基于融合知识迁移网络的变工况轴承故障模式识别

针对基于迁移学习的故障诊断方法无法充分利用目标域数据,并且要求运行条件平稳,提出了一种基于融合知识迁移网络的变工况轴承故障模式识别方法。将输入瞬时转速作为工况信息输入到稀疏自动编码器中,从而充分利用目标域信息,使操作信息不必只利用局部振动数据集,而可以将整个操作信息纳入模型进行训练,并且通过模型训练大大降低了学习过程中负迁移的风险。然后利用深度卷积神经网络从原始振动中提取特征,通过两种知识迁移模型的结合,建立了融合知识迁移模型。最后,在滚动轴承实验测试台上的实验结果验证了该方法能够在变工况条件下实现有效的故障识别。

新疆准噶尔盆地西北缘克拉玛依-乌尔禾断裂带推覆体上盘构造样式及影响因素

准噶尔盆地西北缘克拉玛依-乌尔禾断裂带(克-乌断裂带)及其周缘发现了大量的油气藏,尤其是推覆体上盘伴随着勘探程度及地质认识不断深化,已呈现出“百里油区”的态势。然而,受多期构造活动及断裂带内部复杂的岩性组合影响,石炭系内幕地层构造样式展现出多种类型及复杂的空间展布样式,因此需要对构造样式及成因进一步探讨。综合地震和钻井资料,结合区域构造格局,梳理了准噶尔盆地西北缘克-乌断裂带上盘构造变形特征与影响因素;根据构造样式与推覆体内的岩性组合类型,将克-乌断裂带推覆体上盘划分出南段、中段和北段3个变形单元;明确了上盘石炭系5期主要构造阶段,分段恢复了推覆体上盘构造演化期次及样式。综合上述研究,认为克-乌断裂带上、下盘原始岩性组合关系是造成上盘石炭系内幕地层原始形变差异的主要因素,上盘石炭系内幕地层岩性组合差异是造成原生构造保存的主要因素。上述因素共同造成了圈闭条件沿克-乌断裂带自南向北变化。该研究为克-乌断裂带上盘油气勘探提供指导,同时也为类似条件地区的油气勘探提供借鉴。

复杂构造变形区断控裂缝发育分布模式

天然裂缝是油气重要的储集空间和渗流通道。在复杂构造变形区,裂缝明显受断层影响控制,但其规律和模式尚不清晰。为此,本次研究以库车坳陷为例,通过现场地质观测、成像测井裂缝解译和理论分析,计算断控裂缝系数,揭示走滑断层、逆冲断层控制复杂构造变形区天然裂缝的规律,提出断控裂缝发育分布模式。结果表明:(1)逆冲断层对天然裂缝产状和发育程度均具有明显的控制作用,裂缝密度与距断层距离呈现负指数关系,距断层由近及远可以划分为断层强控制裂缝带、断层弱控制裂缝带和区域裂缝带。(2)走滑断层包括调节走滑断层和逆冲走滑断层。调节走滑断层与地层走向近垂直或大角度斜交,发育断层控制裂缝带,其受断层规模影响显著;逆冲走滑断层与地层走向近平行或者小角度斜交,天然裂缝主要局限于断层带内,沿断层走向断裂带宽度发生变化。(3)定义断控裂缝系数(K),即断层强控制裂缝带宽度与断层断距(滑距)的比值,通过分析,库车坳陷逆冲断层K值为1.50~1.80,走滑断层K值为0.125~0.150。研究成果对复杂构造变形区油气勘探开发具有理论和实践指导意义。

渤海湾盆地南堡凹陷油源断裂特征与油气差异富集模式

渤海湾盆地南堡凹陷具有油气富集层系不均的特征,为了揭示断层对油气差异富集的控制作用,通过分析油源断层类型、活动性及输导能力,得到了研究区断-源、断-盖等配置关系,建立了深、浅层油气富集模式。结果表明:南堡凹陷发育Ⅰ、Ⅱ、Ⅲ共3类油源断层,它们分别断穿沙三段、沙一段和东三段烃源岩,各类油源断层的垂向输导能力与其活动速率密切相关,由于3类油源断层的供烃能力依次减小,油气沿Ⅰ类、Ⅱ类、Ⅲ类油源断层向东二段以上层系运移的最小活动速率依次增加;研究区油气在东二段上下层系的差异分布受油源断层活动速率和断层与东二段盖层的配置关系共同控制,断层对盖层的破坏程度控制了油气能否穿过盖层,而是否有油气沿断裂垂向运移至盖层之上则受控于被油源断层断穿的烃源岩的供烃能力及油源断层的活动强度。综合建立了“断-盖封堵”深层油气富集模式和“断-盖开启”浅层油气富集模式,合理解释了南堡凹陷各构造带油气纵向富集差异的内在原因。研究成果可为同类油藏的勘探工作提供理论依据及指导。

基于SDP和MCNN-LSTM的齿轮箱故障诊断方法

齿轮箱在长期使用过程中,不可避免地会产生齿轮故障和轴承故障,严重影响传动精度和设备运行安全。基于此,针对齿轮箱常见故障类型,研究多通道对称点图案(symmetrized dot pattern, SDP)数据处理方法,并利用最小能量误差法实现SDP关键参数的选取。结合多尺度卷积神经网络(multi-scale convolutional neural network, MCNN)的空间处理优势、长短时记忆网络(long short term memory, LSTM)的时间处理优势及其良好的抗噪性和鲁棒性,提出了一种基于SDP和MCNN-LSTM的齿轮箱故障诊断模型。同时利用东南大学齿轮箱数据集,验证了基于SDP和MCNN-LSTM的齿轮箱故障诊断方法对齿轮和轴承常见故障类型特征提取的有效性,并与现有其他故障诊断方法进行对比,结果表明了所提方法具有更高的精度。

胶西北金矿控矿断裂深部特征及对找矿的启示——来自地球物理探测的证据

[研究目的]胶东是全球著名的金成矿区,金矿床主要受断裂构造控制,该区尚有很多断裂是无矿的,以往对断裂的深部形态及赋矿断裂与无矿断裂的区别特征缺乏深入研究。[研究方法]本文通过在胶东西北部实施重、磁、电长剖面和穿越主要金矿集区的广域电磁剖面、反射地震剖面,揭示了断裂深部特征,为赋矿断裂和无矿断裂的识别提供了重要证据。[研究结果]地球物理探测表明,胶西北地区的断裂构造有陡倾角的深断裂、缓倾角的铲式断裂和陡倾角的小断裂,其中控矿的三山岛、焦家和招平断裂均是铲式断裂。结合对金矿床的研究发现,矿床主要赋存于缓倾角断裂中,矿体呈阶梯分布特征,陡倾角的深断裂中未见明显的金矿化蚀变,现今金矿床赋存的最大深度在5 km左右。[结论]综合分析认为,低角度拆离断层和连续性不好的高角度小断层有较好的物理圈闭条件,有利于矿化富集;而产状平直、陡倾的深断裂不具备物理圈闭的条件,不利于成矿。胶东型金矿的找矿方向应集中于缓倾角的铲式断裂及其派生、伴生的陡倾角小断裂附近。

塔里木盆地台盆区走滑断裂带多层叠加样式及石油地质意义

随着塔里木盆地油气勘探的不断深入,在台盆区古生界发现大规模走滑断裂系统,提出了一种新型断溶体油气藏。受塔里木盆地多期构造运动的影响,走滑断裂表现出多层结构,具有多期叠加活动特征。基于高品质三维地震资料、钻井资料及油气地质资料,对塔里木盆地大型走滑断裂的多层叠加特征及对油气的控制作用展开研究。研究结果表明:塔里木盆地台盆区走滑断裂带在古生界主要发育5个结构层,分别为下寒武统盐下构造层、中寒武统盐构造层、上寒武统—中奥陶统碳酸盐岩构造层、上奥陶统—石炭系碎屑岩构造层和二叠系岩浆岩构造层;受多期构造运动及走滑断裂带活动的影响,5层结构在空间上具有带状分布、垂向叠置、差异叠加的特征;断裂叠加类型多样,总体上可以分为连接型、叠接型、反转叠加型及反转改造型4种;走滑断裂带叠加方式影响了石油地质条件,可形成多层差异聚集油气藏,主要包括Ⅰ型油气藏(奥陶系碳酸盐岩油气藏)、Ⅱ型油气藏(奥陶系碳酸盐岩油气藏、志留系碎屑岩油气藏及二叠系岩浆岩油气藏)及Ⅲ型油气藏(寒武系盐下层白云岩油气藏)3种类型。

基于宽频带混合法的跨断层地震动模拟研究

跨断层区域地震动(跨断层工程结构所在极近断层区域的地震动,以下简称跨断层地震动)与近场地震动在空间上的分布规律存在显著差异,而跨断层地震动记录匮乏导致跨断层结构抗震研究难以开展。文中简要介绍了宽频带混合法模拟地震动的基本理论,并以则木河断层为工程背景进行跨断层地震动的模拟,系统研究了跨断层地震动的分布规律。结果表明,模拟的跨断层地震动符合断层滑动模式,并且存在显著的方向性效应、上盘效应和滑冲效应,总体上模拟的跨断层地震动强度符合一定的衰减规律,但受断层破裂的影响会导致不规律甚至反规律。同时,实际地表破裂位置与断层破裂大滑移区对跨断层地震动分布规律会造成较大的影响。通过宽频带混合法人工模拟的跨断层地震动时间序列能解决跨断层地震动实测记录不足的问题,为跨断层结构抗震研究提供有力支撑。

基于输出电压轨迹的三相逆变器开关管开路故障诊断

开关管开路故障会让功率变换器的输出电压与电流产生严重畸变,因而降低了变换器输出的电能质量。开路故障出现后其余功率开关器件的损耗可能增加,所以容易在电路中引发二次故障。文中提出一种针对三相逆变器开关管开路故障的故障诊断方法。故障类型与故障器件的辨识通过分析三相逆变器在αβ平面上的输出电压轨迹实现,仅需要测量滤波后的输出线电压。所提出的方法易于实现,可以诊断三相逆变器的所有开关管开路故障情况。最后,通过仿真和实验验证所提出方法的可行性和准确性。

不同含水率断层宏微观破裂与强度折减损伤

为探究深部地区断层花岗岩不同含水率的宏观与微观跨尺度性质,开展了轴压力学试验、扫描电镜(scanning electron microscope,SEM)试验和X射线衍射(X-ray diffraction,XRD)试验,分析其多尺度破裂与强度折减损伤关系。结果表明:无水状态下宏观以剪切破坏为主且破裂面平滑,而随着含水率提高,其破裂模式以张拉破坏为主,裂纹路径与主应力方向平行且整体松散;低含水率工况微观破裂为沿晶破裂,高含水率工况为沿晶破裂和穿晶破裂的复合型破坏;吸水中期峰值强度与弹性模量两指标衰减率为前期6倍,达到衰减幅度最大限并呈非线性指数下降,吸水后期两指标衰减率回弹至前期状态;劣化系数随含水率增长而降低,吸水前期水分子起润滑岩石内部矿物作用,中后期阶段水分子发生侵蚀软化导致强度大幅度折减。

基于光纤声发射的局部放电信号识别方法分析

局部放电(PD)是电气设备绝缘退化的主要原因,相较于传统的检测方法,光纤声发射检测技术具有不影响设备运行方式、抗电磁干扰能力强等优点。设计并制作了尖端放电、气泡放电、悬浮放电和沿面放电4种典型局部放电模型,搭建了基于光纤声发射的局部放电声发射信号采集试验平台,采集了梯度施加电压下的局部放电声发射信号并对其进行了参量统计分析,提出了将去噪后信号时频图作为卷积神经网络特征输入的识别模型。试验结果表明,该识别模型对于淹没在噪声中的微弱局部放电信号具有良好的识别效果,识别准确率可达98%。

穿越活动断层隧道铰接设防宽度估算方法研究

考虑穿越活动断层隧道错断后可能发生的“S”型、上凸型、下凹型3种位移模式,推导出了隧道节段转角模式,进而求得隧道铰接设防宽度的估算方法。对比分析了节段伸长和节段相对转角两种变形对铰接设防宽度的影响,认为铰接设防宽度主要取决于节段相对转角。进一步分析了错动量、断层宽度、节段长度、位移模式曲线、铰接材料等相关参数对铰接设防宽度的影响。分析结果表明:铰接设防宽度与断层错动量、节段长度呈正相关关系,与断层宽度呈负相关关系;同时计算了3种位移模式在断层宽度170 m、隧道直径13 m、错动量0.2 m、设防节段长度8 m时的铰接设防宽度,并对比了相同条件下其他铰接设防宽度计算方法的结果,其结果均相近。研究成果可为穿越活动断层隧道铰接抗错设计提供一定参考。

贝叶斯优化辅助分类GAN的变压器故障诊断方法

针对变压器故障数据难以获取且数据量不均衡性显著的问题,提出一种基于BO-AC改进GAN的变压器故障诊断方法。针对局放超声信号的噪声干扰问题,采用小波阈值降噪提升了数据的信噪比;以一维时域超声信号作为数据源,基于GAN算法进行样本生成和故障诊断,通过在经典GAN架构中添加辅助条件层,优化模型的泛化性能,采用BO策略优化模型超参数,提升识别性能。通过与多种方法在不同方案下识别效果的对比,验证了文中方法的有效性和优越性。文中方法基于不均衡实测数据训练后的测试准确率均在95%以上,解决了样本数据不均衡条件下变压器故障类型的准确诊断问题,为保障变压器的可靠运行提供了新方法。

基于模式识别的舰船机械电子设备故障自动监测

舰船机械电子设备故障数据量较为庞大,且模式复杂多样,为满足其复杂性的要求,提出基于模式识别的舰船机械电子设备故障自动监测方法,采集舰船机械电子设备运行中的温度、压力、振动等数据作为故障监测的原始数据,计算数据间的相似系数和欧氏距离,结合K均值算法实现数据聚类处理。通过小波包算法对聚类后的数据进行特征提取,将其输入到卷积神经网络中,通过对监测模型进行训练,最终实现对舰船机械电子设备故障自动监测。通过实验分析,该方法与相关人员进行监测的故障情况高度一致,在不同故障类型监测的时间均能够保持在5 ms以内,具有较高的监测效率和监测精准度。

基于深度卷积神经网络的单向阀泄漏模式识别

以SV10PB1-30B液控单向阀为研究对象,利用传感器采集3种不同泄漏模式下10个阀芯的振动信号,设计深度卷积模型,开展不同测点(单向阀的上表面和阀座)、不同信号特征提取方式(原始信号、特征值、特征图)下的模式识别研究。结果表明:基于轴向冲击信号特征值和深度卷积神经网络的模型能有效识别故障类型,验证集上的识别准确率高达88.293%,是基于特征图的7.79倍,是基于原始时域冲击信号的1.16倍;训练步数以100的较优,同时该模型对正常阀芯和不同损伤阀芯的分类效果明显。

基于SDP和改进SAM⁃MobileNetv2的滚动轴承故障诊断方法研究

针对传统的滚动轴承故障诊断方法难以准确高效的实现故障分类,提出了一种融合对称点模式(Symmetrized Dot Pattern,SDP)和改进SAM⁃MobileNetv2的滚动轴承故障分类方法。首先,将轴承振动信号通过SDP算法转化为含有丰富特征信息的二维图像。然后,将二维图像输入到改进SAM⁃MobileNetv2网络模型中,对故障特征信息进行提取和分类。在改进SAM⁃MobileNetv2网络中,使用自适应激活函数ACON(Activate or not)对SAM⁃MobileNetv2中的ReLU6激活函数进行替换,提高模型分类性能。最后,将本模型与多种网络模型做对比。试验结果表明,本模型可以准确高效地实现对滚动轴承故障的分类,使用凯斯西储大学轴承故障数据的准确率为99.5%,使用渥太华大学轴承故障数据的准确率为97.2%。

基于空间域图像生成和混合卷积神经网络的配电网故障选线方法

传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪光滑模型对零序电流信号进行降噪处理,减少外界环境的电磁干扰。其次,利用对称希尔伯特变换将一维时域信号转成二维空间域图像,图像的颜色、形状和纹理特征能够充分反映当前系统的运行状态。最后,将一维时域信号和二维空间域图像同步作为混合卷积神经网络的输入,充分挖掘系统的故障特征,利用Sigmoid函数实现故障选线。在辐射状配电网、IEEE-13节点模型、IEEE-34节点、StarSim仿真平台上模型上进行了实验验证。实验结果表明,该选线方法可以有效克服传统方法过度依赖主观特征选择、抗噪性能差等问题,能够在高阻接地、采样时间不同步、两点接地故障等极端情况下可靠地筛选出故障线路。

基于EMD-SDP图像特征和改进DenseNet车用PMSM故障诊断

永磁同步电机(permanent magnet synchronous motor,PMSM)因转速范围宽、输出转矩大、调速响应快、尺寸小、质量轻等优点被广泛应用于电动汽车驱动系统。受恶劣气候、异常振动和频繁起动-制动工况因素影响,PMSM易发生匝间短路、退磁、轴承磨损等故障。本文针对PMSM相似故障单一维度信号下难区分以及工作条件发生变化时传统诊断方法鲁棒性差的问题,提出了一种基于经验模态分解-对称点模式(empirical mode decomposition-symmetric dot pattern,EMD-SDP)图像特征和改进DenseNet相结合的车用永磁同步电机故障诊断方法。首先,通过实验获取不同状态的电机在多种工况下振动信号,将预处理的振动信号进行EMD处理,求解不同层级本征模态函数(intrinsic mode function,IMF);其次,将原始振动信号转化为SDP图像,对不同层级IMF转化为RGB色彩特征在SDP图像上显示出来;然后,通过融合scSE注意力机制改进DenseNet学习图像数据集构建分类网络模型;最后,按照信号-图像-网络的流程对待测电机状态进行评估与诊断。诊断结果表明:所提出的方法在稳态和变速瞬态工况下均表现良好的性能。在恒速恒载工况下,所提的方法达到最高的故障诊断准确率(99.72%),相比基准的DenseNet的准确率(98.06%)提升了1.66个百分点。改进后的DenseNet模型和DenseNet模型的ROC曲线最接近左上角,AUC均值分别为0.9974和0.9745;在加速恒载和减速恒载工况下,改进后的DenseNet模型也达到了最高的诊断准确率,分别为96.88%和97.08%。AUC均值分别为0.9877和0.9869。本文所提出的方法的总体性能优于传统方法,能有效地用于速度变化时的故障诊断。

智能算法在输电线路故障检测定位中的应用

阐述基于人工智能算法,提出一种高效的输电线路故障检测与定位方法。该方法通过对电力系统数据进行智能化处理和分析,实现对故障信号的准确识别和有效分类,从而快速而精准地定位故障点。

淮北煤田钱营孜矿井控煤构造特征及其动力学背景分析

钱营孜矿井位于淮北煤田宿县矿区的西部,毗邻徐宿弧形推覆构造南段的外缘带。为认识该矿井构造变形与演化规律、动力学机制以及指导未来资源探采方向提供重要地质依据。利用最新的矿井地质勘探与生产资料,对钱营孜矿井开展构造格架和控煤构造样式分析,划分矿井构造期次,讨论构造发育的区域大地构造背景。结果表明,矿井内石炭纪-二叠纪含煤地层总体呈一轴向NNE、向SSW仰起的宽缓向斜;矿井内断裂构造非常发育,逆断层数量大于正断层,2类断层的走向均以NE至NNE向为主,其次为NS向;矿井构造格架显著受控于数条NS向至NE向的大型断层,自西向东受南坪断层、F_(22)、F_(17)、DF_(200)及双堆断层等主干断层的分割,呈现东、西分带特征;矿井控煤构造样式可以划分为挤压、伸展和走滑3个类型,以及逆冲牵引褶皱、对冲式构造、冲起构造、叠瓦状构造、地堑、地垒、阶梯状断层、正花状构造、羽状雁列式构造9个亚类型;构造组合分析表明,F_(17)断层除逆冲活动之外,还存在显著的平移活动。矿井构造可划分为5期,从早到晚分别为:轴向NNE的冯家向斜、近NS向逆断层、NNE向逆-左行平移断层及NE向逆断层、近NS向正断层、NE向正断层。矿井内第1,2期缩短构造分别是印支期华北克拉通与华南板块汇聚过程中的前陆变形及随后陆-陆碰撞造山变形的影响结果;第3期压扭性构造与西太平洋区伊泽奈崎板块早白垩世初向东亚大陆边缘快速斜向俯冲有关;第4,5期伸展构造则是早白垩世以来中国东部强烈伸展背景下发育而成。