基于矢谱和支持向量数据描述的旋转机械故障诊断方法研究

传统旋转机械故障诊断用单通道信号进行诊断,信息量不完整,容易导致误诊;而矢谱融合了多通道的信息,反映的信息更全面.支持向量数据描述是一种单值分类方法,该方法有望解决机械故障诊断中缺少故障样本的问题.基于此,提出矢谱和支持向量数据描述的故障诊断方法,用矢谱作为特征向量,支持向量数据描述方法为分类器,并应用到旋转机械故障诊断中.实验结果表明,该方法是有效的.     

基于EMD-HMM的机床刀具磨损故障诊断

针对机床刀具磨损故障诊断,提出基于经验模态分解（EMD）进行信号处理和基于隐马尔科夫模型（HMM）进行模式识别的刀具故障诊断方法。在信号处理阶段,对机加工过程中的振动信号进行经验模态分解,得到若干固有模态函数（IMF）,计算IMF的能量值并选用前几阶高能量的IMF作为识别参数。在模式识别阶段,先将训练样本使用HMM的基本方法进行模型训练获得HMMs,再使用测试样本进行模型准确性验证。完成验证的模型就可以表示该机床刀具磨损和机加工刀具信号的对应关系,可以应用到刀具磨损的监测识别中。     

基于EMD-HMM的机床刀具磨损故障诊断

针对机床刀具磨损故障诊断,提出基于经验模态分解(EMD)进行信号处理和基于隐马尔科夫模型(HMM)进行模式识别的刀具故障诊断方法。在信号处理阶段,对机加工过程中的振动信号进行经验模态分解,得到若干固有模态函数(IMF),计算IMF的能量值并选用前几阶高能量的IMF作为识别参数。在模式识别阶段,先将训练样本使用HMM的基本方法进行模型训练获得HMMs,再使用测试样本进行模型准确性验证。完成验证的模型就可以表示该机床刀具磨损和机加工刀具信号的对应关系,可以应用到刀具磨损的监测识别中。     

基于改进HMM的带钢热连轧精轧过程故障检测

针对传统HMM方法故障检测的准确率不高，以及带钢热连轧过程数据的非线性和混合高斯性问题，提出一种利用WT和PCA改进HMM的故障检测新方法。首先，采用小波变换对轧制数据进行去噪处理，并使用PCA将数据的维度降低、数据相关性减小，可以有效减少模型训练的迭代次数，并且能够提升故障检测的准确率；然后，利用期望最大化算法结合观测序列训练得到WT-PCA-HMM故障检测模型；最后，通过模型得出精轧工艺数据的对数似然值即可实现故障检测。结果表明：与传统HMM方法相比，WT-PCA-HMM的故障检测方法不仅能够降低8.1%的误报率，而且减少50%的模型训练迭代次数，为故障的检测提供了新方法。     

基于EMD-MPE与HMM的滚动轴承故障诊断

针对故障轴承的特征难以提取以及状态识别困难的问题,提出了基于经验模态分解(EMD)-多尺度排列熵(MPE)与隐马尔科夫模型(HMM)的滚动轴承故障识别方法。首先,运用EMD滤波降噪原理对滚动轴承振动信号进行降噪,而后将已降噪的信号进行多尺度排列熵分析并提取不同尺度下排列熵的较大值作为信号特征。最后,将特征信号向量输入已训练好的HMM模型进行故障类型判别。并与支持向量机(SVM)进行比较研究。实验结果表明,基于EMD-MPE与HMM的滚动轴承故障诊断方法对滚动轴承的故障状态能够进行有效地识别。     

基于细化谱和隐马尔科夫模型的齿轮故障分类方法

为了快速准确地对齿轮故障作出分类,结合隐马尔科夫模型（HMM）高效的模式分类能力,提出了基于细化谱（ZOOMFFT）和隐马尔科夫模型的故障分类方法。采用时域同步平均法从复杂信号中提取目标齿轮的啮合信号作为分析对象,对其进行细化谱分析,提取基频、倍频及其边频带幅值作为特征量输入到HMM中训练和识别,再通过对比对数似然概率值来确定齿轮故障类型。试验结果表明该方法可以有效地对齿轮故障进行分类。     

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.     

变工况下采煤机故障诊断的迁移学习方法

针对采煤机故障诊断过程中有效故障样本不足问题,提出变工况下采煤机故障诊断的迁移学习方法。对原始振动信号作小波变换得到时频图,利用图像增强原理凸显故障的时频特征,并对图像进行归一化后组成故障样本;利用大量不同工况下的现有故障数据组成源域数据,对卷积神经网络进行训练,以初步获取故障诊断模型;将训练后的模型迁移至采煤机故障诊断实验台,以最大均值差异（MMD）作为优化指标,利用实验台中的样本继续训练模型,实现权值微调。结果表明：振动信号经小波变换和图像增强处理后,能有效凸显故障特征;利用实验台小样本微调权值,能有效实现采煤机故障诊断的模型迁移。     

基于神经网络的汽车EPS传感器故障诊断

汽车EPS传感器的故障诊断对提高汽车行驶的安全性具有重要的意义.提出了将BP神经网络引入汽车EPS传感器中的故障诊断思想.结合故障树分析(rrA)原理,给出基于EPS系统的传感器故障树模型结构图,以BP神经网络为训练网络,从传感器故障模型中选取故障征兆,进行网络训练,最终实现对EPS传感器的故障诊断.训练结果表明该方法在EPS传感器故障诊断中具有较高的诊断精度以及很好的稳定性.     

基于迁移学习的滚动轴承复合故障诊断研究

针对现有故障诊断方法多是面向单一故障进行研究,对于实际工况下的复合故障缺乏相应的诊断方法,提出一种基于有监督学习的ConvNeXt滚动轴承多工况复合故障诊断模型（TConvNeXt）。通过合成少数类过采样技术将滚动轴承数据集重构为平衡数据集,以提高复合故障样本的利用率;利用迁移学习使TConvNeXt网络模型掌握判别滚动轴承复合故障信息所需的部分权重,通过格拉姆角场将一维信号转换为RGB图像输入模型,训练模型剩余权重;最后将训练后的TConvNeXt网络模型用于滚动轴承故障诊断并且利用Grad-CAM方法进行可视化,分析网络诊断错误起因并对网络进行调整;将训练准确率最高的模型用于滚动轴承故障实测,检验其实际工况下的诊断能力。实验结果表明：TConvNeXt网络模型具有高诊断精度,它不仅在混叠故障诊断中表现突出,在单一故障诊断中也具有优势,能够很好地适应多工况下不同故障类型的滚动轴承故障诊断要求。     

基于DP-MIG的铝合金焊接工艺

DP-MIG作为铝合金焊接的一种新工艺方法,不仅可以实现均匀漂亮的“鱼鳞纹”状焊缝外观,同时也可以实现铝合金焊接的高效和高质量焊接.利用Kemppi-Pro增强型焊接电源,采用DP-MIG工艺对铝合金进行焊接,对比了DP-MIG与P-MIG的特点,从焊缝致密性和焊缝力学性能方面分析了DP-MIG工艺条件下的焊缝特点.试验证明DP-MIG工艺能够满足AWSD1.2铝合金结构生产的质量要求,是一种先进、成形质量好、稳定的铝合金焊接工艺.     

基于片上系统的可重构数控系统研究

为适应柔性化制造的发展趋势,提出一种基于可编程片上系统的机床数控系统设计方案,使得数控系统可以按需重构。给出了嵌入式数控系统的总体硬件设计;说明了可编程片上系统(SOPC)的内部架构和Nios II软核处理器具体配置,实现了MCU、DSP和用户逻辑在一片FPGA芯片上的集成;设计了数控系统的重构方案并在EP2C50芯片上进行了重构实验,结果表明:整个重构周期耗时748 ms,能满足数控机床使用中的现场实时重构要求。     

曲面冲孔问题的研究

分析了曲面冲孔问题,提出了进行曲面冲孔的三种方法。本文的求解方法可以推广应用于其他类似问题中。     

基于Web的CAPP体系结构探讨

简述了我国CAPP的发展历程,针对当前CAPP系统开发的不足和企业应用CAPP系统存在的一些问题,指出了CAPP系统应向Web方向发展,并提出了基于Web的CAPP模式,介绍了这种CAPP的体系结构、功能和特点,论述了基于Web的CAPP与PDM／MRP／ERP之间的集成关系,并对其中的一些关键技术进行了简单探讨。     

微组装焊接中应力控制方法

新一代电子产品朝着微型化、轻型化、多功能、高集成、高可靠方向发展,因此,微组装工艺应用也越来越广泛.在微组装工艺中,由于强度、导热等问题,应用最广泛的是焊接工艺.考虑到成本、导热等问题,对焊接技术提出了更高的要求.在微组装工艺兼容性基础上,对用热膨胀系数相差较大的材料进行了焊接技术试验研究,结果表明:采用低熔点焊料能够实现不同种材料之间的可靠性焊接,有效缓和焊后残余应力,并且能够满足微组装组件的使用要求.     

Research on Ce-Zr compounds on modifying γ-alumina washcoat on FeCrAl foils

Ce-Zr compounds such as Ce0.68Zr0.32O2 solid solution, Ce/Zr nitrate and CeO2/ZrO2 were added into γ-alumina-based slurries, which were then loaded on FeCrAl foils pretreated at 950℃ and 1100℃. The microstructures and adhesion performance between the substrates and the washcoats were measured by SEM, BET surface area, ultrasonic vibration and thermal shock test. The results show that the addition of Ce0.68Zr0.32O2 solid solution, Ce/Zr nitrate and CeO2/ZrO2 into the slurries can improve γ-Al2O3-based washcoat adhesion on FeCrAl foils. Furthermore, ceria-zirconia solid solution increases the adhesion of the washcoat on the surface of an FeCrAl foil than the two others. The specific surface area of this washcoat remains about 43-45 m2/g and the weight loss is below 4.0% even after aging test of 10%steam-containing air at 1050℃ for 20 h.     

基于案例推理的折弯排序方法研究

本文以钣金折弯件为研究对象,提出了一种以知识库为基础,以推理机为核心来获取弯曲件折弯工序的方法。采用面向对象技术表示实例,创建了实例知识库。利用基于案例的推理(CBR)方法获取目标零件的折弯工序。该方法能够充分利用实例加工知识,减少了试折弯次数,从而提高了折弯工艺知识的利用率和折弯件的加工效率。     

碳钢表面氮化钛陶瓷化研究

介绍了一种在Q235钢表面，利用等离子溅射直接复合渗镀合成氮化钛新工艺方法。该渗镀层包括钢基体上均匀分布细小氮化钛颗粒的渗层和表面氮化钛沉积层。沉积层与基体为冶金结合，不会产生剥落。渗镀层表面硬度在1600～3400HV之间。X射线衍射结果表明，表面为纯氮化钛层，（200）晶面的衍射峰最强，具有明显的择尤取向。用划痕仪进行结合强度检测，声发射曲线未见突起的信号峰值，表明结合强度良好。复合渗镀氮化钛试样在10％硫酸、5％盐酸、3．5％氯化钠水溶液和硫化氢富液中进行腐蚀试验，耐腐蚀性能分别比改性前提高了84、11．67、1．15、21．15倍。     

PCB上化学镀银的研究

选择甲基磺酸作为化学镀银的酸性体系,考察了主盐、各种添加刑和相关工艺条件对镀层厚度及其质量的影响.结果表明在AgNO3浓度为2.5g/L,甲基磺酸的质量分数占12%,反应时间为5min等条件下,所得到的镀层均匀银白光亮,厚度为0.16μm.该工艺适用于印制电路板(PCB)上的焊接处理.并利用原子力显微镜对镀层表面形貌的检测考察了影响镀层质量的某些因素.     

基于多类支持向量机的板形识别方法

提出一种基于多类支持向量机理论的板形识别分类器,通过对冷轧工序中板形仪测得的数据进行预处理,获取所需样本数据。采用“一对多”方法训练多类支持向量机分类器,最后用测试样本对训练出的分类器进行性能测试。仿真结果表明该方法在处理小样本数据时识别率非常高,泛化能力更强,为板形识别提供了新的研究方法。