宽板连轧锥形工作辊轴向窜动调控及工业应用

为了提高连轧锥形工作辊轴向窜动控制精度,对材料加工时发生横向流动的过程建立有限元模型,并构建了机架轧后屈服模型,并将模型置于现场环境中开展验证研究。研究结果表明:受到轧后屈服作用时,处于边降区(15~115)mm之间的断面误差可以控制到3μm范围内,与带钢边部的最大偏差在(0~15)mm之间。在机架间和轧制区内都出现了横向流动的情况,导致锥形辊发生了边降调控性能下降。随着窜辊量增大后,第一、二机架都出现功效下降的结果,第三机架则持续增大至最高功效。下游机架窜辊位都位于上游机架控制特征点范围内。这里调控方式形成了显著边部效果,可以观察到内部偏差。该研究对保证板材的轧制质量具有很好的实际指导价值。

基于混合域残差注意力网络的滚动轴承智能故障诊断方法

机械设备正朝着大型化、精密化和自动化的方向发展,机械系统也因此变得越来越复杂。考虑到机械系统可能会发生无特征的灾难性故障,因此机械故障的自动检测是一个巨大的挑战。然而,现有的故障检测方法在对高度复杂的工业系统进行故障类型识别时,误诊率较高,无法给出准确的故障诊断结果。针对这一问题,本文以滚动轴承这一机械设备关键部件作为研究对象,提出一种基于混合域残差注意力网络的故障诊断方法,旨在结合深度卷积神经网络自动学习表示的优点,并配合通道注意力机制和空间注意力机制的关键特征提取能力,提高故障检测性能。实验结果表明,所提出的方法能够准确地检测轴承故障类型,在准确度指标方面优于其他方法。

差厚板U形件工艺孔成形性能仿真

以冷冲压差厚板U形件作为研究对象,通过有限元仿真分析了工艺孔的位置、数量、尺寸以及形状对成形性能的影响.结果表明,差厚板在薄区侧壁处开孔时有利于减少侧壁的残余应力;差厚板的回弹与工艺孔在板件中的位置分布关系不大,与工艺孔的数量、半径及形状有关.从成形性能和回弹影响角度考虑,工艺孔优先选差厚板U形件端部的厚区与过渡区区域,如果必须在侧壁开孔,优选侧壁薄区区域.在相邻区域,工艺孔的数量尽量不超过2个,工艺孔尺寸小一些更合适,工艺孔形状沿轧制方向距离越小越合适.

热连轧支撑辊智能制造控制策略及应用验证

热连轧是智能制造中板材成形控制的主要工艺之一。为了提高2500 mm薄板热连轧控制精度,设计了一种面向辊间接触压力的薄板热连轧窜辊控制优化方法。在进行辊间接触压力锻压的设备上,通过设置产线分析实际工作辊磨损状态,并进行应用验证。研究结果表明:新辊形与旧辊形相比,具备更大的横向刚度,新辊形能够增强轧机抗干扰效果。应用优化控制方法能够促进磨损峰值下降,实现磨损状态均匀性提升,有助于提高热连轧设备控制精度,提高板材成形效率。

基于声振信号融合的设备智能诊断

单一传感器检测易受外界干扰或自身故障等多种因素限制导致滚动轴承故障诊断结果欠佳一直是设备智能诊断领域难点问题。针对上述问题,提出了一种基于声振信号融合的智能诊断方法。首先,通过传感器配置采集滚动轴承的振动信号和声音信号;然后,利用变分模态分解(variational mode decomposition,VMD)对振动信号和声音信号进行分解与重构;随后,将重构后的声振信号输入双通道卷积神经网络(dual-channel convolutional neural network,DCNN)实现故障特征提取与特征融合;最后,将提取和融合的故障特征输入至DCNN网络SoftMax层进行故障分类建模。结果表明,与基于单一振动信号的CNN故障诊断模型相比,提出的基于声振信号融合的故障诊断方法准确率可以达到99.3%,融合后的特征更能有效区分设备不同的故障状态。

基于机理模型的热连轧板形快速控制技术

热连轧机组板形控制是一项关键的任务,它旨在解决板形变化对产品质量和生产效率的影响。针对热连轧机组板形控制过程中的板形约束变量问题,采用双因素线性插值的方法,在分析弯辊力和窜辊量对板形影响的基础上建立双因素传递系数模型和板形控制空间。首先对板形空间的插值方法进行设计,然后应用到弯辊力和窜辊量对轧制压力的传递系数模型的建立中,求出相应弯辊力与窜辊量对轧制压力的传递系数,这些传递系数可以被视为板形控制的关键参数,利用求出的传递系数基于板形调节建立轧机板形控制空间。通过对板形控制空间的求解,可在板形控制范围内实现板形的快速搜寻和弯辊力、窜动量对板形的快速控制,为热连轧机组的操作提供有效指导。该方法在解决板形控制难题上具有显著的效果,能够提高产品质量和生产效率。未来的研究可以进一步优化传递系数模型和板形控制算法,实现更加精确和自动化的板形控制。

多BTT导弹滚转通道姿态约束下的固定时间姿态协调控制

针对多倾斜转弯(bank-to-turn,BTT)导弹在姿态约束下的滚转通道一致性安全控制问题,提出一种分布式固定时间姿态协调控制器。BTT导弹气动参数变化强烈、对机动要求高,对控制器提出了响应速度快、抗干扰能力强、且需满足姿态受限约束等要求。针对上述问题,基于固定时间控制技术、障碍Lyapunov函数,结合多智能体系统协调控制理论,对多枚BTT导弹滚转通道提出一种分布式固定时间姿态协调控制律。在所提协调控制律下,所有BTT导弹的滚转角可在固定时间一致收敛至给定的参考指令信号,且在控制过程中满足姿态约束条件。仿真结果表明了所提方法的有效性。

摇摆条件下棒束通道自然循环核热耦合特性实验研究

为研究海洋条件下核热耦合对棒束通道自然循环热工参数波动特性的影响,在机械摇摆台上设计并搭建了5×5棒束通道自然循环实验回路。基于单群点堆中子动力学模型,通过实时采集热工参数并计算实时核功率,实现了运动-热工-物理的耦合。对棒束通道单相自然循环核热耦合的瞬态特性进行了实验研究,研究结果显示:在静态工况下,核热耦合使得系统功率发生小幅度波动,当温度反馈系数低于-5×10^(-4)℃^(-1)时,燃料温度反馈对功率的影响比冷却剂温度反馈更大。核热耦合对热工系统的时均参数无显著影响,增大燃料温度反馈系数会降低系统的稳定性。在摇摆运动工况下,摇摆幅度越小或摇摆周期越短,核热耦合引入的功率波动幅度就越小。此外,在摇摆运动启动的瞬态过程中,核热耦合使得系统重新建立稳定自然循环的时间大幅延长。

基于DFT与ECA的滚动轴承故障诊断

针对滚动轴承故障诊断中传统卷积神经网络(convolutional neural networks,简称CNN)提取特征的感受野受限于卷积核大小的问题,提出了一种结合离散傅里叶变换(discrete Fourier transform,简称DFT)和高效通道注意力(efficient channel attention,简称ECA)的卷积神经网络模型(convolutional neural network combining discrete Fourier transform and efficient channel attention,简称DFT-ECANet)。首先,将原始振动信号通过DFT变换到频域,在频域上经卷积和离散傅里叶逆变换(inverse discrete Fourier transform,简称IDFT)转换到时域,使信号在时域上具有全局的感受野;其次,将该信号与经过卷积的数据在通道维度上进行拼接,通过ECA为各通道数据分配权重,并关注诊断性能高的特征;最后,通过多个卷积-池化层进一步提取模型深层特征,结合池化层和全连接层诊断轴承故障。实验结果表明:DFT-ECANet在原始振动数据集上具有较高的诊断精度和较好的泛化性能,通过T分布随机近邻嵌入(T-distributed stochastic neighbor embedding,简称T-SNE)可降维可视化模型的诊断过程;在强噪声干扰下仍能保持较高的精度,具备较强的鲁棒性和抗噪性能。

基于SWT与改进卷积神经网络的轴承故障诊断

针对传统轴承故障诊断依赖专家经验且存在时频特征提取效果不佳,导致故障诊断效率和精度较低的问题,提出一种基于同步压缩小波变换(SWT)与改进卷积神经网络(CNN)的轴承故障诊断模型(SICNN)。首先,将一维的非平稳轴承振动信号通过SWT转换为高频率表达的二维时频图像,作为卷积神经网络的输入;然后,引入SRM对提取的特征进行风格池化与融合,调整卷积通道合适的特征权重,提高重要特征的关注度进而提高网络的表征能力;最后,通过Softmax层输出故障诊断结果。为了验证所提出的模型性能,使用凯斯西储大学采集的轴承数据集开展实验。结果表明,该模型故障诊断准确率可达到99.88%,与其他传统方法相比,具有良好的可行性和收敛性能,实践层面应用价值较高。

卷烟厂卷包车间工人违规作业行为检测方法

小目标检测一直是目标检测领域的难点,针对卷烟厂卷包车间摄像头安装位置较高、小目标检测精度低和总体检测精度较低的问题,提出了一种改进的YOLOv8n目标检测算法YOLOv8n-FIAL。首先使用添加通道重排机制的C2fg模块代替原本C2f模块,提高特征学习能力,使用自适应通道特征融合模块代替YOLOv8n算法Neck部分的Concate操作,使特征融合更加充分;然后增加小目标检测层,提高小目标检测精度,降低漏检率;最后使用Focal-EIOU损失函数替换原来的CIOU损失函数,平衡锚框与真实框重叠较大的高质量锚框的数量远少于低质量锚框训练实例不平衡的问题。实验结果表明,在自制的卷烟厂工人违规作业数据集上,所提出的YOLOv8n-FIAL检测方法相比原始的YOLOv8n方法的总体平均精度均值提升了7.6%,对口鼻、手拿手机和衣服领口这3类小目标平均精度均值提升最大,分别提升了8.3%,8%和9.6%;在公共数据集VOC2007上,YOLOv8n-FIAL算法相比YOLOv8n算法的总体平均精度均值提升了1.6%。

基于CAE-ECA模型的滚动轴承声纹信号异常监测方法

滚动轴承是电站辅机关键部件,其运行工况复杂且多处于强噪声环境,异常状态难以准确识别。针对传统声纹分析方法人工提取特征表达不充分且过分依赖专家知识的问题,提出了一种基于卷积自编码网络(Convolutional Auto-Encode,CAE)与有效通道注意力机制(Efficient Channel Attention,ECA)相结合的模型,实现滚动轴承声纹特征自适应提取与异常状态高效识别。首先,将一维时序声纹信号重复间隔采样构建输入样本,利用卷积、池化等神经网络结构自适应提取轴承运行声音信号的深层特征。然后,通过有效通道注意力模块增加卷积自编码网络对关键特征的权重。通过自编码网络结构实现声音信号的重构且仅使用滚动轴承正常运行声音信号数据进行模型训练。最后,通过模型对异常状态数据的重构偏差评估滚动轴承异常状态。试验表明,CAE-ECA模型在不同噪声条件下均具有较高的诊断准确率。

基于NSCT域滚动引导滤波与自适应PCNN的医学图像融合

针对传统CT和MRI医学图像融合后存在边缘轮廓模糊、纹理细节丢失等问题,提出基于NSCT域结合相位一致性滚动引导滤波与改进参数自适应双通道PCNN的图像融合方法。首先,采用相位一致性滚动引导滤波对CT源图像进行增强,提高骨骼轮廓结构清晰度。然后,通过NSCT变换分解增强后的CT和MRI源图像得到低频子带和高频子带。低频子带系数采用改进参数自适应双通道脉冲耦合神经网络融合策略,明显改善了软组织的纹理细节模糊效果;高频子带系数采用加权求和修正拉普拉算法融合,提升了融合后图像的细节、纹理等信息。最后,通过逆NSCT变换重构出融合图像。通过五组对比实验表明,所提方法的AG、CC、SF、MSE以及CEN客观评价指标分别平均提高了13.30%、6.71%、4.40%、40.23%、19.16%,说明该融合方法在处理纹理细节、边缘轮廓、结构相似性以及图像像素方面性能更好。

基于LESO的新型自适应鲁棒滚转通道控制算法

针对导弹大攻角飞行时,滚转通道数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点,设计一种滚转通道自适应鲁棒控制方法。利用线性扩张状态观测器,基于弹上有限信息完成气动非线性项等扰动的在线估计。将新型自适应滑模控制律与线性扩张状态观测器相结合,实现干扰的在线估计与补偿。通过自适应参数的快速调节,保证系统稳定性的同时缩短响应时间,使滚转角和滚转角速率能够在有限时间内快速收敛,并有效削弱抖振现象,增强系统的抗扰能力。数学仿真验证结果表明,所提控制方法与传统线性方法相比,快速性与鲁棒性等性能均有显著提升,且在典型故障处理方面具备容错控制能力。

基于Inception-DLSTM双通道的滚动轴承故障诊断方法

卷积神经网络(CNN)对空间特征具有敏感性,而Inception相比CNN具备多尺度提取特征优势;长短时记忆网络(LSTM)对时间特征具有敏感性,而深层长短时记忆网络(DLSTM)比LSTM具备更深层次提取特征优势。为了多尺度充分提取滚动轴承振动信号在空间和时间上的特征,实现滚动轴承故障诊断,提出了一种Inception通道和DLSTM通道结合的Inception-DLSTM双通道滚动轴承故障诊断模型。对于Inception通道,把轴承振动信号经过小波变换生成的时频图作为输入,利用Inception网络多尺度提取时频图的空间特征信息;对于DLSTM通道,直接把轴承振动信号作为输入,利用DLSTM网络充分提取信号的时间特征信息。然后把两个通道输出的特征信息连接成一个时空特征向量,最后利用分类器进行轴承故障诊断识别。对轴承故障数据进行对比实验可得,Inception-DLSTM双通道的故障识别准确率可达100%,具备良好的故障诊断和特征提取能力。

船舶滚装通道结构设计与轻量化优化

船舶滚装通道是船舶上重要的货物运输通道,其结构设计和轻量化优化对于提高船舶运输效率和降低能耗具有重要意义。文章分析了船舶滚装通道的结构设计和轻量化优化,并探讨了未来的优化方向。

超大型太阳能压延玻璃熔窑通路的研究与设计

该文介绍了超大型太阳能压延玻璃熔窑通路的研究与设计,提出了通路的设计流程和通路耐火材料的配置,总结了各种布置形式的优缺点。

下一代铁路移动通信中公专网系统间干扰协调的研究

针对下一代铁路移动通信技术中公专网系统间存在频率干扰的情况,研究干扰产生的原因、发生干扰的场景并分析抑制干扰采用的方法,研究3GPP中基站隔离度的要求并给出公转网无线系统部署要求,以及驻波比(VSWR)、带外信号抑制比和滤波器插入损耗等参数相互制约的关系,通过仿真得出三者间的关系以及铁路专网无线通信系统滤波器指标要求。

矩形水平通道内液体Poiseuille-Rayleigh-Bénard对流的数值模拟

本文采用FLUENT软件对底部加热、表面冷却的矩形水平通道内液体的Poiseuille-Rayleigh-Bénard对流进行数值模拟,以有限容积法为基础,研究了在不同Rayleigh数和Reynolds数的情况下液体的流型变化和传热特性。结果表明,在所研究的无量纲数范围内,液体出现纵向流卷形式的二次流,流卷最开始出现在通道入口附近的近壁侧,随着液体的流动逐渐出现在通道的中心,纵向流卷的出现使局部换热系数增加。改变Reynolds数只影响入口段的长度:Ra数的增加会使纵向流卷的个数增加,入口段长度减小。

SUS430铁素体不锈钢热轧板形控制优化

通过对设定凸度的调整,优化了同辊役内窜辊位置波动较大的情况。另外,摸索建立弯辊、窜辊配合控制模型,对弯辊力控制进行调节,改善头部浪形不良的现象。两者结合提高了实际板形控制水平。