基于多传感数据融合的变速运行齿轮异常振动故障诊断

变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命。为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法。通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断。实验结果表明:在齿轮发生轻度磨损时,磨损振动信号的幅值在20~40 mV之间,磨损振动信号的频率在0~4000 Hz区间;中度磨损时,信号的幅值在30~55 mV之间,信号频率在3000~7000 Hz区间;重度磨损时,信号幅值在50~70 mV之间,信号频率在6000~12000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合。由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好。

基于LabVIEW和PLC的齿轮泵性能测试系统设计

对于齿轮泵的传统测试装置接线复杂、测试速度慢和不便于维护等缺点,基于S7-1200 PLC和LabVIEW软件开发平台,将测试技术与虚拟仪器技术相结合,开发了集数据采集与查询、TCP/IP通信、效率实验、生成Excel报表和数据存储等功能为一体的齿轮泵性能测试系统。从测试系统总体设计、硬件系统设计和软件系统设计3个方面进行了叙述。所开发的测试系统具有设备成本低、操作简便、易于维护和更新的优点。

基于SCADA数据协同的风力机故障检测与控制

为了在不停机的前提下,安全可靠地对齿轮箱进行故障检测,并实现风力发电机在齿轮箱故障工况下的容错控制运行,提出一种基于标准数据采集与监视控制(SCADA)数据协同的风力机故障检测与控制方案。介绍了风力发电机的系统模型与SCADA解决方案框架,通过回归建模、异常分析和集成学习对风力发电机系统进行故障检测并获得健康指标;借助模糊逻辑控制对风力发电机的输出功率进行降额控制,从而实现风力发电机在齿轮箱故障工况下的容错控制运行,最后进行仿真实验,并将仿真结果与一个实际运行的2 MW风力发电机系统进行对比。实验结果表明:该故障检测与容错控制方案可以有效地对齿轮箱进行故障检测,并在存在故障时适当对风力发电机的输出功率进行降额控制,从而降低叶片和塔架承受的应力,并有效降低了齿轮箱轴承和润滑油的温度。

Delaunay三角剖分的汽车螺旋锥齿轮磨损检测

由于汽车后桥螺旋锥存在耦合竖向振动,导致齿轮磨损难以精准检测,因此提出Delaunay三角剖分的汽车螺旋锥齿轮磨损检测方法。通过扫描式方法测量齿轮表面的离散数据,对相邻扫描线进行Delaunay三角剖分,完成齿面非特征离散数据分块,实现对齿轮表面区域的全面描述。根据数据分块结果,采用基于Hermite插值的LMD算法,遍历计算三角网格的PF分量幅值,完成齿轮磨损故障的检测。实验结果表明,所提出方法的磨损深度与磨损率检测结果与实测结果基本一致,并且能够对齿轮磨损区域面积进行有效检测,检测精度最高达到98.7%。因此,说明所提出方法能够对齿轮磨损进行有效的检测。

舵机大动作测试数据关联判读方法

针对电动舵机大动作测试数据人工关联判读工作量大、效率低、故障诊断难的问题,提出一种基于离散小波变换和多约束特征点提取的关联判读方法。根据测试数据量大、类型多的特点,分别采用离散小波变换以及多约束特征提取算法对不同类型的测试数据进行特征提取,剔除异常值,准确定位各个数据的大动作时刻,提取出特征值;使用时间关联判读方法对提取的特征点进行判读,给出了判读异常情况下的故障诊断结果并自动生成判读报表。为验证关联判读方法的有效性,进行了自动判读算法的实验测试验证。结果表明:该方法可在45 s内完成舵机测试数据的关联自动判读和故障诊断,而依赖专业技术人员的人工判读方法至少需要335 s,每个大动作点的数据判读效率提高了6倍以上。

信任评价的低能耗安全GEAR路由协议的研究

针对GEAR路由协议所面临的安全威胁和节点能量有限的不足,利用信任评价机制和数据融合技术对其进行改进,提出了一种新的协议T-GEAR(Trust-GEAR,T-GEAR)。该协议通过为节点增加信任度参数,使节点在选择下一跳节点时考虑了其信任值,降低了下一跳节点是攻击节点的可能性。此外,该协议还对目标区域内的信息传递进行了数据融合,在一定程度上降低了网络的能耗。实验仿真结果表明,与GEAR协议相比,T-GEAR协议延长了网络的生命周期,具有较高的包传输率和较低的丢包率,提高了网络的安全性。

机车走行部旋转部件健康评估系统

为推进机车走行部旋转部件实施状态修,在利用机车走行部在线监测系统采集的相关数据以及机车车辆走行部专家系统积累的故障诊断知识的基础上,建立机车走行部旋转部件健康评估系统,采用多维数据融合分析方法,完成机车走行部旋转部件健康状态评估,给出旋转部件健康评估结论和维修建议。该系统已在多个机务段投入应用,其适用性得到初步验证,能够提前发现旋转部件故障,输出合理的维修建议,有利于优化机车维修策略,为实现机车状态修奠定技术基础。

Life Distribution Transformation Model of Planetary Gear System

Planetary gear systems have been widely used in transportation, construction, metallurgy, petroleum, aviation and other industrial fields. Under the same condition of power transmission, they have a more compact structure than ordinary gear train. However, some critical parts, such as sun gear, planet gear and ring gear often suffer from fatigue and wear under the conditions of high speed and heavy load. For reliability research, in order to predict the fatigue probability life of planetary gear system, detailed kinematic and mechanical analysis for a planetary gear system is firstly completed. Meanwhile, a gear bending fatigue test is carried out at a stress level to obtain the strength information of specific gears. Then, a life distribution transformation model is established according to the order statistics theory. Transformation process is that, the life distribution of test gear is transformed to that of single tooth, and then the life distribution of single tooth can be effectively transformed to that of the planetary gear system. In addition, the effectiveness of the transformation model is finally verified by a processing method with random censoring data.

核酸检测排队预警系统设计

为减小核酸检测排队过程中相互感染事故的发生,确保核酸检测工作的顺利展开,文中采用单片机以及超声波传感器HC⁃SR04设计一种核酸检测排队预警系统。该系统以小车为载体,搭载2个超声波模块、红外测温模块、预警模块以及通信模块,在超声波传感器的舵机上加入PID算法,使其能够更加精准地控制舵机的转动角度。通过两个超声波反馈的数据以及系统的计算,采集队伍之间的距离数据;红外测温模块主要在小车前行的过程中对指定人员进行体温测量;语音模块和预警模块分别对设定间距和异常体温值进行提醒和预警,并通过通信模块将异常体温数据发送至后台,及时向管理人员发出警报。测试结果表明,所设计系统精度较高,能够代替人力实现核酸检测排队间隔距离提示以及测温预警工作,从而极大地减轻医务工作者的压力,提高核酸检测效率。

基于LSGAN-LSTM的齿轮故障诊断

针对难以获取足量样本数据的齿轮故障诊断率低的问题,提出一种基于最小二乘生成对抗网络(LSGAN)结合长短期记忆网络(LSTM)的方法.将齿轮的原始样本输入LSGAN模型中,通过对生成网络和判别网络的交替训练,学习出不同状态的样本数据,从而实现数据增强,通过生成样本结合原始样本训练LSTM诊断模型,完成小样本下的故障诊断.以康狄涅格大学的齿轮实验数据为例对所提方法进行验证,结果表明,与传统方法相比,诊断准确率提高至98.3%.通过可视化方法显示出诊断方法的优越性,为小样本条件下的故障诊断提供参考.

多源数据下的摆线轮磨齿机贝叶斯可靠性评估

在摆线轮磨齿机的可靠性评估中,针对现场试验数据较少的问题,提出考虑先验数据多源性的贝叶斯可靠性评估方法。利用不同样本间的可信度建立混合先验分布,然后采用贝叶斯方法对多源先验信息进行融合,得到的融合信息作为综合先验信息通过结合仿真数据的似然函数,进而得到参数的后验分布。仿真实例表明:通过所提方法得到的MTBF点估计值为997.37,MTBF误差为3.2%,比通过传统贝叶斯方法得到的误差小,且拟合的可靠度曲线与实际情况更贴近,说明了所提方法在磨齿机的可靠度评估上更为精准。

18CrNiMo7-6齿轮—4106航空润滑油摩擦学系统胶合试验与数据管理

针对常规浸油润滑齿轮胶合试验不能真实反映齿轮喷油润滑实际运行环境的问题,参考FZG A/8.3/90齿轮胶合承载能力试验方法,使用喷油润滑齿轮疲劳试验台,开展了4106航空润滑油喷油润滑条件下的18CrNiMo7-6渗碳钢制齿轮在磨削和喷丸工艺下的胶合性能试验;并基于两参数威布尔分布理论,实现了不同可靠度下的齿轮胶合性能评价。进一步,基于Python语言和轻量化数据库SQLite开发了齿轮胶合试验数据管理系统,以实现胶合试验数据的有效管理和高效利用。研究表明,同样工况和工艺条件下,齿轮胶合失效的临界FZG载荷级存在2~3级的分散性;基于GB/Z 6413.1—2003闪温法发现,在4106航空润滑油喷油润滑条件下,对于50%、90%、99%可靠度,喷丸工艺状态的齿轮胶合温度分别为212.55℃、183.22℃、152.24℃,相比磨削工艺状态分别提升了1.51%、7.31%、14.99%;开发的数据管理系统实现了胶合试验数据流程管理,通过系统中的两参数威布尔分布拟合功能,可获取不同可靠度下齿轮胶合温度,为评估齿轮胶合承载能力提供了高效工具。

基于GPU+Spark的电力大数据分析算法

针对Spark计算框架处理规模急剧增长的大数据时,处理速度会明显减慢,无法满足电力大数据分析的实时性处理需求的问题,提出了一种基于GPU与Spark计算框架的电力大数据分析算法.将GPU的并行处理结合到Spark计算平台上以提升电力大数据处理的效率,并通过构建排队模型来最大化该计算框架的性能.仿真结果表明,所提出的算法具有一定的精确性和有效性,且加入GPU计算后能够明显提升数据处理速度,可以满足大规模数据处理的实时性需求.

基于数据挖掘技术的齿轮传动系统啮合接触特性分析

针对在多工况、多不确定性参数所形成的大数据下齿轮传动系统啮合接触特性分析困难的问题,提出了一种基于数据挖掘技术的齿轮传动系统啮合接触特性分析方法。基于多维高斯分布原理与齿轮传动系统有限元模型,构建了系统啮合接触特性数据集;采用最大信息系数分析了各系统参数与啮合接触特性之间的相关性,为预测模型提供了候选特征子集;采用支持向量机和随机森林算法建立了系统啮合接触特性预测模型,实现了对系统啮合接触特性的高效预测。结果表明,基于支持向量机算法的预测模型的预测误差最小,平均绝对百分比误差为3.87%,远小于理论计算误差。其中,在最优特征子集下,基于支持向量机算法的预测模型的各项接触特性预测误差指标显著下降,其平均绝对百分比误差降至3.03%,比优化前的接触特性预测误差减小了21.71%,验证了所提方法的精确性与有效性。

K-means聚类精简点云驱动PointNet++的行星齿轮故障诊断

复杂装备的三维模型点云数据具有非结构化、无序性、离散性的特点,数据精简策略和深度神经网络模型构建被视为点云数据驱动的机械设备故障诊断关键技术难点。提出了一种K-means聚类(K均值聚类算法)精简点云驱动PointNet++的行星齿轮故障诊断方法。首先,提出了基于K-means的点云数据精简策略实现了在充分保留细节特征的前提下,精简84%的冗余数据;其次,构建了简度、速度、精度的精简效果三维评价指标体系并对精简算法进行评价;最后,构建了能够提取局部特征的PointNet++故障诊断模型。实验结果表明,相比于点云数据直接驱动PointNet++,K-means聚类精简点云驱动PointNet++的行星齿轮故障诊断的准确率提升了6.9%,表明了所提方法的有效性。

基于蔡司CALYPSO软件的注塑斜齿轮精密测量及分析

针对POM材质注塑斜齿轮热膨胀系数较大,斜齿轮注塑成型容易出现凝固应力收缩变形和其他几何精度误差,产生啮合精度降低等问题,探索运用蔡司三坐标测量仪及CALYPSO软件模块对注塑斜齿轮进行精密测量。分析星形测针的结构功能特点和斜齿轮测量数据生成过程,以及运用CALYPSO软件进行斜齿轮精密测量的工作流程、测针设置和检测方法,建立完整配套的注塑斜齿轮精密检测体系,提高斜齿轮注塑成型质量。

基于大数据的变速器工作特性研究

基于人—车—货—场要素定义了商用车复杂应用场景,并制定了车辆清单和大数据采集方案。开发了基于大数据的变速器挡位识别算法,并进行了校验。建立了基于时间维度、里程维度和频次维度的大数据分析模型,完成了8MT变速器的车速分布、转速分布、挡位分布、分转速挡位分布、基于车速-转速的换挡点分布和换挡车速分布等工作特性分析,通过同步器结合次数和离合器结合次数的分析,对相关标准进行校验。制定了单参数换挡规律分析方法和两参数换挡规律分析方法,并生成了8MT变速器换挡规律。研究结果可为变速器换挡策略开发提供参考。

基于LabVIEW的起落架小落震台检测系统研究

落震试验是飞机起落架在试验台进行模拟飞机着陆撞击地面的一种动力特性试验。为解决落震测试设备陈旧落后、测试通道少、信号精度差、误差大的问题,借助LabVIEW开发环境,搭建了模块化程度高、交互性强、界面友好的起落架小落震检测系统,采用DEWESoft进行数据采集,借用MicrosoftADO完成测量数据的存储与交换,通过硬件配置、系统配置、通道校验、测试界面、用户管理5个功能模块,实现了系统自检、系统校验、历史校验、数据回放、报表生成、实时监控等功能。系统可同时开展高度、位移、转速、加速度、应变和力的多通道测量工作,能满足常规军机、民机大、中、小型起落架研制工作的所有要求。测试系统经计量与校准合格,已在民机、军机的前、主起落架落震试验中得到推广与应用,还可广泛适用于起落架类型试验测试。

面向螺旋锥齿轮铣削的齿面几何精度协同优化

针对非正交螺旋锥齿轮面铣削,提出了载荷接触力学性能评估方法,在此基础上研究了自适应数据驱动齿面几何精度协同优化。首先,对双螺旋面铣削进行了齿面建模仿真,采用载荷齿轮接触分析方法(NLTCA)确定了载荷接触力学性能评估和装配误差之间的数据驱动关系,通过修正装配误差评估,建立了自适应数据驱动协同优化模型,一方面通过载荷接触力学性能评估的多目标优化(MOO)确定目标齿面时,使用达成度函数法获得帕累托最优解,另一方面通过装配误差修正优化齿面几何形状,且敏感性分析策略用于选择最佳设计变量。最后通过数值实例对所提方法进行了验证,结果表明所提方法具有良好的齿面几何精度和载荷接触力学性能评估。

齿轮故障诊断中的单齿分析技术

齿轮故障诊断通常先对振动信号进行时域同步平均降噪处理,进而利用频谱分析或包络分析等方法,得出故障特征信息。本文在此基础上提出了单齿分析技术。它将振动平均信号等距分段(所分段数与被监测齿轮齿数相等),然后对分段信号进行频谱分析等。比较各段信号的异同以揭示故障齿的确切位置。该方法对齿轮的表面局部损伤故障的早期诊断和断齿故障早期诊断十分有效,可以准确地辨别出有故障齿的位置,为齿轮故障诊断提供了一种有效手段。