基于MBD/SVM车钩分离故障预测的新方法

为保障车辆安全运行,需要提高车辆实际运行中车钩防跳机构的运动可靠性来避免发生车钩分离故障。以车钩锁铁达到开锁位为评价指标,运用多体动力学(MBD)仿真技术与支持向量机(SVM)智能监督学习分类相结合的方法,对某型车钩的运动可靠性区间进行预测研究。在RecurDyn多体动力学软件环境中构建车辆实际运行时的车钩装置仿真模型,通过仿真实验模拟车辆运行时车钩内锁铁承受纵向和垂向冲击时的位移响应,反求车钩分离时的纵向、垂向以及二者耦合的临界加速度。仿真结果表明了垂向加速度是车钩分离的敏感因素。通过SVM机器学习方法求解出车钩达到分离条件的加速度界线,为车钩装置设计与运用维护提供了约束条件。研究成果为预测铁路车辆车钩装置等复杂机构的运动可靠性提供了一种新方法。

白板纸粘橡皮、纸体分离故障的排除

白板纸在胶印时,经常会出现起疱揭皮、纸张两张皮、橡皮布上粘纸等现象,出现这样的问题,原因是多方面的。

一辆东风EQ1118G型汽车离合器不分离故障的排除

故障现象：一辆东风EQ1118G型汽车，在封存一段时间后，重新启用时发现该车无法挂挡，车辆无法正常行驶。

CFM56-3发动机3号轴承后油气封严装置分离故障的监控方法

不含石棉的粘合剂的性能衰退造成了多台CFM56-3发动机3号轴承后静子止油气封严装置分离,南方航空公司的经验表明该故障的早期经常伴有滑油耗量上升和磁堵中出现棕褐色的非金属物等现象,因此加强这方面监控可以有效控制该故障的发展。本文对该故障的机理及相关改装情况也进行了相应介绍。

FJ44-1AP型发动机P2分离故障分析

我院CJ1+飞机曾多次出现P2分离故障。本文从某次P2分离故障入手,分析了系统工作原理,总结其故障原因为:当左右发动机进口总压平均值超过0.5个PSI时,将会触发发动机的P2分离故障。并对飞行和机务人员提出了有益建议,以降低该故障发生的几率。

一种变速器卧装时的离合器分离故障

一、离合器分离故障对变速器的影响 离合器是发动机与变速器之间的一个传力机构，以传递或切断发动机输送给变速器的动力，保证发动机的动力与传动系统可靠接合和彻底分离。离合器有3大作用：一是保证汽车平稳的起动：二是保证汽车顺利换挡而变换速度：三是防止传力机件的超载。

离合器不能分离故障特例

故障现象:一辆TJ1010型厢式货车,发动机起动前各挡位挂入顺利;起动后挂挡时变速器发出尖锐的金属摩擦声,强行挂入倒挡时车辆向后窜动,发动机随即熄火。 故障检查:根据上述现象,确定是离合器不能分离故障。

固有成分滤波器的旋转机械故障诊断方法

针对噪声环境下旋转机械微弱复合故障诊断问题,提出了一种强噪声干扰下基于固有成分滤波器(intrinsic component filtering,简称ICF)的旋转机械故障检测和分离方法。ICF通过最小化样本间特征的L1/2范数和样本内特征的L3/2范数来实现样本之间特征的一致性和样本内部特征的稀疏性,并训练出最优滤波器组,是一种无监督多维盲解卷积算法。首先,构建输入信号的Hankel训练矩阵,通过权值矩阵与Hankel矩阵的乘积模拟卷积过程,再利用固有属性滤波器实现特征学习;其次,通过峭度信息选择最优滤波器;最后,根据滤波后的时域波形和包络谱实现故障诊断。仿真和试验信号验证了提出方法的故障诊断性能,研究结果表明,提出的方法无需任何先验经验,可以实现强噪声环境下的微弱故障的分离,同时具备很好的鲁棒性。

基于自适应参数优化RSSD-CYCBD的行星齿轮箱复合故障诊断

针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的行星齿轮箱多故障耦合信号分离及诊断算法。根据轴承和齿轮故障的不同共振属性,用RSSD算法将多故障耦合信号分解为包含齿轮故障特征的高共振分量和主要包含轴承故障特征的低共振分量后,通过CYCBD算法分别对高、低分量进行解卷积,消除传播路径影响和噪声干扰,实现微弱故障特征的增强和提取。特别地,针对RSSD和CYCBD中参数优化困难、依赖人工经验和自适应差等问题,使用基于松鼠算法(SSA)对参数进行自适应优化选取,设计了融合包络谱峭度、自相关函数最大值均方根和特征频率比在内的复合指标作为优化目标。对解卷积后的信号进行包络解调提取故障特征频率,识别不同故障源。通过行星齿轮箱多故障模拟信号和实测信号验证了所提算法的有效性和可行性,进一步地,将所提算法集成在边缘计算设备中,为行星齿轮箱等旋转机械的状态检测诊断及远程运维提供解决方案。

主元空间中的故障分离与识别方法

主元分析(PCA) 作为数据驱动的一种统计建模方法, 在化工产品质量控制与故障诊断方面得到广泛研究和应用. 在故障重构技术的基础上, 研究了基于T2 统计量的故障分离和识别问题, 分别获得了主元空间中故障可分离和识别的理论条件. 以双效蒸发过程为例, 对该生产过程中的10种不同故障进行仿真监测分析, 证实了所获理论结果的有效性.

基于系统异常概率模型的故障分离自动化方法

研究了发动机状态参数异常对发动机整体性能的影响,利用多元统计分析方法建立了状态变量对发动机性能影响的概率模型,用于发动机性能监控过程中的故障分离。根据模型能够计算出发动机性能出现异常时各个状态变量导致此时刻性能异常的概率,据此初步判断哪些状态变量导致发动机性能出现异常,并根据概率的大小对相应部件进行检查,以此来寻找故障源。在某型涡扇发动机性能监控中的应用表明,通过计算异常样本点上各监测参数对样本点异常的影响概率,并结合发动机故障机理分析,能够有效地确定故障源。

仪器的故障检测与分离技术

在对基本的诊断和仪器的故障检测与分离 (IFDI)原理简单论述的基础上 ,对IFDI做了评述。

结构残差在基于SDG故障分离中的应用

符号有向图(SDG)是大规模复杂系统中故障传播关系的描述模型,但它仅能通过在相容通路上的定性推理进行故障分离,因此有着明显的局限性。而结构残差是定量故障分离的成熟方法,将其引入基于SDG的故障分离中,用以提高系统故障分离的能力,弥补SDG方法的不足。具体的做法是将SDG转化为结构残差的描述形式,再利用结构残差的基本思想,分别就变量是否完全可检测的情况给出了具体的故障分离方法。这样做可以提高系统故障分离的鲁棒性和准确性。应用实例表明,该方法可通过残差计算,准确判断故障源,实现故障分离。

非线性系统存在过程扰动时故障可分离研究

通过详细推导,论证了故障可分离是客观存在的,并就存在过程扰动的连续线性系统和连续非线性系统给出了形式上一致的系统故障可分离的条件.还结合552732QT型电力机车、韶8电力机车、SS4G-0446机车的轮对轴承故障进行了故障分离的具体实践.

牵引电机结构损伤降阶模型和复合故障分离

针对牵引电机结构损伤引起的一类非线性耦合问题,提出了一种新的复合故障分离方案。通过引入电机相对平衡因子和大数据驱动的分类算法,该方案首先建立了牵引电机结构损伤下的降阶模型。联合Delta域故障模型和支持向量机动态补偿模型,并借助故障可分离条件和阈值确定方法完成对复合故障的分离。最后通过牵引电机故障注入平台的真实数据进行实验,实验结果表明了所提方法的有效性。