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DPSO-BP的机械转子故障诊断

信号特征提取的方式直接影响故障诊断的结果,因此提出一种新的特征向量组合方式从而进行有效故障模式识别,以从原始信号中提取出能够最大程度地表征其所包含信息的信号特征。将经过经验模态分解后得到原始信号的有效IMF分量的能量以及信号的能量熵相结合作为特征向量。由于机械转子故障诊断缺失情况时有发生,提出采用DPSO算法优化BP神经网络的方法。该方法主要通过优化神经网络的初始权值和阈值的方式对BP神经网络进行改进。结果表明：与传统的BP神经网络模型相比,改进后的BP神经网络模型迭代次数大幅度减少,训练时长也相应缩短,模型的训练精度以及故障诊断的正确率也得到提高。     

基于分形盒维数的双跨轴承转子系统故障诊断方法研究

以双跨轴承转子系统为研究对象,针对其状态监测与故障诊断中存在的问题,利用分形盒维数的方法对系统进行分析。通过提取试验台振动信号并计算其分形盒维数实现对系统的故障诊断。结果表明,不同工作状态下的盒维数各不相同,不平衡故障的盒维数最大,碰摩故障的盒维数次之,正常运转时的盒维数最小,盒维数随着计算网格数的增加而减小。该系统以分形盒维数为特征兆量,能够快速准确地对双跨轴承转子系统进行状态监测与故障诊断,具有一定的应用价值。     

基于非线性输出频率响应函数的转子碰摩故障诊断方法研究

以碰摩故障为研究对象,将非线性输出频率响应函数(NOFRF)引入到含有碰摩的转子系统故障诊断中。对比分析在转子与定子不同间隙下的转子系统NOFRF值的变化情况,并进行了试验验证。结果表明故障转子系统的NOFRF值对转子与定子不同间隙的变化非常敏感,因此,可以利用转子系统的NOFRF值对碰摩故障的敏感性,不仅可以有效地区分转子系统中的碰摩故障,而且还可以有效地识别转子系统中的碰摩故障的严重程度。     

基于CMCPSO-SVM的轴承微弱故障诊断方法

针对旋转机械轴承微弱故障振动信号易被强噪声掩盖难以识别的问题,提出一种改进混沌粒子群优化支持向量机的故障诊断方法。将信号通过局部均值分解算法分解处理得到乘积函数(PF)分量,并进行能量归一化处理获得时频域特征集;通过迭代拉普拉斯得分降低时频域特征集的空间维度;以PF分量的排列熵作为混沌粒子群的适应度,并加入交叉和变异新策略,建立一种新的交叉变异混沌粒子群优化方法;利用改进的粒子群算法优化支持向量机的核函数和惩罚因子,并将优化后的分类模型应用于轴承故障诊断。结果表明：该故障分类模型的识别准确率高于其他分类模型。     

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。     

基于优化极限学习机的涡轴发动机转子碰摩故障诊断

针对涡轴发动机容易在转子过渡态-稳态间瞬间失衡导致碰摩现象,提出改进遗传算法优化的极限学习机诊断模型。基于某涡轴发动涡轮机匣振动信号包络曲线,仿真涡轴发动机正常状态、燃气涡轮转子碰摩状态、动力涡轮转子碰摩转态、燃气与动力涡轮转子碰摩转态4种工况的振动信号;对振动信号进行频谱分析,提取振动信号特征参数构建故障样本数据集;使用改进遗传算法优化极限学习机,并将它用于碰摩故障诊断。结果表明：训练集平均诊断准确率为96.8%、波动幅值为2.82%;测试集平均诊断准确率高达95.43%、波动幅值为0.93%,收敛误差达到0.22,验证了所提出的方法诊断准确率高、波动幅值小、误差低,适用于碰摩故障诊断。     

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。     

基于声音信号的微型电机故障诊断方法研究

由于微型电机体积小,其振动信号无法用常规的加速度传感器进行采集,且对微型电机的故障诊断不需要诊断出其具体故障类型,只需要判断故障是否存在,因此,微型电机故障检测初期通常采用噪声检测的方式。采用这种检测方式,提出一种基于声音信号的微型电机故障诊断方法。针对声音信号信噪比大、易受环境影响的特点,运用最大相关峭度解卷积-小波阈值降噪的方法,对声音信号中的周期性冲击成分进行增强并滤除环境噪声。采用希尔伯特变换得到信号的包络线和包络谱。根据包络线的形状和包络谱峰值对应的频率进行判断,实现了对微型电机故障的诊断