排序方式: 共有56条查询结果,搜索用时 15 毫秒
1.
2.
为解决传统机械故障诊断方法需要人工提取特征的不足,提出一种基于多重注意力-卷积神经网络-双向门控循环单元(multiple attention-convolutional neural networksbidirectional gated recurrent unit,MA-CNN-BiGRU)的端到端的故障诊断方法。首先将原始时域数据输入卷积神经网络(convolutional meural networks,CNN)进行初步特征提取并降维,然后将结果重组输入双向门控循环单元(bidirectional gated recurrent unit,BiGRU),可以有效地解决BiGRU对于过长序列数据处理困难的问题。采用美国凯斯西储大学开源轴承数据集进行训练,确定了最佳卷积层数和最佳样本长度约减比例分别为2和1/8。同时,通过在CNN和BiGRU中分别加入卷积注意力模块(convolutional block attention module,CBAM)和序列注意力模块(sequence attention module,SAM),进一步加强了模型对于关键信息的提取能力。最后实测柴油机故障振动信号试验表明:MA-CNN-BiGRU模型可以实现端到端的故障诊断,与变分模态分解(variational mode decomposition,VMD)-核模糊C-均值聚类算法(VMD-kernel fuzzy C-means clustering,VMD-KFCM)、VMD-反向传播神经网络(back propagation neural network,BPNN)和一维CNN等方法进行对比,MA-CNN-BiGRU模型的故障诊断性能更优。 相似文献
3.
针对柴油机的故障诊断问题,提出了一种基于变分模态分解(variational mode decomposition,简称VMD)与核模糊C均值聚类算法(kernel fuzzy C-means clustering,简称KFCM)联合的故障诊断方法。首先,针对VMD算法中分解层数K的选择问题进行了自适应优化;然后,从优化VMD算法的分解结果中选取3个关键分量计算最大奇异值,并将其作为3维的特征向量输入KFCM算法中进行分类识别;最后,对仿真信号以及某型柴油机的模拟故障实验信号使用优化VMD、传统VMD和经验模态分解(empirical mode decomposition,简称EMD)方法分别进行分解与识别。结果表明,笔者提出的方法明显改善了模态混叠现象,提高了模式识别的诊断正确率,提出的联合算法具有更好的应用前景。 相似文献
4.
5.
6.
CB125摩托车噪声辐射源识别及控制研究 总被引:2,自引:0,他引:2
本文介绍了声强测试的基本原理和声强测试技术在CB25摩托车噪声控制中的应用,利用CF—6400声强测试分析系统对该摩托车进行主要噪声辐射源识别,快速、准确地找到其主要噪声源。通过有针对性地采取降噪措施,使该车行驶噪声显著降低。 相似文献
7.
车用离合器起步接合过程模拟 总被引:3,自引:0,他引:3
本文主要描述了车辆起步时离合器接合过程的模拟方法。建成的模型考虑了该过程中人的操纵因素的影响,对滑磨中摩擦表面温升,瞬时滑磨扭矩等均作了较为细致的考虑。模拟计算的结果表明该方法是正确的。 相似文献
8.
基于LMD和SVM的柴油机气门故障诊断 总被引:2,自引:0,他引:2
针对柴油机气门故障诊断问题,在WP7柴油机上模拟了气门故障,提出了基于局部均值分解(local mean decomposition,LMD)和支持向量机(support vector machine,SVM)相结合的气门故障诊断方法.该方法首先用改进LMD方法将缸盖振动信号分解成若干个瞬时频率具有物理意义的PF(product function)分量之和,然后从缸盖振动信号和分解得到的PF分量中提取故障特征向量,以此作为SVM分类器的输入进行故障诊断.此外提出了改进粒子群算法(particle swarm optimization,PSO)用于SVM参数的优化.诊断结果显示,16组测试样本的测试结果均与实际状况相一致,诊断正确率为100%,该方法能快速准确地识别内燃机气门故障. 相似文献
9.
10.
以某直列6缸柴油机为研究对象,建立活塞销-连杆-曲柄销柔性多体动力学分析模型。基于热弹性流体动力学(TEHD)润滑和微凸峰接触理论,建立连杆小头轴承的TEHD模型,分析了热负荷影响下轴承间隙和表面粗糙度对润滑性的影响规律。研究结果表明:计及热负荷影响,轴承最大油膜压力增加7.5%,最小油膜厚度降低8.1%,摩擦功耗增加10.1%,粗糙峰接触增加6.0%,轴承产生温升现象,最大温升为20.1℃;轴承间隙增加,轴承最大油膜压力增幅提高50%,最小油膜厚度减幅保持不变;表面粗糙度增加,轴承最大油膜压力增幅提高50%,最小油膜厚度减幅缩小55%。该热弹流模型研究方法为动力机械热负荷条件下摩擦副失效机理分析提供了一种可行的途径,研究结果对摩擦副滑动轴承加工精度制定具有一定的指导作用。 相似文献