一种移动式四足机器人故障后容错能力分析

分析了一种移动式四足着陆机器人容错能力,当机器人遇到故障,它的行走能力会受到影响,所以分析机器人的容错能力十分重要,运用螺旋理论对四足移动式着陆机器人单腿故障模式进行分析;对单腿故障模式下四足移动式着陆机器人身体容错性能进行分析;最后考虑着陆机器人四条腿综合故障模式对机器人身体容错性能进行分析,得出不同故障条件下机器人腿部和机体的残余运动能力。     

基于量化关联模型的滚动轴承故障评估研究

针对滚动轴承故障演化增长过程中的监控问题,对影响故障程度评估的测试源、状态指标与故障程度三者间的关联关系展开了研究,提出了基于量化关联模型的故障程度量化评估方法。使用部署在设备上的多元测点,采集了不同故障严重程度下的数据,计算了不同故障程度下的时频状态指标;建立了多元测点、状态指标与故障程度间的关联模型,分析了多元测点和状态指标对故障程度评估结果的影响;以评估结果的均方根误差最小为目标,优化选择了分别适合滚动体故障、内环故障、外环故障3种故障类型的量化评估模型,以此为基础,实现了对滚动轴承故障程度的量化评估。研究结果表明:该方法能从数据源头捕获更多的故障原始信息,准确将测点数据、状态指标与故障程度进行量化关联映射,能有效提高滚动轴承故障程度评估的效率和精度。     

基于间歇故障信号动态响应特征的电连接器退化状态评估方法研究

电连接器间歇故障是装备中的一种主要故障类型,其信号表现与电连接器的退化状态及环境应力等级具有强关联特 性。 针对装备中电连接器退化状态难以评估这一技术难题,充分利用正弦振动条件下电连接器的间歇故障信号动态响应特征, 结合动力学模型分析其接触界面相对位移的表现规律,提取间歇故障信号的双峰幅值及其时间差作为反映电连接器退化状态 的有效特征参数,并构造特征参数数据集;进一步建立基于深度信念网络和多任务学习的状态评估模型,采用自适应迭代加权 求和的方式对模型的损失函数进行改进,结合间歇故障特征参数数据集,对电连接器开展退化状态评估分析,评估准确率达到 95. 94% ,为开展电连接器退化状态评估研究提供了新思路。     

基于ACGAN-DSAN的变工况滚动轴承故障诊断

针对轴承故障数据少、样本不平衡以及变工况导致故障诊断准确率低的问题,提出一种辅助分类生成对抗网络与深度子领域自适应网络(ACGAN-DSAN)相结合的故障诊断方法。首先,将不同负载下的原始一维数据转换为灰度图,建立二维图像的数据集,并分为源域和目标域;其次,用故障样本训练ACGAN,将生成的故障样本混入原始样本中,以达到平衡和增强数据集的作用;然后,在ACGAN中引入自适应损失函数,通过超参数控制模型的鲁棒性,进而提高生成图像的质量;最后,基于DSAN通过非线性变换将源域和目标域分布的相关子领域对齐,使子领域分布差异最小化,并引入自注意力机制提高模型对故障特征的非线性拟合能力,通过构造联合损失函数对变工况轴承的故障进行自适应诊断。以美国凯斯西储大学轴承数据集为例进行试验验证,结果表明该方法能有效提高故障诊断准确率,且模型有较好的泛化能力。     

基于注意力机制的一维卷积神经网络行星齿轮箱故障诊断

针对行星齿轮箱故障信号成分复杂和时变性强的特点,提出了基于注意力机制的一维卷积神经网络(１D-CNN )行星齿轮箱故障诊断方法.首先,将行星齿轮箱各类故障状态的原始振动信号进行分段处理,作为模型的输入;其次,利用一维卷积神经网络对行星齿轮箱的原始振动信号学习齿轮故障特征,结合注意力机制( AM )对特征序列自适应的赋予不同的权重,增强故障特征信息;最后,利用 Softmax 分类器实现行星齿轮箱的故障诊断.通过故障实验验证以及与其他模型的对比,该故障诊断模型具有较强的学习能力,诊断性能优于其他的深度学习模型,有较好的工程实际意义.     

基于拉普拉斯小波滤波和SA-DS-CNN的滚动轴承故障诊断

针对基于深度学习模型的滚动轴承故障诊断方法易受环境噪声干扰的问题,提出了一种基于拉普拉斯小波滤波(LWF)和自注意力机制-动态选择-卷积神经网络(SA-DS-CNN)的滚动轴承故障诊断模型。首先,提出一种拉普拉斯小波阻尼参数自适应选取策略,使用拉普拉斯小波对采集的滚动轴承振动信号进行相关滤波并进行功率谱变换;其次,基于卷积神经网络框架,引入自注意力机制和动态选择机制,构造SA-DS-CNN;最后,利用SA-DS-CNN提取功率谱特征,根据轴承的不同故障状态定位相关特征信息,实现故障特征的提取和诊断。对N205EM圆柱滚子轴承的故障诊断试验表明：LWF降噪效果较好,能为SA-DS-CNN模型提供优秀的训练样本;SA-DS-CNN模型能抑制无用通道信息,增强网络特征学习能力;LWF和SA-DS-CNN组合模型的故障诊断准确率达到99.65%,优于其他组合模型。     

多拓扑结构锂电池组外短路特性分析及模型评价

新能源汽车的快速发展受到动力电池系统安全的掣肘,锂电池组外部短路故障是导致电池热失控进而引发汽车起火爆炸的主要因素之一,而不同拓扑结构及初始荷电状态(State of charge, SOC)影响锂电池组外部短路特性。搭建锂电池组外部短路故障试验平台,进行多拓扑结构锂电池组在静置工况下的外部短路试验,模拟汽车停置时电池发生外部短路故障过程,揭示不同拓扑结构及不同初始SOC对锂电池组外部短路特性的影响,为锂离子电池单体分选成组、外部短路故障诊断等方面提供数据支撑。此外,锂离子电池外部短路模型重构是进行故障诊断的基础,对不同等效电路模型对锂离子电池外部短路电压预测精度等进行综合评价,为锂离子电池外部短路电特性重构模型选择提供指导。     

自适应多分类相关向量机的滚动轴承故障识别

提出了一种基于自适应相关向量机(Adaptive multiclass relevance vector machines, A-MRVM)的滚动轴承故障识别方法,该方法利用遗传算法对多分类相关向量机核函数参数进行优化,依据故障样本自身特性自适应地选取最优核参数,克服核参数人为选取的不确定性,从而构建基于自适应多分类相关向量机的故障识别模型。将该故障识别模型应用于滚动轴承故障识别中,分别提取滚动轴承振动信号小波包能量及EEMD(Ensemble empirical mode decomposition)能量作为故障特征进行故障识别,并与其它方法进行实验对比研究。实验结果表明,所提方法不仅能有效识别出故障类型,且具有较高的故障识别模型构建效率,验证了所提方法的可行性及优越性。同时,该方法也能对故障类型发生的可能性进行评估,为分析滚动轴承故障类型提供更多的参考信息。     

基于DBN-SVDD的滚动轴承性能退化评估方法

针对现有性能退化评估方法需要人工经验筛选特征指标,难以获取轴承故障状态下振动信号的问题,提出了一种基于深度置信网络(DBN)和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。该方法以滚动轴承正常状态下的归一化幅值谱作为DBN的输入,利用DBN中的RBM构建特征自动提取模型,通过SVDD构建评估模型。使用不同工况下滚动轴承全寿命周期试验数据的分析表明,该方法能够很好地揭示轴承性能退化规律,而且摆脱了特征选择的人为干预,可以准确检测出滚动轴承早期微弱故障。     

基于振动相关信息融合的行星齿轮传动系统故障诊断

针对不同测点的信息对故障敏感度不同、各测点的振动传递使故障与测点具有关联性等特点,提出基于振动相关信息融合的故障诊断模型。分别获取正常和5种故障状态在3个测点下振动信号的小波包能量特征向量;计算同一测点不同状态信号的能量特征相关系数及不同测点相同状态信号的能量特征相关系数。通过分析这两类信息所呈现的特性建立故障诊断模型。用14组待检信号进行故障诊断模型的实例分析,其诊断结果与实际故障状态完全一致。用支持向量机方法对5种故障状态进行分类,得到的结果与实际故障状态一致,验证了所建立的故障诊断模型的正确性。分析结果表明,通过振动相关信息融合建立的故障诊断模型能有效反映出不同故障状态的特性,能准确诊断出复杂行星齿轮传动系统的微弱及耦合故障。     

考虑传感器与执行器故障的EPS主动容错控制

针对传感器及执行器故障对EPS助力性能的影响,提出一种EPS主动容错控制方法。建立含参数不确定性、传感器与执行器故障的EPS系统模型,将系统不确定性转化为故障估计误差系统的扰动,基于未知输入观测器及线性矩阵不等式推导故障估计误差系统稳定并对扰动具有鲁棒性的充分条件,采用LMI区域极点配置法提升故障估计性能;在此基础上,针对执行器故障设计控制律补偿容错控制算法,针对传感器故障设计信号重构容错控制算法。Matlab/Simulink环境下的仿真结果表明,当传感器与执行器单独或同时发生故障时,设计的故障估计算法均可较为准确地估计故障幅值,故障估计的误差较小;针对不同故障对助力性能的影响,提出的容错控制方法均可使故障EPS系统的助力性能有所恢复。基于LabVIEW PXI的硬件在环试验进一步验证容错控制应用于EPS系统的有效性,提升汽车转向行驶的安全性及可靠性。     

面向传感器突发故障的监测模型自适应快速调整技术研究

针对多传感器监测场景中传感器突发故障导致监测模型失效的问题,本文提出了一种堆叠自编码器深度学习模型的自适应快速调整方法。根据传感器故障时采集数据的分布特点自适应调整原始数据集,采用调整后的数据集正向传播和监测误差反向传播微调模型更新模型的权重和偏置,实现监测模型自适应快速调整。以机械加工过程中刀具磨损状态监测为例,采用加州大学伯克利分校的BEST实验室提供的刀具数据集验证了自适应调整方法的有效性。结果表明,该方法可解决当传感器突发故障时,在实时监测不中断的情况下,自适应调整后的监测模型可以准确地对刀具状态进行监测。     

基于单电流检测的电动变桨系统容错控制

针对电动变桨系统中常见的电流传感器故障,提出一种基于单电流检测的电动变桨系统变论域模糊容错控制方法。当变桨系统发生单个或两个电流传感器故障时,该方法利用直流母线电流传感器对所缺失的电流信息进行重构,保证三相电流能在任意两个相邻采样周期内得到及时更新,确保闭环系统稳定,并通过自适应阈值故障判断法完成故障相电流传感器的切换及容错。针对调制法引起的重构信号误差及电动变桨系统的主要控制目标,将变论域模糊控制方法应用于速度环,以改善系统抗负载扰动能力,提高容错系统鲁棒性。结果表明,该容错控制方法使得变桨系统在传感器故障情况下,牺牲部分系统性能后依然具有较理想的控制特性,并且该方法的正确性也得到了验证。     

基于优化自适应阈值的非线性机电系统传感器 故障检测和主动容错控制

针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控制方法。首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自适应阈值以提高参数不确定条件下的故障检测性能。其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。当系统发生故障时,构建自适应滑模观测器进行传感器故障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。实验结果表明,所提出的故障检测和主动容错控制方法能在0.06 s内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。     

面向行人检测的异构视觉传感网络自适应标定

异构视觉传感网络的标定是实现准确行人检测、跟踪、识别以及行为分析的关键和前提,对公共安全和智能安防具有重要意义。本文提出了一种面向行人检测的异构视觉传感网络自适应标定方法。首先,构建主动旋转变焦(PTZ)传感节点变焦成像模型,采用基于SURF特征点匹配的方法实现内参数自标定。其次,构建外参数分布式标定模型,将异构视觉传感网络外参数标定分解为节点局部标定和网络全局标定,从而避免采用单一中心节点进行集中式处理,提高方法的可扩展性;最后,为了提高标定精度,采用自适应混沌微粒群优化算法最小化内、外参数估计的再投影误差和轨迹匹配误差。实验结果表明,本方法有效降低了网络通讯量和标定误差,提高了异构视觉传感网络行人检测精度,具有重要的理论和实际应用价值。     

A 4-layer method of developing integrated sensor systems with LabVIEW

System integrity is important for fast and accurate measurement and control.LabVIEW is widely used in education and industry.Many LabVIEW codes are hard to be read and shown because of their 2D topology.In order to simplify the programming,a 4-layer model of developing sensor or measurement systems with LabVIEW is proposed in this paper.The purpose of this paper is to show the readers how to design simple,clear and strong automated systems with LabVIEW.Using a Sensirion SHT75 humidity sensor and an NI USB6008 DAQ board as an example,this paper describes the steps of developing a sensor system from the physical layer to application layer in detail.In layer 2,port selection and signal regulation are demonstrated.In layer 3,timing waveform analysis and synthesis,state diagram analysis,instruction set design,micro operation and fault tolerance designs are demonstrated.In layer 4,data visualization is covered with a vivid example.Programmers found it was hard to show readers their LabVIEW codes because many LabVIEW codes occupy several screens.A layer model simplifies the programming,so one is able to show a medium size LabVIEW code easily.     

Combined Cellular Automaton Model for Dynamic Recrystallization Evolution of 42CrMo Cast Steel

The dynamic recrystallization (DRX) simulation performance largely depends on simulated grain topological structures. However, currently solutions used different models for describing two-dimensional (2D) and three-dimensional (3D) grain size distributions. Therefore, it is necessary to develop a more universal simulation technique. A cellular automaton (CA) model combined with an optimized topology deformation technology is proposed to simulate the microstructural evolution of 42CrMo cast steel during DRX. In order to obtain values of material constants adopted in the CA model, hot deformation characteristics of 42CrMo cast steel are investigated by hot compression metallographic testing. The proposed CA model deviates in two important aspects from the regular CA model. First, an optimized grain topology deformation technology is utilized for studying the hot compression effect on the topology of grain deformation. Second, the overlapping grain topological structures are optimized by using an independent component analysis method, and the influence of various thermomechanical parameters on the nucleation process, grain growth kinetics, and mean grain sizes observed during DRX are explored. Experimental study shows that the average relative root mean square error (RRMSE) of the mean grain diameter obtained by the regular CA model is equal to 0.173, while the magnitude calculated using the proposed optimized CA model is only 0.11. This paper proposes a novel combined CA model for simulating the microstructural evolution of 42CrMo cast steel, which notably uses a ICA-based grain topology deformation method to optimize the overlapping grain topological structures in simulation.     

某型无人直升机飞行传感器故障模拟与容错技术研究

针对某型无人直升机半实物仿真系统中传感器故障模拟与容错技术问题,设计了无人直升机飞行传感器模拟系统来模拟大气数据计算机、无线电高度表、GPS机载传感器等信号,对无人直升机的高度、升降速率和速度进行了故障仿真、替代容错处理及模态容错处理,提出了软件故障注入方法并实现了传感器模拟信号的注入,采用VC6.0设计了以上3种传感器的故障注入程序,实现了对无人直升机传感器故障容错设计的验证。研究结果表明,采用该设计验证方式能准确验证无人直升机传感器故障容错的有效性。     

基于降维观测器的系统最优容错控制

针对含有传感器故障的线性连续系统,利用Riccati矩阵方程设计了故障情况下的动态最优容错控制律,并设计了能同时检测出系统状态和故障状态的增广的降维故障检测器,从而实现了系统的故障检测和容错控制并能满足二次型性能指标.仿真实例验证了这种方法简单有效.     

传热结构摄动敏度分析及动态拓扑优化

针对传热强化拓扑优化过程中新形成的孔洞边界对拓扑优化影响的问题,研究了考虑孔洞影响的拓扑导数分析技术,并提出了优化过程中对新形成孔洞边界进行处理的自适应动态边界处理方法。应用Lebesgue微分理论,基于域摄动敏度分析和局部极限定律,推导了Poisson方程控制系统在三类边界条件下不同目标函数的拓扑导数计算公式;最后通过数值分析实例验证了采用该方法直接设计高效换热器的可行性和有效性。