CDBN‑IKELM的轴承变工况故障诊断方法

针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题，提出了基于卷积深度置信网络（convolutional deep belief network，简称CDBN）与改进核极限学习机 （improved Kernel?based extreme learning machine，简称IKELM）的滚动轴承故障智能识别方法。首先，由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取；其次，利用等距特征映射对提取的多维特征进行降维，去除冗余特征信息；然后，采用改进的核极限学习机对特征进行分类，使用粒子群（particle swarm optimization， 简称PSO）对模型重要参数进行优化，实现滚动轴承变工况下的故障识别；最后，将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明，该方法能够智能有效地识别变工况的轴承故障，诊断结果优于已有的智能故障诊断方法。     

倾斜角影响下磁悬浮双转子系统的振动分析

针对倾斜角影响下磁悬浮双转子系统的转子振动问题，建立系统10 自由度力学模型，并推导系统的微分方程。通过MATLAB仿真软件中四阶龙格库塔法对系统微分方程进行求解，研究表明转速比和倾斜角的增大均会增大转子到达平衡位置的偏移距离，不同的是，前者会使转子的轴心轨迹变得更为复杂，而后者会增大转子的最大振动幅值。从非线性角度分析发现，转速比的增大会降低转子进入混沌运动的转速，降低系统的稳定性，而倾斜角的存在会使系统产生复杂的运动状态，但倾斜角的增大对系统的稳定性无影响。研究结果可以为磁悬浮双转子系统的设计提供一定的理论指导。     

海洋风电用辅助电动机运行可靠性保障

列举了影响海洋风电用辅助电动机运行可靠性的因素,对该专用辅助电动机的定子绕组绝缘结构和铸铝转子轴承运转系统进行了设计.阐明监测电动机温度和电参数,能改善电动机的环境适应性,提高运行可靠性.     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

基于羧酸功能化离子液体的含铽发光材料的合成与表征

合成了两种带羧酸官能团的长链咪唑离子液体,离子交换前后分别溶解稀土氧化铽,得到新型的荧光软材料,荧光光谱及荧光寿命表征显示离子液体配体与稀土离子之间进行了有效的能量传递,此荧光材料兼具稀土离子的优异荧光特性和离子液体本身的性质,有较高的潜在应用价值.     

蹇锡高院士带队!做中国自己的高性能塑料,两项专利被评为世界华人重大科技成果

蹇锡高带领团队获得的30余项发明专利中,有两项专利被评为世界华人重大科技成果。他们研发的抽油杆扶正器已在辽河油田、松原油田、克拉玛依油田等广泛投入使用;研发的航空发动机推动器高速止推轴承拥有高耐磨、长寿命的特点,而且重量仅为现用轴承的五分之一.