排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
2.
3.
面对实际工程中标签稀少,尤其是单类样本仅1个标签的极限标签场景,现有半监督诊断方法的故障识别能力严重不足。为此,本文提出一种基于解耦特征伪标签传播算法的半监督故障诊断方法。首先,引入局部选择的并行集成异常检测方法分离故障样本;其次,提出基于解耦特征的伪标签传播算法,通过解耦对抗自编码器获得增强的故障特征,进而通过故障特征降维、特征分布伪质心标定与距离度量实现高效伪标签传播;最后,利用伪标签故障样本训练故障分类器,结合异常检测实现高准确率故障诊断。两个旋转部件数据集上的实验结果表明,所提方法在单类故障标签数量为1时,同工况和跨工况实验下的平均诊断准确率分别超过97%和90%,明显优于对比方法。 相似文献
4.
基于机床结构中的能量分布,在准确建立立式加工中心整机有限元模型的基础上提出一种整机动态性能优化方法。采用弹簧阻尼系统等效结合部的接触特性,基于辨识的结合部等效刚度和阻尼值在Ansys中建立了立式加工中心整机有限元模型,对整机进行模态分析和谐响应分析。通过整机模态试验验证了该有限元模型的准确性,并根据有限元分析与试验结果确定整机的薄弱模态。计算薄弱模态下整机、结合部的弹性能以及结合部在整机中的弹性能分布率,以分布率较高的结合部作为薄弱结合部。基于薄弱结合部的等效接触刚度提出优化方案,优化后薄弱结合部的弹性能分布率明显降低,主轴轴端的动态响应幅值降低,从而使整机动态性能得到改善,验证了该优化方法的可行性。 相似文献
5.
邓聪颖 《四川大学学报(工程科学版)》2013,45(Z1):189-194
针对国内天然气井下节流器节流直径单一,不能够适应井下多变的压力与温度,导致节流出口处压强不稳定的问题,设计出一种基于传统井下节流器与锥形节流阀的井下智能节流系统。系统主要是通过改变流体的通流面积来降低井下压力。该系统通过由光纤传感器、信号传输光缆、解调仪组成的井下温度、压力监测系统以及通讯接口,将采集的数据传输给井上工控机进行分析处理。工控机发出信号遥控驱动井下电机,实时调节节流阀开度,从而达到稳定产量与出口处压力的目的。通过ANSYS对井下节流流场特性进行仿真分析,分析结果表明该井下智能节流系统中节流结构是可行的,为节流系统的建立奠定了理论基础。 相似文献
6.
机床运动部件位置姿态在加工空间的变化,造成机床质量矩阵、刚度矩阵以及阻尼矩阵随之变化,导致机床动态特性预测具有复杂性和不确定性。针对加工空间机床动态特性的准确预测问题,本文提出一种基于响应面理论的数控机床空间动态特性研究方法。该方法以数控机床固有频率频率这一关键动力学性能指标为例,分析机床整机动态特性与机床位置姿态之间的数学关联关系,基于正交试验设计和响应面方法理论,构建预测广义加工空间数控机床动态性能变化的响应面模型,揭示机床动态特性在加工空间的演化规律,并在该响应面模型基础上提出机床动态特性影响因子概念,计算各方向运动部件的位移变化对机床动态特性的影响程度,共同确定机床最优加工位姿和加工路线。将该方法应用于一台三轴立式加工中心,采用正交试验设计确定移动部件的不同位置组合作为计算样本点,在ANSYS仿真软件中计算每个样本点的前5阶固有频率,建立反映位置特征与固有频率数值的二次多项式响应面模型,并通过计算响应面模型质量评价指标验证了该模型的有效性,以此分析机床前5阶固有频率在加工空间的分布规律及其对x、y、z向位移变化的灵敏度,阐明机床空间位姿对机床动态特性有较大的影响,为机床工艺规划和优化设计提供了新的分析方法及技术支持。 相似文献
7.
基于正交试验的机床结合部动刚度优化配置 总被引:1,自引:0,他引:1
机床中结合部分布众多且不同接触条件下其动刚度值不同,优化分析时很难研究每个动刚度值对机床动态性能的影响。针对此类问题,提出一种基于正交试验的机床结合部动刚度优化配置方法。该方法通过模态柔度与弹性能分布理论判定机床的薄弱模态和薄弱结合部,建立以薄弱结合部的动刚度为设计变量,各阶薄弱模态的最小模态柔度为目标的多目标优化模型。为提高优化效率,采用正交试验方法规划试验方案,并在试验结果分析中引入相似优先比法对结合部动刚度进行协同优化配置。以某型立式加工中心为例,采用优化配置方法确定其结合部动刚度的最优配置方案。仿真结果显示该方案下薄弱模态的模态柔度明显降低,整机动态性能提高,验证了该方法的可行性。 相似文献
8.
为了克服独立筛选关键温度点再进行热误差建模破坏其内在联系从而降低热误差模型预测性能的问题,提出了一种统一框架下同时筛选关键温度点和热误差建模的方法。采用最小二乘支持向量机作为基本热误差模型,将温度点的选择状态和模型超参数作为优化变量,采用二进制鲸鱼优化算法进行寻优,并综合考虑最大化预测精度和最小化关键温度点个数设计损失函数。以一台卧式加工中心为例,进行热误差实验,利用所提方法在10折交叉验证模式下筛选出了最优关键温度点,将其个数从20减少到了3,并同时获得了模型最优超参数。最后,与传统独立方式进行了对比分析,结果表明利用所提建模方法热误差预测精度最高提高约62.8%,验证了其有效性和优越性,为后续热误差补偿实施提供了参考。 相似文献
9.
针对铣削稳定性评价指标极限切削深度随加工位置改变而变化,导致铣削工艺参数优化模型中稳定性约束具有不确定性问题,结合不同加工位置刀具频响函数和切削稳定性理论,建立加工空间极限切削深度广义回归神经网络(GRNN)预测模型,基于该GRNN模型完善铣削稳定性约束条件,进而构建以机床各运动部件位移与粗/精加工切削参数为变量,以粗/精加工总切削时间为目标的多工步数控平面铣削工艺参数优化模型,采用粒子群算法(PSO)求解该优化模型。以某企业加工中心展开实例研究,获取机床加工位置和粗/精加工主轴转速、切削深度、切削宽度、每齿进给量的优化配置,优化后粗/精加工总切削时间比优化前缩短22.47%,并通过该配置下的无颤振铣削加工验证了优化模型的有效性。 相似文献
10.
分析刀具-刀柄结合状态变化时的数控铣削稳定性,其效率因需重复测量刀尖点频响函数而降低。针对此问题,引入迁移学习提出仅需测量目标刀具少量悬伸量下刀尖点频响函数的铣削稳定性预测方法。首先,测量源刀具多个悬伸量和目标刀具少量悬伸量的刀尖点频响函数,采用铣削稳定性解析法获取各铣削参数组合的加工振动状态信息,构建充足的源域数据和少量的目标域数据,并通过源域和目标域的相似匹配筛选源域样本,然后结合神经网络和TrAdaBoost迁移学习算法,自适应更新源域与目标域混合样本权重,建立目标刀具的铣削加工振动状态分类器。以三组刀柄-刀具组合进行实例分析,少样本下采用迁移学习后两组目标刀具的分类器精度分别提升了10.93%、6.25%,并通过铣削实验验证了所提方法的有效性。 相似文献