基于1D-CNN和Bi-LSTM的航空发动机剩余寿命预测

剩余寿命预测对航空发动机的预防性维修有重要指导作用,是保障飞机安全运行,提高维修保障效率的重要手段.一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)和双向长短时记忆神经网络(Bidirectional long short memory,Bi-LSTM)被应用于航空发动机剩余寿命预测模型.首先,根据工程经验在多状态参数的主成分分析的基础上对退化过程进行随机分布拟合,得到综合性能退化量;然后将多变量时间序列样本和对应的性能退化量代入1D-CNN模型进行回归分析,从而得到性能退化分析模型;再通过Bi-LSTM对性能退化量进行时间序列预测,得到性能退化的未来趋势;最后通过设定性能退化阈值,得到剩余寿命预测结果,从而得到从多状态参数-性能退化分析-性能退化预测-剩余寿命预测的实时动态感知模型.实例分析结果表明,提出的混合模型与其他单—深度学习和传统模型相比,有更低的回归分析误差和退化预测误差,能够得到更准确可靠的剩余寿命预测结果.     

线性回归模型诊断和在线预测刀具磨损量的方法研究

目的是研究诊断端面铣刀磨损量和在线预测铣刀的剩余寿命的方法.采用线性回归模型估计测刀面的磨损量.线性回归模型的输入是从铣刀受力信号提取出的特征和切削条件,比如进给量、转速等.在诊断了刀具的磨损量后,采用双指数平滑方法跟随诊断结果预测铣刀的使用寿命.最后,通过卖验验证了基于线性回归模型得到的刀具的磨损量和基于双指数平滑方法在线预测铣刀的剩余寿命的可行性.     

基于多分辨奇异值分解和ECNN-LSTM的滚动轴承寿命预测

针对现有滚动轴承剩余寿命预测时寿命特征表征能力不足的问题,提出了多分辨奇异值分解和ECNN-LSTM的滚动轴承剩余寿命预测方法.首先,采用多分辨奇异值分解方法获取滚动轴承全寿命振动时域信号中具有不同分辨率的近似和细节信号,以多分辨展现信号不同层次的概貌和细节特征;其次,根据初时刻标准差划分健康阶段,划分出滚动轴承平稳运行阶段和能提供退化信息的快速退化阶段;然后,在两层一维卷积神经网络结构上加入高效通道注意力机制模块,在不降维的情况下自适应调整卷积核进行多通道交互,充分自提取轴承退化特征;最后,利用MSE损失函数统一评价尺度,在LSTM上完成剩余寿命预测.通过辛辛那提全寿命数据进行验证,证明了所提方法的可行性和有效性.     

基于残差自注意力机制的航空发动机RUL预测

针对传统神经网络在多维数据高分辨率特征识别和高精度信号提取方面的缺陷,开展基于残差自注意力机制的剩余使用寿命(RUL)预测算法研究。比较分析卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的结构特性,揭示二者在长序列信息特征关联能力和局部特征提取能力上的局限性。研究自注意力机制,引入双层残差网络抑制误差函数反向传播中扩散性,进而构建了一种卷积记忆残差自注意力机制的深度学习方法。基于上述方法对典型航空涡扇发动机退化实验数据集进行仿真分析,结果表明:所述方法能够有效建立监测数据与发动机健康状态之间的关系,关键评价指标——剩余使用寿命预测的均方误差为225,相比传统自注意力机制均方误差降低了17.9%,验证了所述方法的可行性和有效性。     

基于PCA和多变量极限学习机的轴承剩余寿命预测

提出了一种基于主成分分析(PCA)和多变量极限学习机(MELM)的轴承剩余寿命预测方法。该方法首先利用PCA技术融合多个表征轴承运行状态与衰退趋势的时域频域特征指标来消除特征间的冗余性和相关性;进一步在单变量极限学习机(ELM)的基础上构建多变量极限学习机模型来预测轴承剩余寿命。该方法克服了传统单变量极限学习机结构简单、信息匮乏等缺点,能有效提高轴承剩余寿命的预测精度。运用全寿命轴承振动数据对模型进行验证,结果表明,相比单独应用ELM模型或MELM模型,基于PCA和MELM剩余寿命预测方法具有更高的预测精度和稳定性。     

一种改进的基于响应耦合子结构法的刀尖点频响函数预测方法

针对现有的基于响应耦合子结构法(RCSA)的刀尖点频响函数预测方法需要辨识主轴-刀柄、刀柄-刀具结合面参数以及需要自制刀柄模型等引起的预测误差和预测过程复杂等问题,提出一种改进的基于RCSA的铣刀刀尖点频响函数预测方法。该方法首先改进已有的子结构划分方法,将机床-主轴-刀柄-刀具系统划分为机床-主轴-刀柄-部分刀杆、剩余刀杆和刀齿三个子结构;然后改进主轴-刀柄处转动频响函数的计算方法,通过铣刀的模态锤击实验采用反向RCSA和有限差分法计算机床-主轴-刀柄-部分刀杆结构的转动频响函数,并基于Euler梁模型计算出剩余刀杆、刀齿子结构的频响函数;最后将三个子结构的频响函数耦合确定刀尖点的预测频响函数。以一立式加工中心为研究对象,应用所提出的方法对铣刀刀尖点的频响函数进行了预测,并与其实测频响函数进行对比。对比结果表明：刀尖点的预测频响函数与实测频响函数符合程度较高,其预测、实测前三阶固有频率之间的误差在6.9%以内,所提出的方法可行有效、简单方便,且可直接基于铣刀的模态实验计算主轴-刀柄的频响函数,避免了相关结合面参数的辨识和刀柄模型的制作。     

基于q-Weibull分布的医疗设备可靠性分析

实现了基于q-Weibull分布的医疗设备可靠性分析，为医疗机构修正运营维修管理策略提供依据。Weibull分布故障率函数是单调的，不能全面描述复杂的医疗设备全生命周期运行状态，因此引入q-Weibull分布预测医疗设备的剩余寿命，使用基于轮廓误差函数的方法简化q-Weibull分布参数估计过程，并以血滤机和无影灯灯座为例验证了该方法的有效性和可行性，通过均方误差(Mean Squared Error, MSE)、赤池信息准则(Akaike Information Criterion, AIC)和决定系数R²比较了两种分布的优劣。对于血滤机和无影灯灯座两种分布都表现出相同的预测趋势，但从R²和MSE对比来看，q-Weibull分布的拟合精度更高，尤其是基于q-Weibull分布的血滤机的MSE值(2.818 1×10^-3)远小于Weibull分布的MSE值(9.465);当血滤机和无影灯灯座运行50天后，其剩余寿命估计值分别为254.390 9天和291.011 1天。以上数据验证了q-Weibull分布的有效性和拟合精...     

基于卷积神经网络的铣刀磨损状态识别技术研究

刀具磨损状态监测对于保证设备运行安全及提高生产效率具有重要意义.建立了基于一维卷积神经网络和极限学习机(1DCNN-ELM)混合模型,实现了对刀具磨损状态进行自动特征提取并快速识别.首先,通过采集原始高频振动信号,并对其进行批量标准化和切片处理;其次,利用一维卷积神经网络(1DCNN)进行自适应特征提取;最后,将极限学习机(ELM)用于铣刀磨损状态识别.引入了Dropout和批规范化(Batch Normalization,BN)加快网络训练及缓解过拟合.实验结果表明,1DCNN-ELM混合模型识别精度高、运算速度快,且具有较好的泛化性能,研究结果为数控加工过程中铣刀磨损状态识别提供理论依据.     

改进CHSMM的滚动轴承剩余寿命预测方法

针对连续隐半马尔科夫模型(Continuous hidden semi-Markov model,CHSMM)对滚动轴承剩余寿命预测精度低问题,提出一种基于改进CHSMM的滚动轴承剩余寿命方法。提取滚动轴承振动信号的时域、时频域特征向量,采用主成分分析(Principle component analysis,PCA)算法对特征向量进行降维;针对状态驻留时间概率密度函数不符合实际而引起的剩余寿命预测精度低问题,将高斯混合概率密度函数引入到CHSMM算法中,建立退化状态识别模型和剩余寿命预测模型。最后,将轴承全生命周期数据输入到模型中,得到轴承的退化状态和剩余寿命。试验结果表明,采用所提方法能准确的对轴承剩余寿命进行预测,与CHSMM算法相比,退化状态识别的正确率提高了12%,剩余寿命预测的正确率提高了23%。     

基于卷积神经网络的短期天气预测研究

对某市历史天气数据进行分析、整理,建立了具有两个卷积层的卷积神经网络,并做出短期天气预测,对未来6 h天气温度进行预测,并根据实际天气做出误差分析。为了对预测结果进行分析,又基于灰色模型方法建立了天气预测模型,并对两种方法的预测结果进行比较,得出相应结论:整体来看,两种模型的预测结果与实际温度的相对误差和均方误差较小,都能较为精准地对温度进行短期预测,两种方法在对温度短期预测中具有参考价值,且卷积神经网络预测精度更高。这一结论可以为不同时间序列及天气温度波动情况的短期天气预测提供新的思路。     

周向接触弧长对闸片温度场分布影响的研究

提出了热流分配系数受摩擦副周向接触弧长影响的观点;使用分段二次插值法确定了摩擦副周向接触弧长和热流分配系数随径向位置的变化关系;基于能量守恒法,计算和比较了2种不同热载荷下闸片的温度及其分布规律。结果表明:周向接触弧长随径向位置呈先增大后减小的变化规律,而热流分配系数的变化趋势正好与其相反;由2种不同热载荷计算得到的温度峰值发生时刻虽接近,但差值较大;温度在径向和轴向方向上的分布规律也不相同。因此,在摩擦副的热分析过程中必须考虑闸片结构带来的影响。     

应力多轴度对机械零部件破坏的影响研究

目前工程实际应用中大多是直接采用单轴试验的数据,没有考虑到应力状态的影响,这与构件实际应力状态不符,很多研究者对多轴应力状态下材料的行为进行了研究。介绍了应力多轴度对断裂韧性以及多轴应力状态对材料的疲劳断裂和蠕变失效的影响研究的最新进展,对几种具有代表性的多轴应力状态下破坏准则以及多轴应力状态下蠕变损伤准则做了简要的回顾,并进行简单的评述。     

基于ANSYS的O形圈活动量对密封性能影响探究

以某飞机某部位作动筒渗漏和密封圈扭转断裂的故障为切入点,利用有限元分析软件ANSYS建立O形橡胶密封圈(简称O形圈)的二维轴对称模型,对装配阶段和静压阶段下不同配合间隙、沟槽深度、沟槽宽度、圆柱度和偏载对密封性能的影响进行分析。结果表明：在一定范围内,配合间隙、沟槽深度、沟槽宽度对密封性能影响较大,而圆柱度和偏载对密封性能影响较小;在允许的范围内,较小的配合间隙、合适的沟槽深度和宽度能够得到优异的密封性能。该作动筒的O形圈发生渗漏和扭转断裂的原因为密封槽宽度偏大,综合考虑,对密封槽宽度进行改进能够有效提升O形圈的密封性能。     

防腐剂在摩擦副表面的吸附性能探索

利用模拟轴承对润滑油中的防腐蚀添加剂进行吸附实验,通过对吸附前后润滑油的紫外吸光度的测量,表征实验前后润滑油中防腐剂的质量分数变化,进而证明摩擦副对防腐蚀添加剂的吸附作用;在含有定量防腐剂的润滑油中添加不同质量分数的抗磨剂,进行模拟轴承的吸附实验,通过紫外吸光度的测量发现抗磨剂对防腐剂在摩擦副表面的吸附性能有较大影响,说明防腐剂与抗磨剂在摩擦副界面存在竞争吸附效应。     

张力减径机轧辊孔型设计方法的研究

针对钢管张力减径机的轧辊孔型设计方法进行研究,建立了传统孔型、椭圆孔型以及圆孔型三种轧辊孔型设计的数学模型,采用面向对象的程序设计方法,用V isual Basic6.0作为集成开发环境,采用模块结构进行程序设计,传统孔型设计方法以减径率为依据来分配变形量,在孔型设计过程中不考虑壁厚的影响,椭圆孔型设计和圆孔型设计方法以延伸率为依据分配变形量,综合考虑壁厚和外径的影响,并进一步考虑到椭圆度曲线的调整和孔型尺寸的优化,从而设计出更加合理的轧辊孔型,为钢管生产厂家提供孔型自动设计系统。     

在机检测技术在航空发动机制造中的应用

美国康涅狄格州米德尔顿的普惠公司是大型商用喷气飞机制造商,它是在机检测技术(OMI)在喷气发动机零件加工领域的早期采用者.早在1990年,普惠就成立了由各部门人员组成的小组来发展和贯彻质量控制与自动工件检测战略.我们从风扇外罩壳(图1)这一大型、高价值的复杂薄壁零件的加工工艺入手,在Renishaw的帮助下完善了我们的方案.我们见证了在机检测技术是如何在柔性制造高价值零件中发挥效益的,详细过程如下.     

温度对尺寸测量的影响研究

分析尺寸检测中温度对测量结果的影响及控制措施,介绍传统的测量结果修正方法。如何确定恒温时间(以pro/e的动态温度显示及温差、时间变化趋势),以消除温度变化对测量结果的影响。     

基于ANSYS的数控车床床身的动态特性分析

车床床身是生台机床的基础和支架,它的振动影响着零件的加工精度,由于PRO/E强大的建模功能及ANSYS的分析功能,本文在PRO/E中建立模型,在ANSYS中进行模态分析,提取了床身的前五阶模态,并分析床身的因有频率,振型及其动态特性.为设计者在床身的设计中提供理论依据,避免产生大的振型或者发生共振,从而保证整台机床的设计和加工精度.     

基于温度对预浸料铺放质量的影响研究

针对自动铺带工艺的过程,分析了温度对于铺带过程中的预浸料铺放质量的影响。在一定的铺放速度和铺放压力下,通过实验分析温度对于铺带过程中的预浸料基体的流动性、铺带的带宽变形以及预浸料的黏附性变化影响。总结并分析了铺放温度对于预浸料铺带铺放效果的影响,为实际成型产品工艺提供帮助。     

基于OpenGL的沙尘暴天气仿真研究

自然景物的模拟一直是计算机图形学中的热门研究课题,文章深入研究和分析了沙尘暴发生时沙尘的形态及运动状态,以Microsoft VC＋＋6．0编译环境为开发平台,基于OpenGL图形库,采用粒子系统模拟沙尘颗粒的运动,采用雾函数模拟朦胧的环境,完成了沙尘暴场景的模拟,其模拟效果逼真。