梯轿厢与井道壁间距检测系统设计

介绍了电梯轿厢与井道壁间距检测的现状,针对现有电梯轿厢与井道壁间距检测方法存在的效率低、精度差、自动化程度低、危险系数高等缺点,提出了一种结合单片机技术和超声波测距原理设计的电梯轿厢与井道壁间距自动检测系统的方案,分别对检测系统的硬件和软件进行了设计,并完成了实验检测系统的开发。实验测试结果表明,该系统间距检测范围为2cm^450cm,检测精度达0.3cm,实现了电梯轿厢与井道壁间距的快速、准确、自动化检测。

高速热气流风洞供油系统的双路流量协调控制

针对高速热气流风洞供油系统双路流量的协调控制问题,在引入交叉耦合控制算法并汲取滑模控制与动态矩阵预测控制的优点的基础上设计了一种双路流量协调控制器.仿真结果表明:提出的单路流量控制算法能够实现流量的快速、无超调、精确控制,调节时间约为10s,控制精度可达0.1%,并且具有克服系统滞后的能力;提出的双路流量协调控制器提高了双路流量的动态跟随性,跟踪误差在±0.1L/min内.

高速热气流试验系统燃烧室温度性能数值仿真

给出了燃油在高速热气流试验系统燃烧的分布式数学模型,在GAMBIT软件中建立了系统燃烧室的几何模型,并进行了网格划分。为了了解燃油在燃烧室燃烧的性能以及系统燃烧室的出口温度分布,利用计算流体力学仿真软件FLUENT模拟了燃油在燃烧室中的燃烧,分别研究了不同油气比对燃烧室出口温度的影响和不同喷射角度对燃烧室出口温度的影响。仿真结果表明,油气比为理论油气比,喷射角度为30°左右时,燃烧室出口温度最均匀。

神经网络搭载Inception模块的框架结构集成故障诊断

针对于框架结构的使用环境恶劣,同时常常伴随着大量的噪声,在使用普通的一维卷积神经网络对框架结构进行故障诊断时,存在无法做出有效故障诊断的问题。本研究在一种抗噪声能力较强的卷积神经网络中加入Inception模块,提出了一种识别率和抗噪声能力更高的卷积神经网络—BICNN(Convolution Neural Network based on Inception),并用BICNN卷积神经网络基于数据驱动的方式,对楼体框架模型进行了集成故障诊断研究。集成诊断结果表明BICNN具有更高的识别率和较强的抗噪声能力,而且在训练步数较少的情况下振荡次数少收敛情况良好。因此采取本研究所提出的方法,对框架结构进行故障诊断时具有高诊断率和稳定性,为维护框架结构的稳定运行具有重大安全意义。