基于非线性Volterra核辨识的转子裂纹故障诊断方法研究

Volterra级数模型是一类能够完全描述系统的非线性传递特性的模型.将Volterra核的辨识应用于转子裂纹的故障诊断,提出一种基于Volterra核的转子系统故障诊断方法.该方法利用系统的输入输出同步采样信号,采用RLS算法进行非线性系统Volterra时域核的辨识,利用得到的一阶核、二阶核和三阶核来判断系统当前所处的状态.以正常转子和有裂纹转子为例进行实验验证,实验结果表明:该方法不仅可以从一阶核的特性来判断系统的变化,而且还可以从二阶核、三阶核等来判断系统的变化,提供更丰富的故障信息.     

基于递推最小二乘法的SCARA机器人动力学参数辨识研究

为了提高SCARA机器人在工业场合中的工作精度,对其动力学模型进行分析是有效途径之一.建立机器人拉格朗日动力学方程并进行线性化处理,得到一组关节力矩和待辨识参数的线性表达式.选取有限项傅里叶级数作为激励轨迹模型,并使机器人启停时关节角速度和角加速度为零,确保机器人运行平稳.再将线性表达式中观测矩阵的条件数作为优化指标,...     

基于偏最小二乘回归和人工神经网络的齿轮箱故障诊断

提出了一种偏最小二乘回归(PLSR)与人工神经网络(ANN)相结合的故障诊断方法,并将此方法应用于齿轮箱的故障诊断中.首先建立齿轮箱运行状态的PLSR模型,然后建立ANN模型,利用PLSR模型残差和系统参数对ANN进行训练,最后,运用此ANN对齿轮箱实施故障诊断.实验结果表明,该方法能有效地诊断出齿轮箱故障.此外,还将该方法与基于主成分分析(PCA)和ANN的故障诊断方法进行了比较.结果表明,二者诊断精度相同,但作者提出的方法具有更高的模型精度.     

基于偏最小二乘法的两栖突击车液压马达故障诊断

液压马达是两栖突击车液压系统中故障发生率较高的元件之一,当马达泄漏量达到允许的极限值时,就要进行更换或者大修.通过分析影响两栖突击车液压马达泄漏量的影响因素,建立了马达泄漏量的偏最小二乘回归模型,得到马达泄漏量的拟合值与测量值的最大相对误差为8%,并预测超过马达允许的泄漏量极限值的时间为9 109 h,为科学确定液压马达的更换期或大修期提供依据.     

基于频域加权最小二乘法的一类伺服系统辨识

研究了某伺服系统的辨识问题.通过利用频域加权最小二乘法,建立了该系统的传递函数模型,并在闭环控制方式下对系统模型进行了验证.结果表明:系统仿真曲线与实测数据曲线基本吻合,系统模型满足实际应用中的精度要求.     

基于小波去噪和最小二乘支持向量机的滚动轴承故障诊断研究

针对滚动轴承故障,提出了基于相关原则优化阈值的小波去噪和最小二乘支持向量机相结合进行滚动轴承故障诊断的方法,采用相关原则优化阀值的小波对轴承早期故障特征进行提取,运用能量-特征法提取出信号特征,然后利用最小二乘支持向量机多分类算法进行故障类型的识别。实验与仿真结果表明:基于相关原则优化阈值的小波变换和最小二乘支持向量机相结合的故障诊断方法能有效地诊断出滚动轴承的典型故障。     

最小二乘支持向量机在电梯故障诊断中的应用(英文)

针对电梯故障诊断中特征提取困难和故障样本数量少问题,提出了应用小波包分解和最小支持向量机( LS-SVM) 相结合进行电梯急停智能故障诊断的方法。借助小波包分解,该方法首先提取电梯轿厢振动信号作为特征向量,然后利用 LS-SVM 分类模型对故障进行辨识。实验证明,小波包与 LS-SVM 相融合的故障诊断与识别技术可发挥两者的优势,该方法对电梯急停故障的诊断具有较好的诊断效果。     

基于最小二乘向量机的锂离子电池建模及参数辨识研究

现有锂离子电池参数辨识研究较少,为提升锂离子电池模型建立有效性以及参数辨识精度,提出了基于最小二乘向量机的锂离子电池建模及参数辨识方法.利用二阶等效电路模型建立锂离子电池RC等效电路模型,并利用LPV技术建立锂离子电池参数可辨识模型,选取最小二乘支持向量机算法求解参数可辨识模型,实现锂离子电池模型参数的有效辨识.利用二...     

基于偏最小二乘回归的冲压件回弹预测研究

为了研究工艺参数对汽车储物箱底板冲压件回弹的影响,首先根据正交试验安排进行了3因数3水平的有限元数值仿真,得到18组模拟值(9组作为模型建立数据,9组作为模型检验数据),然后利用偏最小二乘回归方法建立了冲压件回弹的预测模型.运用该模型,预测回弹量的相对误差均在8％以下,充分验证了该预测模型的合理性及适用性.     

基于最小二乘回归模型的柔性模块族轻量优化方法研究

针对系列产品差异化的需求,提出柔性模块族的概念,并对模块族进行拓展分析。提出了基于最小二乘回归模型的柔性模块化产品的优化算法,以YH30型压力机为模型,运用该算法进行了轻量优化,在满足使用工况的前提下,实现了对C柱减轻131 kg,达到了预期目标,为同类型产品的优化设计提供了参考。     

基于时序特征的发电机转子故障诊断方法

提出了一种利用时序特征进行发电机转子的故障诊断方法.利用时间序列法中的AR或ARMA模型得到的脉冲传递函数的特点,并根据不同故障类别振动信号的格林函数变化的规律性,提出了利用格林函数的统计量特征作为故障诊断的特征参数进行故障诊断的方法.     

基于声发射信号的转子碰摩故障诊断方法

利用声发射信号的高频特性采集转子碰摩故障信息，采用小波分析技术把所得声发射信号分解在不同频带，对信号进行重构，从而消除背景噪声，并用小波包络谱分析方法识别故障信息。分析结果证明，基于声发射信号的小波包络分析可以检测出微弱的转子碰摩故障，是一种有效的早期故障诊断方法。     

基于声发射的滚动轴承故障诊断方法

为诊断低速滚动轴承故障,克服传统振动法诊断时故障信号极其微弱的缺陷。在实验室条件下对各类故障模式滚动轴承进行声信号采集,并对故障轴承声信号进行参量分析和波形分析的基础上,利用撞击数和神经网络技术对滚动轴承进行了故障诊断,提高了低速滚动轴承故障诊断的有效性和准确性。     

基于本体的混凝土泵车液压故障诊断方法

针对混凝土泵车液压系统故障的特殊性,提出了基于本体知识库的故障诊断方法。采用面向故障诊断知识的三层本体结构模型,将泵车液压系统常见的故障用本体语义表示出来。对常见的油温过高现象与液压系统较易发生故障的结构单元如溢流阀构建单元故障诊断知识库,利用已有的诊断知识对其进行故障分析。对某型混凝土泵车液压系统进行了故障诊断测试实验。结果表明:文中提出的诊断方法克服了以往其他故障诊断方法的不足,提高了泵车液压系统故障诊断的准确率,保障了运行的可靠性,使液压系统的严重故障发生率下降了75.9%。     

基于有限元法的转子叶片裂纹故障特征研究

为了更接近工程实际,真实地反映叶片裂纹故障特征,采用CAD软件建立了转子叶片的三维实体模型,通过有限元分析软件ANSYS对裂纹叶片分别进行了模态和瞬态响应分析.结果表明:裂纹的存在导致叶片的固有频率下降,深度相同时,裂纹位于叶根对固有频率的影响最大;同时裂纹的存在引起振动响应的非线性特征.这就为转子叶片裂纹故障的监测与诊断提供了依据.     

基于Lyapunov指数分析的液压泵故障诊断方法研究

提出了一种基于最大Lyapunov指数分析的微弱信号检测新方法,依据该方法对柱塞泵的脱靴故障进行了实验诊断.实验结果表明,故障压力信号的最大Lyapunov指数比无故障时的正常信号的小,可以作为故障发生与否的定量判据,为旋转机械故障诊断提供了一条新途径.     

基于知识的智能故障诊断方法和过程实现

研究了基于知识的智能故障诊断方法和过程实现,对故障知识采用人机交互以及数据挖掘相结合的方法,采用了基于本体的语义知识表达来实现专家经验知识的表述.阐述了故障诊断自组织过程的实现过程.以PZ4650胶印机为例,进行了有关诊断决策与评价分析.     

基于小波变换的齿轮箱故障诊断

时域同步平均(Time Synchronous Averaging,TSA)信号只包含齿轮啮合频率信号和倍频信号,若齿轮出现故障,会使TSA信号得到某种程度的调制.文章将连续小波变换应用于齿轮箱振动采样的TSA信号,检测和分析齿轮箱的轮齿缺陷,设计并制作齿轮箱故障诊断试验台,通过齿轮全运行周期啮合试验,利用LABVIEW虚拟仪器采集系统采集振动信号,然后利用MATLAB编写相应的程序,绘制出所需信号的波形图,对所采集的数据文件进行信号分析处理,以达到齿轮箱故障诊断的目的,并验证了小波变换对齿轮故障诊断的有效性.