An equivalent magnetic dipoles model for quantitative damage recognition of broken wire

Introduction As a tension-bearing component, wire rope is widely applied in many fields such as coal, metallurgy, transportation, travel-ropeway, building lifting, etc. In many fields(such as mine’s lifting ,travel-ropeway), the safety of wire rope has a direct relation to normal process of production and safety of workers. Therefore, many countries have paid much attention to the using safety of wire rope and actively have developed some research work on quantitative detection of broken wire…     

钢丝绳检测中有关励磁参数的确定

文章分析了钢丝绳损伤电磁检测法中励磁器的结构特点 ,采用磁导法对磁路进行了分析计算 ,提出了一种通用励磁器有关励磁参数的确定方法。     

提升钢丝绳张力定量检测新方法

基于电磁检测原理和信号处理技术以及钢丝绳本身具有捻制股波这一结构特点，研究出提升钢丝绳张力的非接触式定量检测新方法．实验表明，用此方法检测钢丝绳张力，其最大误差不超过１．５％，平均误差不超过０．０５％．该方法原理正确，系统简单、误差小、应用方便，检测速度快、精度高，省时、省力．为实时在线定量检测钢丝绳张力提供了新的技术途径．     

基于改进邻域粗糙集与S_Kohonen神经网络的滚动轴承故障诊断研究

针对现有滚动轴承故障诊断技术中,存在输入属性冗余过多、故障识别率不高等缺点,提出了基于改进邻域粗糙集与S_Kohonen神经网络的故障诊断方法。由于传感器采集的故障信息大多为数值型数据且数据维数较大,文中引入邻域粗糙集理论并对基于邻域粗糙集的经典前向贪心算法进行改进,利用改进算法约简故障数据,大大减小了算法复杂度;对Kohonen神经网络进行改进,在其原有结构基础上添加输出层构成S_Kohonen神经网络,使其输出类别满足给定分类要求;分别采用前向贪心算法、改进算法约简故障数据,将约简前、后的故障数据分别输入S_Kohonen神经网络、BP神经网络识别滚动轴承故障状态,试验结果证明邻域粗糙集可有效消除属性之间的重复信息,改进算法提取故障属性信息更能反映故障状态的本质,S_Kohonen神经网络具有良好的故障识别能力,两者配合使用,改进邻域粗糙集——S_Kohonen神经网络模型具有很好的故障诊断能力。     

钢丝绳动参数的新检测方法研究

本文研究了一种新的非接触式的钢丝绳运动速度，运行距离及所受张力的检测方法；分析了检测系统各成部分的工作原理和检测信号的处理过程。提出了在实测过程中应注意的问题和应进一步开展的研究工作。     

基于信息熵与判断矩阵的D-S证据理论改进方法在故障诊断中的应用

针对凭借单一的证据很难进行科学故障诊断的实际情况,提出基于Dempster-Shafer证据理论进行多源信息融合的故障诊断方法.由于D-S证据理论合成公式存在不足,针对各证据的重要性不同,提出了一种将信息熵与判断矩阵一致性相结合对各证据进行加权赋值,并对其进行加权调整的方法,应用D-S证据理论合成公式对加权调整后的证据进行决策级融合.此种方法将主观因素与客观因素相结合.实例分析结果表明:融合结果提高了置信度,降低了不确定性,显著提高了故障诊断的科学性,具有理论与应用价值.     

基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究

针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷,提出了基于BP神经网络与D?S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配,轴承的5种故障类型作为系统的识别框架,根据Dempster合成法则进行决策级融合。试验结果表明,利用该方法对轴承的内圈磨损、外圈磨损、滚珠磨损等故障进行试验诊断,提高了故障诊断的准确率,验证了该方法的可行性。     

基于小波Hilbert包络分析与M-距离函数判别的滚动轴承故障诊断

振动信号是反映滚动轴承故障的显著信号之一。将测得的振动信号进行小波分析变换到时频域,对其高频成分加以提取并进行Hilbert包络功率谱分析,以各频段的能量和为特征量,建立M-距离判别函数来识别滚动轴承故障类型。通过实验分析结果表明该方法取得了较好地实验效果。     

反比例溢流阀式高速列车横向半主动悬挂系统研究

介绍了高速列车横向半主动悬挂控制所采用的控制方法,并给出了相应的半主动减振器的结构和工作原理.通过与普通电磁比例溢流阀的比较,阐明了使用反比例溢流阀的优势.     

基于MIV与RBF神经网络的滚珠丝杠故障诊断

滚珠丝杠故障特征值引入平均影响值(MIV)的特征值筛选方法,剔出冗余特征值,减少了特征向量数;设计了径向基(RBF)神经网络,并建立了基于MIV与RBF神经网络的滚珠丝杠故障识别模型。经试验,对"未筛选-BP"、"未筛选-RBF"和"MIV-RBF"三种诊断模型进行对比分析研究,结果表明:"MIV-RBF"训练步数少、收敛快、诊断精度高,是一种较为理想的滚珠丝杠故障诊断方法。