旋转机械故障诊断专家知识的表示与故障模拟基准频谱的探讨

本文针对高速旋转机械常见故障信号的识别与诊断问题,根据故障信号的频域特征,以低频故障,工频故障、倍频故障和广谱故障分类,对失稳、不平衡、不对中和摩擦与松动等十多种故障信号的频域特征作一总结,结合故障诊断的频谱模糊聚类分析模型提出的,介绍一种故障频域特征专家知识的表示方法一故障模拟基准频谱。同时,本文就故障诊断中专家知识的作用及逻辑型、算法型等不同故障诊断方法中,领域专家知识的表示作一简介。     

液压故障的模糊诊断原则与方法

阐述了液压设备故障性质及模糊性，提出了模糊诊断综合评判原则、分层分段诊断逐步深入原则、过去和现在状况相结合原则等七种基本原则，在此基础上确立了模糊诊断的基本方法。将液压系统故障的模糊现象与相关因素间的关系用数字方式描述，并用数字化方法进行运算。通过某液压系统故障诊断实例，对该系统中的伺服阀和溢流阀故障信息进行量化，确定关系密切系数，通过运算验证了模糊诊断方法的可靠性和可行性，该方法简单，便于工程技术人员掌握，有利于推广。     

多专家故障诊断系统研究

针对已有诊断系统的知识可重用性差、问题求解能力不足的缺点，研究了多专家协同诊断系统，采用模糊积分方法进行多专家诊断的结论融合。为了寻找最优的模糊密度值，提出了利用遗传算法进行模糊密度值优化，提高基于模糊积分方法的多专家诊断结论融合精度。针对所提出的算法，结合工程实际数据进行了分析，结果表明了该方法的有效性。     

基于知识与模糊神经网络的故障诊断专家系统

提出了一种基于知识与模糊神经网络专家系统故障诊断方法,设计构造了诊断专家系统的整体框架,在框架中体现了在任务工机控制下,规则符号推理和模糊神经网络推理综合诊断的思想。知识库是诊断专家系统的核心,在本系统中定义了广义三层规则库结构,即元规则、故障诊断规则、结论合并规则。Ｒｕｌｅ型的模糊联想记忆器实现专家系统中的分类和综合功能,并讨论了模糊神经网络输入和输出模糊化的问题。本文为旋转机械故障诊断专家系统     

基于集成精细复合多元多尺度模糊熵的齿轮箱故障诊断

针对齿轮箱故障信号具有非线性和非平稳性的特点,且目前的方法对其特征提取不够充分这一问题,对不同形式粗粒化方法的集成、多通道信号处理方法在模糊熵算法上的应用进行了研究,提出了一种新的特征提取方法,即集成精细复合多元多尺度模糊熵(ERCmvMFE)算法,在此基础上,结合t分布随机邻域嵌入(t-SNE)和人工鱼群算法优化的核极限学习机(AFSA-KELM),提出了一种新的齿轮箱故障综合诊断方法。首先,采用多种形式粗粒化方法的集成方法以及多通道信号处理方法,对模糊熵算法进行了改进,并进行了齿轮箱故障的初始特征提取;然后,通过t-SNE压缩原始故障特征,实现了维数的约简,并将低维故障特征输入至AFSA-KELM中进行了故障的分类识别;最后,为了对ERCmvMFE方法的特征提取性能进行测试,采用QPZZ-II旋转机械故障模拟测试平台进行了相关的实验。实验结果表明：采用新的齿轮箱故障综合诊断方法能够对不同类型的齿轮箱故障进行可靠诊断,对齿轮箱5种工况下的20次识别实验中,获得的平均准确率可达98.92%,标准差为0.956,识别准确率和稳定性均优于其他对比方法。研究结果表明：采用ERCmvMFE算法...     

基于FVMD多尺度排列熵和GK模糊聚类的故障诊断

针对设备故障信号的非线性、非平稳特征,提出了基于快速变分模态分解、参数优化多尺度排列熵和特征加权GK模糊聚类的故障诊断方法。首先,在变分模态分解的基础上,引入快速迭代的思想,提出快速变分模态分解方法,以减少算法运行时间与迭代次数;其次,针对多尺度排列熵算法的参数确定问题,综合考虑参数之间的交互影响,提出一种基于多作用力微粒群算法的参数优化方法,并通过快速变分模态分解和参数优化多尺度排列熵算法提取故障特征;之后,考虑到样本特征矢量中各维特征在聚类过程中的贡献不同,提出基于ReliefF特征加权的GK模糊聚类方法,由特征加权GK模糊聚类确定标准聚类中心,通过择近原则实现故障模式的分类识别;最后,以在机械故障试验平台上采集到的轴承不同故障类型的振动信号为研究对象,应用所提方法进行分析。结果表明,相对于改进前的变分模态分解、多尺度排列熵和GK模糊聚类方法,本文所提方法不仅能够有效提取故障特征,还能准确实现故障模式的分类识别,而且故障识别率得到提高。     

协同监控和诊断中一致性求解技术研究

针对制造过程及设备的状态监控问题,提出了监控对象的模糊量状态空间的表示方法,在此基础上建立了包含多监控Agent求解,求解一致性判定和一致性融合求解三个求解模块的协同监控求解系统结构,提出了一种在协同求解一生判定条件下的一致性融合求解技术,用模糊集理论和定义决策相似度的方法建立了多监控Agent求解结果的一致性判定算法,基于监控对象的模糊量状态空间,将各求解结果一致性融合问题转化为群决策略环境下的梯形模糊数表示的模糊意见的综合问题。     

机械系统运动方案的模糊距离测度评价方法

提出机械系统运动方案的模糊距离测度评价方法.以轻工业服装机械为背景,首先确立因素集,并依据工作性能、动力性能及结构工艺性层次建立了因素关系树,基于方案的各组成基本变换单元提出评价标准,分别构建性能指标及权重的模糊术语,并用三角模糊数表示.建立评价因素及权重的标准隶属度函数.依据因素关系树,针对设计方案的多单元组成,建立多专家参与下,考虑多因素多层次的三级模糊综合评价模型.在此基础上建立了基于距离测度的模糊数排序模型,并提出整个综合评价过程的实现算法.最后,该方法的有效性通过算例得到验证.     

基于模糊理论的装备液压系统故障诊断研究

在介绍模糊故障诊断的基本原理和方法的基础上,结合某装备液压系统实际运行情况和大量专业人员经验知识,通过建立该系统模糊故障诊断模型,分析了其模糊诊断过程,并提出动态修正法和多因素综合评分法相结合确定模糊诊断矩阵的故障诊断新方法,应用结果证明了其实用性和有效性.     

核武器产品绿色制造评价模型

构建针对结构、性能、行为复杂产品的绿色评价模型和评价算法是核武器产品绿色制造的关键技术之一。从武器技战术性能目标、经济目标、资源目标、环境目标等几个方面来建立核武器产品的绿色性评价指标体系。考虑评价是在多学科专家协同工作、在全生命周期各阶段、在多目标优化下面向多方案的决策,建立了含目标维、周期维、专家维和方案维的四维评价模型。应用基于知识的多专家协同评价模糊求解算法和依次评价模糊求解算法,建立了基于W eb的绿色评价系统。     

磨削液使用性能的二级模糊综合评判

运用模糊综合评判理论，建立了磨削液多算子二级模糊综合评判模型。由于采用了6对模糊算子进行第一级评判，然后按离差平方和最小的原则取可信度较高的3对算子进行二级评判，避免了单个算子的偏激影响和综合评判失准、失效、信息丢失等现象，提高了评判结果的可靠性和客观公正性。对刃具磨沟所用11种磨削液的综合评判结果表明，所建立的评判模型可以较准确地反映磨削液性能的差异。     

汽轮发电机组振动故障的综合自动诊断方法研究

利用振动信号频率成分结构和频率幅值研究了汽轮发电机组振动故障的综合自动诊断方法。根据振动故障的频谱特点 ,将振动故障分为 4个模式类 ,并确定故障类模式中心 ,在故障类的层次上做模式识别 ;利用频谱征兆和模糊关系矩阵 ,计算故障隶属度值以确定故障的严重程度 ;通过实例阐明了本方法对故障模式有较强的识别能力     

基于混合智能新模型的故障诊断

为了解决机械设备中早期故障和复合故障识别的难题,提高故障诊断的准确率,利用经验模式分解(Empirical mode decomposition,EMD)、改进的距离评估技术、自适应神经模糊推理系统(Adaptive neuro-fuzzy inference system, ANFIS)和遗传算法(Genetic algorithm, GA)等技术,提出一种综合运用多征兆域特征集和多个分类器的混合智能诊断模型。该模型在特征提取之前,利用滤波、EMD、解调等预处理技术挖掘潜藏在动态信号中的故障信息;从原始振动信号和预处理信号中,分别提取从不同侧面表征设备运行状态的时域和频域统计特征,得到6个特征集。采用提出的一种改进的距离评估技术选择特征,从6个原始特征集中相应地筛选出6个敏感特征集。将6个敏感特征集输入到基于GA组合的多个ANFIS分类器以得到最终的诊断结果。该模型在电力机车轮对轴承的故障诊断中实现了轴承不同故障类型、不同故障程度,以及复合故障的可靠识别,获得了满意的诊断结果。应用结果也验证了基于改进的距离评估技术的特征选择方法的有效性。     

一种残差注意力迁移学习方法及其在滚动轴承故障诊断中的应用

提出了一种基于残差注意力卷积神经网络(CSRA-CNN)的迁移学习算法,用于提高滚动轴承的故障诊断精度。在卷积神经网络模型中加入残差注意力机制,使模型在训练过程中更加注重故障特征的提取,从而有效提高迁移准确率。为了测评基于残差注意力卷积神经网络的性能,将其与传统卷积神经网络在不同迁移学习策略下的结果进行对比。用动力传动故障诊断综合实验台和高速列车综合实验台对所提算法进行了验证,该方法可以完成变转速以及变转速变载荷下轴承不同健康状态的迁移学习,且迁移效果均优于传统的卷积神经网络。     

异地产品概念设计方案评价系统研究

提出一个改进的异地合作环境下复杂产品概念设计方案模糊综合评价方法,考虑专家权重,采用二级分层评价,合成运算采用广义模糊算子,建立该方法的数学模型,搭建系统框架,最后实例验证该方法的可行性。     

基于MCKD和改进HHT多尺度模糊熵的齿轮故障诊断方法

针对齿轮故障信号常伴有大量噪声,故障特征难以提取的问题,提出一种基于最大相关峭度解卷积(MCKD)和改进希尔伯特-黄变换(HHT)多尺度模糊熵的故障诊断方法。首先采用MCKD算法对采集到的齿轮振动信号进行降噪处理,以提高信号的信噪比;然后利用自适应白噪声完备经验模态分解(CEEMDAN)对降噪后信号进行分解,获得一系列不同尺度的固有模态函数(IMF),并通过相关系数-能量的虚假IMF评价方法选取对故障敏感的模态分量;最后计算敏感IMF分量的模糊熵,将获得的原信号多尺度的模糊熵作为状态特征参数输入最小二乘支持向量机(LS-SVM)中,对齿轮的故障类型进行诊断。实测信号的诊断结果表明,该方法可实现齿轮故障的有效诊断。     

基于TS算法的FPN鱼雷电子系统故障诊断方法

针对鱼雷电子系统故障传播的连续性,以及故障征兆与故障原因之间的模糊不确定性特点,提出一种基于禁忌搜索算法的模糊Petri网的鱼雷电子系统故障诊断方法.该方法定义了一个十元组的模糊Petri网,给出了表示模糊产生式规则的三种基本的模糊Petri网模型,在此基础上采用禁忌搜索算法对模糊Petri网模型参数进行优化.当模糊Petri网模型参数得到优化后,根据库所信度的大小通过故障推理进行故障定位.将其应用到某型鱼雷电子系统的故障诊断系统中,结果表明,该方法能够有效的提高模型故障诊断能力,具有较强的实用性.     

基于软竞争Yu范数自适应共振理论的轴承故障诊断方法

传统自适应共振理论网络模型利用硬竞争机制对故障类边界处的样本进行分类时易造成误分类,为此,提出了基于软竞争Yu范数自适应共振理论的轴承故障诊断方法。将基于模糊竞争学习的软竞争方法引入Yu范数自适应共振理论模型中,根据模式节点与输入样本间隶属度的大小,对竞争层多个节点进行训练和学习。通过对轴承故障试验数据的诊断分析可知,该方法不但能有效识别不同类型的故障,而且能识别不同严重程度故障,且诊断精度优于自适应共振理论模型和模糊C均值聚类模型。     

Fault diagnosis of rotating machinery based on multiple ANFIS combination with GAs

This paper presents a novel method for fault diagnosis based on empirical mode decomposition (EMD), an improved distance evaluation technique and the combination of multiple adaptive neuro-fuzzy inference systems (ANFISs). The method consists of three stages. First, prior to feature extraction, some preprocessing techniques, like filtration, demodulation and EMD are performed on vibration signals to acquire more fault characteristic information. Then, six feature sets, including time- and frequency-domain statistical features of both the raw and preprocessed signals, are extracted. Second, an improved distance evaluation technique is proposed, and with it, six salient feature sets are selected from the six original feature sets, respectively. Finally, the six salient feature sets are input into the multiple ANFIS combination with genetic algorithms (GAs) to identify different abnormal cases. The proposed method is applied to the fault diagnosis of rolling element bearings, and testing results show that the multiple ANFIS combination can reliably recognise different fault categories and severities, which has a better classification performance compared to the individual classifiers based on ANFIS. Moreover, the effectiveness of the proposed feature selection method based on the improved distance evaluation technique is also demonstrated by the testing results.     

特征实例CAD/CAPP系统决策优化方法研究

介绍了一种基于特征实例的箱体零件CAD/CAPP系统,系统基于特征库技术,利用CAD子系统完成箱体零件特征造型,形成描述性文件供CAPP子系统提取,实现CAD/CAPP集成.系统根据描述的特征信息与特征实例库进行匹配,以获得各特征加工链,并针对CAPP中的工艺路线决策中诸多模糊信息和模糊因素,提出了一种通用模糊综合评价法,提高了工艺路线决策结果的合理性和实用性.