ELM-Adaboost分类器在轴承故障诊断中的运用

研究强分类器ELM-Adaboost模型在滚动轴承故障诊断中的运用.首先,从滚动轴承故障振动信号中提取时域特征参数,并采用因子分析法对变量进行降维处理;其次,对ELM-Adaboost模型中的关键参数进行详细分析,并选择最优的参数对ELM-Adaboost模型进行优化;最后,将ELM-Adaboost模型用于滚动轴承故...     

固溶态Ti-41Nb合金的微观组织与力学行为研究

采用光学显微镜、力学性能测试和原位同步辐射高能X射线衍射等方法系统地研究了固溶态Ti-41Nb合金的微观组织与力学行为。结果表明,Ti-41Nb合金经800℃固溶淬火处理后,其等轴β基体上分布着微量的板条状α″马氏体,呈现典型的双相结构。在拉伸过程中,固溶态Ti-41Nb合金除发生弹性变形外,还发生了β→α″应力诱发马氏体相变。应力诱发马氏体相变在0.0%～3.3%应变范围内较剧烈,在3.3%～4.0%应变范围内相对轻微。在随后的卸载过程中,固溶态Ti-41Nb合金发生了弹性回复,同时伴随着α″→β逆马氏体相变。卸载后,固溶态Ti-41Nb合金中仍有大量的α″马氏体未转变为β母相,这导致合金仍有2.9%的残余应变。     

扑翼飞行器传动机构的研究及对比分析

扑翼飞行器是根据鸟类和昆虫仿生原理研制的,相对于固定翼和旋翼飞行器有无可比拟的优势,对扑翼飞行器的传动机构进行了分析归类,分析了各自的优缺点和适用范围,并对已经研究的扑翼飞行器传动机构进行了介绍,最后对扑翼飞行器传动机构的研究进行了展望,并对传动机构研究面临的问题进行了讨论。     

基于无刷直流电机的电动车控制器研究与设计

传统的电动车用无刷直流电机(BLDCM)控制器功率逆变电路,为实时检测相电流,通过电阻进行相电流采样并反馈给微控制单元(MCU)进行电流环闭环控制,然而,在功率较大的控制器电路应用中,大电流会导致功率损耗增加。为解决这一问题,以STM32系列微型单片机为核心,设计了一套电动车控制器控制电路。重点阐述BLDCM硬件控制。为改进电源短路保护电路,提出了一种新型的MOS管内阻采样方法,并制作铝基板PCB。测试结果表明:该控制电路测控性能稳定,能够应用于工业生产中。     

冠状动脉支架纵向拉伸变形行为有限元分析

纵向强度是冠状动脉支架的一项重要力学性能,因强度不足而导致的支架纵向变形行为已成为经皮冠状动脉支架介入术最严重的并发症之一。运用有限元方法系统地分析了支架的扩张尺度、拉伸力的作用点位置和支撑单元之间的周向连接单元数量与形状对支架纵向拉伸变形行为的影响。结果显示,在支架结构设计参数中,连接单元的数量对支架纵向拉伸变形行为影响最大,增加连接单元的数量可以提高支架抵抗变形能力。连接单元形状对支架纵向拉伸变形行为影响次之,当支架的纵向变形位移为0.5mm且将连接单元形状由S型转换为L型时支架纵向强度可以提高50%。对于同一种连接单元类型的支架,扩张尺度越大的支架越容易发生纵向变形。同时,结果显示支架远端与近端端部比支架中部更容易发生纵向变形。合理调整支架的设计参数可以有效改善支架的纵向拉伸变形行为,所得结论有助于支架设计师优化支架的结构设计以降低支架纵向变形程度。     

翅脉结构对扑翼翼面力学性能影响分析

扑翼飞行器是根据仿生原理,通过拍动翅膀模拟昆虫飞行的一种飞行器,其无论在民用还是军用领域都有着广泛的应用空间。主要以扑翼飞行器翅翼为研究对象,采用软件模拟仿真方法,分析翅脉夹角、翅脉数量以及翅脉位置三种因素对扑翼翼面力学性能的影响。研究结果表明,翅脉结构变化对翼体有显著影响,并存在一定规律,对指导翅脉结构设计有一定指导意义。     

航空机械装备失效分析技术在专家系统中的应用研究

航空机械装配失效分析的最根本目的是公正且客观地获取失效信息,并以失效环境、失效对象、失效现象以及失效特征等为基本事实证据,在逻辑推理分析方法下对失效事件的具体模式做出准确判定,根据所推定的失效原因采取相应的预防措施。由于失效分析中所涉及到的知识信息存在不确定性、模糊性的特点,因此要基于专家系统的方式来对整个分析过程加以改进,以保证失效分析结果的准确可靠。本文即结合航空机械装配失效分析问题,研究失效分析技术在专家系统中的具体应用,望能够引起业内人士的关注与重视。     

AdaBoost算法组合的GABP诊断模型在轴承故障中的运用

考虑到轴承故障难以诊断的问题,提出AdaBoost算法组合遗传算法优化的BP神经网络(GABP-AdaBoost)的诊断模型。利用遗传算法寻优能力对BP网络的权值与阈值进行优化,并用AdaBoost算法进行组合;采用UCI标准数据集对GABP-AdaBoost算法中的关键参数进行分析,并设置最优参数;用最小二乘法和指数平滑法消除轴承振动信号中的漂移和微弱噪声,并用因子分析法选择最优时域参数;使用GABP-AdaBoost算法对轴承故障样本进行诊断,并将GABP、BP、BP-AdaBoost作为对比算法。重复试验30次的结果表明:GABP-AdaBoost算法诊断效果达到90%以上但诊断时间较长;BP-AdaBoost算法诊断效果优于GABP且耗时较少;GABP-AdaBoost算法与BP-AdaBoost算法对重复诊断的波动敏感程度较低。     

张量奇异谱分解与极限学习机的故障诊断方法

针对滚动轴承故障诊断问题,提出张量奇异谱分解(TSSA)与极限学习机(ELM)相结合的诊断方法.TSSA将一维时域振动信号转换成三阶张量,使用标准张量分解对三阶张量进行分解并重构回一维时域振动信号;为了验证TSSA的有效性,将奇异谱分解作为对比方法,仿真结果表明:TSSA重构后的信号能够找到故障特征倍频,其效果优于奇异谱分解.从重构时域信号中提取时域特征参量,并使用ELM网络对其实施诊断;为验证ELM的有效性,将BP、SVM作为对比算法,诊断结果表明:从诊断准确率、样本比例、诊断时间方面而言,ELM的性能比BP、SVM要好,ELM更适宜于轴承故障诊断.