基于强化学习单元匹配循环神经网络的滚动轴承状态趋势预测

为了解决当前人工智能预测方法在滚动轴承状态趋势预测中预测精度较差、计算效率较低的问题,提出基于强化学习单元匹配循环神经网络(RLUMRNN)的滚动轴承状态趋势预测新方法。先采用滑动平均奇异谱熵作为滚动轴承状态退化特征,再将该特征作为RLUMRNN的输入完成滚动轴承状态趋势预测。在RLUMRNN中,利用最小二乘线性回归法构造单调趋势识别器,将轴承整体的状态退化趋势分为上升、下降、平稳3种单调趋势单元,并通过强化学习为每一种单调趋势单元选择一个隐层数和隐层节点数与其相适应的循环神经网络,从而改善了RLUMRNN的非线性逼近能力和泛化性能;用3种单调趋势单元和不同隐层数、隐层节点数分别表示Q值表的状态和动作,并构造关于循环神经网络输出误差的新型奖励函数,以明确强化学习的目标,从而减小循环神经网络的输出误差,避免在Q值表更新过程中使Agent(即决策函数)盲目搜索,提高了RLUMRNN的收敛速度。通过双列滚子轴承状态趋势预测实例验证了该方法具有较高的预测精度和计算效率。     

基于双隐层量子线路循环单元神经网络的状态退化趋势预测

针对现有人工智能预测方法在旋转机械状态退化趋势预测中存在预测精度较差、计算效率较低等缺点,提出基于双隐层量子线路循环单元神经网络(Double hidden layer quantum circuit recurrent unit neural network,DHL-QCRUNN)的旋转机械状态退化趋势预测方法。首先采用量纲一化排列熵误差构建状态退化特征集,然后将该特征集输入DHL-QCRUNN以完成旋转机械状态退化趋势预测。在所提出的DHL-QCRUNN中,设计双隐层结构以提高网络的非线性映射能力;并引入量子相移门和多位受控非门以实现信息的传递;通过双隐层的量子反馈机制获得输入序列的整体记忆;最后采用输出层激发态的概率幅表示输出,通过以上方法改善了网络的非线性逼近能力和泛化性能,使所提出的旋转机械状态退化趋势预测方法具有较高的预测精度。此外,通过量子Levenberg-Marqudt(LM)算法更新DHL-QCRUNN的网络参数,提高该网络的收敛速度,使所提出的状态退化趋势预测方法具有较高计算效率。滚动轴承状态退化趋势预测实例验证了该方法的有效性。提出了基于DHL-QCRUNN的旋转机械状态退化趋势预测新方法,该方法具有较高的预测精度和较高的计算效率。     

基于软阈值和小波模极大值重构的信号降噪

软阈值小波降噪是一种常用的非平稳信号特征提取方法.为了改进软阈值小波降噪法的性能,提出一种基于软阈值和二进小波变换模极大值的新小波降噪方法.首先,对信号进行二进小波变换,再对小波系数进行软阈值处理;然后,选择由信号产生的小波系数模极大值点;最后,用交替投影算法重建信号.理论分析表明,该方法能有效地降低软阈值小波降噪法的误差下界.仿真试验表明,该方法提高了降噪结果的信噪比,且较好地保留了信号中的奇异性.将该方法和二进小波变换软阈值降噪法结合起来,应用于滚动轴承故障振动信号降噪.结果表明,该方法能有效地提取到信号中的冲击特征.     

少齿差行星减速器振动特性仿真与实验研究

对某少齿差行星减速器建立耦合多体动力学虚拟样机模型,利用动态关联法对虚拟样机模型进行验证其准确性;分析减速器在多种工况下等效应力及振动响应,测试减速器振动特性。结果表明,转速提高对减速器等效应力影响不大,但偏心轴的偏心运动越明显,加大对轮齿啮合冲击,使减速器振动加剧、冲击幅值增大。仿真分析结果与实验结果基本吻合。     

混合润滑状态下齿轮接触刚度

为研究混合润滑状态下齿轮的接触刚度,提出了一种计算齿轮接触刚度的方法。首先计算出齿轮啮合过程中运动参数和受力情况,然后采用混合弹流润滑方法求解得到不同时刻粗糙齿面啮合处的膜厚与压力分布,将结果代入接触刚度计算式,得到不同时刻齿轮啮合的接触刚度。讨论了不同工况对齿轮啮合接触刚度的影响,并将光滑表面接触刚度与粗糙表面接触刚度进行了对比。结果表明:转速和载荷对接触刚度影响很大,速度越快,接触刚度越小;载荷越大,接触刚度越大。     

基于量子加权长短时记忆神经网络的状态退化趋势预测

提出基于量子加权长短时记忆神经网络(QWLSTMNN)的旋转机械状态退化趋势预测方法。首先采用小波包能量熵误差构建状态退化特征集,然后将该特征集输入QWLSTMNN以完成旋转机械状态退化趋势预测。在QWLSTMNN中,将输入层权值量子位扩展到隐层以获取额外的梯度信息;利用隐层权值量子位的反馈信息以获取输入序列的全部记忆,改善了原长短时记忆神经网络(LSTMNN)的非线性逼近能力和泛化性能,使所提出的状态退化趋势预测方法具有较高的预测精度;另外,采用新型的基于量子相移门和量子梯度下降法的学习算法以实现QWLSTMNN的网络量子参数(即权值量子位和活性值量子位)的快速更新,提高了网络收敛速度,使所提出的预测方法具有较高的计算效率。滚动轴承状态退化趋势预测实例验证了该方法的有效性。     

水润滑艉轴承综合性能实验平台研究

为实现对水润滑艉轴承及其传动系统的综合性能测试,开发了一种水润滑艉轴承综合性能实验平台,设计了实验平台测试方案,并对其重要部件进行了结构设计和动力学分析,结果表明其结构不会发生共振.该实验平台能模拟水润滑艉轴承及其传动系统的复杂工况,在线检测水润滑艉轴承工作转速、转矩、温度、摩擦特性、水膜压力分布、轴心轨迹、噪声、水膜的动刚度系数和阻尼系数等各项参数,为建立水润滑艉轴承系统实验与评价体系,掌握水润滑摩擦副的承载、失效机理与演化规律、摩擦学性能与动态服役行为等关键科学问题提供实验条件.     

低速重载条件下水润滑橡胶合金轴承摩擦噪声研究

建立了低速重载条件下水润滑橡胶合金轴承动力学模型,应用有限元软件进行了水润滑橡胶合金轴承在不同摩擦系数、载荷和速度条件下的复模态分析,结果表明水润滑橡胶合金轴承产生摩擦噪声时相邻模态重合;摩擦系数越大,模态耦合程度越高,系统越不稳定,发生噪声的可能性越大;载荷和速度对水润滑橡胶合金轴承产生摩擦噪声的影响较小。最后进行实验验证,结果表明该有限元模型对揭示低速重载条件下水润滑橡胶合金轴承摩擦噪声机理具有合理性,为进一步减小水润滑橡胶合金轴承振动、降低其噪声提供参考。     

水润滑轴承的动态特性研究

利用有限元软件研究了水润滑轴承的三维模态及其应力分布和谐响应规律.通过施加简单位移边界条件分析了模态响应,进而以时间历程载荷分析了水润滑轴承整体结构的谐响应特性,并讨论了影响特征频率的几个重要参数.模拟结果表明:对运用于高速或超高速运行工况下的水润滑轴承,其自由模态的频率较低,并处于结构发生共振的范围内;而约束模态的频率相对较高,转动载荷的振动频率将不可能达到结构的特征频率之内,因此产生共振的可能性相对较小.仿真结果与实验结论吻合较好,验证了该研究方法的正确性和可行性.     

陶瓷在水润滑轴承中的应用

简要介绍了水润滑陶瓷轴承的材料选择、润滑机理及性能影响因素，并对比传统轴承的材料和工况，重点介绍了水润滑陶瓷轴承的性能优势。