Adaboost_SVM集成模型的滚动轴承早期故障诊断

针对滚动轴承早期故障诊断中故障特征微弱难以有效检测的问题,提出一种基于Adaboost提升支持向量机(Support vector machines,SVM)集成学习模型的滚动轴承早期故障诊断方法。首先以Cincinnati大学实测的滚动轴承全寿命振动数据为基础,采用特征参数跟踪法,建立特征参数的趋势分析,并据此选择用于滚动轴承早期故障诊断的敏感特征参量,然后通过构造Adaboost提升SVM集成学习模型,并将其应用于滚动轴承的早期故障检测中。Ada Boost能够自适应地提升单一SVM的分类性能,相对于传统的单一SVM分类器Adaboost_SVM稳定性最好,早期故障诊断准确率最高。实验结果表明,结合优选的敏感特征参量,Adaboost_SVM能有效地诊断滚动轴承的早期故障模式。     

三峡大坝电源电站尾水闸门启闭方案的论证研究

分析三峡大坝电源电站尾水闸门启闭用机械式自动抓梁的工作原理及存在的容易脱钩和卡滞等安全隐患,并归纳了其它主要自动抓梁的不足,在此基础上提出了新的启闭方案。     

变速轴承齿圈有关参数的设计

对变速轴承关键部件齿圈的设计进行了理论分析，并确定了有关设计准则，同时导出了相应的滚子半径表达式。     

基于图像原理脐橙分拣技术装置设计的研究

为了实现对脐橙的形状和大小分类快速检测,本文设计了一种简易机械装置与图像识别技术相结合的分类器;并应用MATLAB软件编程技术,实现了对样本图像背景的去除、边缘的提取、形状和大小的判断,从而自动实现脐橙外形与大小的有效分类。     

轴承套圈的CAPP开发

提出了轴承套圈加工过程中开发CAPP的总体设想，并针对轴承套圈相似性的特征，利用VB编程技术和数据库开发技术基于对象进行信息描述，将各特征信息控件实行动态链接，从而自动生成各工序的可视加工工艺卡界面。     

圆柱滚子表面特性的分形研究

基于分形理论的非线性特征,对轴承中的圆柱滚子加工表面轮廓进行理论研究,探讨用分形维数来表征其加工表面的粗糙程度。通过理论计算及实验验证,得出了圆柱滚子外表面的分维表征。结果表明:表面粗糙度与分形维数是属于一种非线性关系;功率谱线平均斜率是加工表面粗糙度的有效表征;分形维数能客观地表征机械加工表面粗糙度,且大小与取样参数无关。     

基于分形理论的机械监测与检测

简述分形理论及其在机械工程领域如粗糙表面、设备运行、机械故障诊断、疲劳断裂等监测与检测中的应用。     

组合核RVM与EEMD信息熵的机械设备可靠度评估与预测

机械设备的运行可靠度反映的是机械设备在预期服役环境中正常工作的能力,传统的机械设备运行可靠度评估方法通常是建立在大量历史样本信息的基础上,然而针对没有历史样本信息的机械设备,传统方法难以对机械设备的实际运行状态进行准确评估,也很难对其未来的性能退化趋势进行有效预测。为此,提出通过构建归一化EEMD信息熵与组合核函数相关向量机对机械设备的运行状态进行评估和预测。首先采集机械设备运行过程中的振动信号,采用经验模式分解方法（ensemble empirical mode decomposition,EEMD）对振动信号进行分解,获得多个本征模态函数（intrinsic mode function,IMF）分量,并分别计算其相对能量和归一化EEMD信息熵,构造表征机械设备运行状态的特征指标。随后,构建组合核相关向量机对机械设备的运行状态指标量样本进行学习,并采用粒子群算法对组合核相关向量机中的权值参数和核函数参数进行优化,建立反映机械设备运行状态的可靠度预测模型。最后,将所构造的运行状态特征指标输入给相关向量机进行可靠度的性能退化预测。滚动轴承运行状态评估及预测的结果表明,所提出的机械设备运行状态评价方法能够充分提取反映滚动轴承运行状态的特征信息,运行可靠度预测方法也充分考虑了滚动轴承性能退化状态的历史规律性,相对于单一核函数相关向量机智能预测模型,组合核相关向量机提高了滚动轴承运行状态的预测精度和鲁棒性,为机械设备的运行状态评估和性能退化趋势预测的工程应用提供了一种新的方法。     

铰碰与臂重激振下串联机械臂参数的抑振优化

针对含间隙机械臂关节铰内碰导致恶化机械臂动力学行为的问题,本文探讨了串联机械臂在铰碰与重力双重耦合作用下的振动特征。以含间隙串联机械臂为研究对象,利用运动学方程以及达朗贝尔原理推导含间隙机械臂的动力学方程,根据所得方程揭示机械臂关节处精度(间隙大小)以及各杆件质量对动力学行为的影响规律。基于铰间隙处于串联机械臂不同关节位置的情况,分析杆件质量对机械臂动力学行为的响应特征,并在此基础上提出一种优化后的多间隙机械臂模型。研究结果表明:通过对机械臂各关节处设计间隙精度的调整以及各杆件质量分布的动态优化,线性加速度与角加速度冲击最大降幅39. 80%和30. 44%,对多铰间隙机械臂的动态作业具有明显的抑振效果。     

轴承退磁处理中的模糊神经控制仿真研究

基于模糊神经控制的方法,选择轴承的残磁大小、检测距离与轴承套圈的直径大小为系统的控制输入变量,应用MATLAB软件建立退磁机交变电流的自适应模糊推理控制器,根据80组实验数据值进行网络训练,自动生成各控制变量的隶属函数分布与模糊控制规则等.通过对退磁机交变电流的模糊神经控制系统仿真表明,基于模糊神经控制的退磁机交变电流控制,能得到很好的退磁机交变电流控制效果,从而实现轴承残磁余量的理想控制,解决了采用经典控制时因很难建立精确数学模型而无法控制的难题,为轴承自动化生产中残磁余量的有效、快速退磁提供了一种新的理论方法.