基于SGMD-CMAE和WOA-ELM的滚动轴承故障诊断方法

针对滚动轴承的振动信号因其非平稳性和信噪比不高而难以准确提取特征的问题,提出了一种抗噪性能好、识别率高的滚动轴承故障诊断方法。首先,使用辛几何模态分解(symplectic geometry mode decomposition,SGMD)将滚动轴承故障信号分解为多个辛几何分量(symplectic geometry component,SGC),基于相关性原则,选取相关性高的SGC对故障信号进行重构,形成重构信号;然后,提出了复合多尺度注意熵(composite multi-scale attention entropy,CMAE)定量提取重构信号的特征熵值,构建CMAE特征;再选择鲸鱼优化算法(whale optimization algorithm,WOA)对极限学习机(extreme learning machine,ELM)中的有关参数优化处理,构建WOA-ELM模型;最后,将CMAE特征输入到WOA-ELM模型中,实现滚动轴承的故障诊断。仿真实验结果表明:与其他方法相比,文章所提的SGMD-CMAE和WOA-ELM方法识别滚动轴承故障准确率更高。

基于WSGMD和AMOMED的风力发电机齿轮箱轴承早期故障诊断

围绕风力发电机齿轮箱轴承早期故障诊断困难这一难题,提出一种基于加权辛几何模态分解和自适应多点最优最小熵解卷积的诊断新方法。首先,采用辛几何模态分解将原始振动信号分解为多组辛几何分量,计算各分量的Gini系数并据此对各分量进行加权重构,得到信噪比提升的重构信号。为了进一步强化放大重构信号中的故障特征,通过鲸鱼优化算法对多点最优最小熵解卷积的滤波长度及冲击周期进行自动搜索,获取最佳参数后对重构信号做进一步解卷积处理,最终通过解卷积信号的包络解调分析来识别轴承服役状态。风电现场机组振动监测信号验证表明,该方法可准确辨识出轴承早期故障,具有广阔的工程应用前景。

基于SGMD敏感参数和KFCMC的滚动轴承故障诊断方法

针对滚动轴承的内圈和外圈故障诊断问题,提出了一种基于辛几何模态分解(SGMD)、敏感参数和核模糊C均值聚类(KFCMC)相结合的方法。基于SGMD研究了实际测量的液压泵多模态故障振动信号;基于所提出的相似性分析法,将含有丰富运行特征信息的模态分量进行重构,并将其作为数据源;基于数据源提取时域和频域参数,并利用流行学习法筛选出峭度、裕度指标和峰值指标等敏感参数作为特征向量;利用KFCMC实现对内圈和外圈不同故障的诊断。通过对滚动轴承内、外圈故障振动信号的仿真和实测,验证了该方法可以有效地诊断滚动轴承不同故障。

基于SGMD-Autogram的液压泵故障诊断方法研究

辛几何模态分解方法(Symplectic Geometry Mode Decomposition,SGMD)存在特征信息分布过于分散问题、Autogram方法中的最大重复离散小波变换(Maximal Overlap Discrete Wavelet Packet Transform,MODWPT)存在特征提取能力不足问题,针对上述两问题,提出了基于SGMD-Autogram的新方法。对实测液压泵多模态故障振动信号进行SGMD分解;针对分解后产生的特征信息分布过于分散问题,提出基于最大无偏自相关谱峭度法,筛选含有丰富运行特征信息的模态分量为数据源,进而取代MODWPT,实现最优故障特征提取;对数据源进行阈值处理,并基于频谱实现对液压泵故障的诊断。通过对比分析仿真和实测液压泵斜盘故障振动信号,验证了该方法可以有效地诊断斜盘故障。

基于SGMD线性峭度和log-SAM的滚动轴承故障诊断方法

对数-频谱振幅调制(log-SAM)方法容易受到强噪声影响,基于辛几何模态分解(SGMD)方法所得分解结果中故障特征信息分散,传统峭度也容易受噪声中的随机冲击干扰。针对上述问题,提出一种基于SGMD、线性峭度和log-SAM相结合的新方法。首先,对滚动轴承振动信号进行SGMD分解,得到众多分量;其次,基于最大线性峭度,筛选具有丰富特征信息的分量作为数据源;最后,对数据源进行log-SAM分析,实现最优故障诊断。通过分析滚动轴承仿真信号和实测滚动轴承内圈故障信号,证实所提方法具有更好的抑噪能力和诊断效果。

基于时空相关性的短期光伏出力预测混合模型

光伏功率预测是电网优化调度、稳定运行的关键基础,为了应对传统预测模型对潜在特性发掘不到位等问题,提出了基于时空相关性的短期光伏出力预测混合模型。它由图卷积神经网络GCN(graph convolutional neural network)、辛几何模态分解SGMD(symplectic geometry mode decomposition)、卷积神经网络CNN(convolutional neural network)和双向长短期记忆BiLSTM(bi-directional long short-term memory)神经网络组成。首先,建立区域光伏电站图结构,利用GCN推导出待测电站空间信息;其次,采用SGMD对输入特征进行模态分解,得到表现数据时序变化特征的多级模态子序列;最后,采用CNN-BiLSTM神经网络进行特征提取和光伏发电功率预测。实验结果表明,与多种组合预测模型相比,所提方法具有更高的预测精度。

辛几何模态分解方法及其分解能力研究

针对经验模态分解(Empirical Mode Decomposition,EMD)、集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、局部特征尺度分解(Local Characteristic scale Decomposition,LCD)等方法的不足,提出了一种新的分析方法--辛几何模态分解(Symplectic Geometry Mode Decomposition,SGMD)方法,该方法采用辛矩阵相似变换求解Hamilton矩阵的特征值,并利用其对应的特征向量重构辛几何分量(Symplectic Geometry Component,SGC),从而对复杂信号去噪的同时进行自适应分解,得到若干个SGC。通过仿真信号模型,研究了SGMD方法的分解性能、噪声鲁棒性,分析了分量信号的频率比、幅值比和初相位差对SGMD方法分解能力的影响。将SGMD方法应用于齿轮故障实验数据分析,结果表明SGMD方法能够有效地对待分解信号完成分解并剔除噪声信号。

料液强化流动对气扫式膜蒸馏影响的实验研究

采用聚偏氟乙烯(PVDF)中空纤维膜组件,对比研究稳定流气扫式膜蒸馏(SSGMD)、脉冲流气扫式膜蒸馏(PSGMD)、鼓气流气扫式膜蒸馏(GSGMD)、鼓气流和脉冲流结合式(P&G SGMD)4种膜蒸馏模式,以膜的渗透性能、膜污染状况、热效率为指标,判断4种模式的优越性.研究了SSGMD膜蒸馏过程中进料温度(T_(f-in))和进料流量(Q_f)对膜通量(J)的影响,选择了最佳的条件,对比4种膜蒸馏方法在膜蒸馏过程中膜的渗透性能、膜表面污染情况、热效率.结果表明,采用SSGMD工艺,J随Q_f、T_(f-in)的增大而增大;在4种膜蒸馏过程中,GSGMD过程中膜通量相对最大、热效率最高(49.21%)、膜的污染最小.

脉冲流强化膜蒸馏高浓度盐水的研究

采用聚偏氟乙烯(PVDF)中空纤维膜组件,探究了脉冲时长与脉冲频率对脉冲流强化气扫式膜蒸馏高浓度盐水过程性能的影响.研究结果表明,当进料流量为30L/h,进料温度为323K,冷凝液温度为283 K,气扫速率为0.74 m^3/h时,在最佳的脉冲长度/脉冲频率为0.5s/1min^(-1)条件下,通量强化比达1.20.与稳定流相比,脉冲流能有效延迟饱和盐水(333K)膜蒸馏过程通量急剧下降的发生.

气扫式膜蒸馏过程的通量影响因素研究

对气扫式膜蒸馏法的热量和质量传递机理进行了研究,建立了该过程的热量和质量传递模型,并对模型进行了计算,得出了吹扫气流速、进料温度、进料浓度对膜通量的影响,并与实验结果进行了比较.结果表明模型计算值与实验值非常接近,其变化趋势为:随吹扫气流速的升高,通量先增加然后趋近于平衡.进料温度越高通量越高.进料浓度对通量的影响明显,随进料浓度的增加,通量呈指数倍下降.

小剂量多虑平对大鼠应激性胃黏膜损伤的治疗作用

目的:探讨小剂量多虑平(Doxepin)对大鼠应激性胃黏膜损伤(stress gastric mucosal damage,SGMD)的治疗作用,并就其可能机制初步研究。方法:采用浸水加束缚的方法制备大鼠应激性胃黏膜损伤模型。健康雄性SD大鼠50只,随机分为5组:假手术组(Sham组)、应激性胃黏膜损伤组(SGMD组)、溶剂对照组(Vehicle组)、多虑平预处理组(Doxepin组)、多虑平联合PI3K特异抑制剂LY294002组(Doxepin+LY组)。记录各组大鼠胃黏膜损伤指数。测算大鼠胃黏膜组织中丙二醛(malonalldehyde,MDA)含量、超氧化物歧化酶(superoxidedismutase,SOD)活性。Western blot法检测胃黏膜组织淋巴瘤/白血病-2(B cell lymphoma/leukemia-2,Bcl-2),Bcl-2相关X蛋白(Bcl-2 associated X protein,Bax),磷酸化Akt1(phosphorylated Akt1,p-Akt1)以及肿瘤坏死因子α(tumor necrosis factorα,TNF-α)蛋白的表达。结果:成功制备大鼠应激性胃黏膜损伤SGMD模型。与大鼠应激性胃黏膜损伤组相比,多虑平组大鼠胃黏膜损伤指数降低,胃黏膜组织MDA含量降低,SOD活性增强,p-Akt1的蛋白表达水平增强,且Bcl-2蛋白表达增强,Bax蛋白表达减弱(P<0.05)。而LY294002可削弱多虑平的以上作用(P<0.05)。结论:小剂量多虑平对大鼠应激性胃黏膜损伤具有保护作用,这种保护作用可能与其上调PI3K/Akt信号通路活性,上调Bcl-2蛋白表达,下调Bax蛋白表达活性作用密切相关。