基于模拟退火与BP神经网络的轴承状态监控技术

为了提高轴承状态监控的准确性,提出了一种基于模拟退火并可同时得到较好神经网络参数的新的优化方法.为验证所提方法的有效性,将实验台测得的滚动轴承振动信号作为研究样本,提取信号的特征.实验结果表明,该方法对轴承运行状态分类的准确率较高,可用于此类旋转机械的状态监控.     

矿井提升机主轴轴承状态监控研究

主轴是提升机重要组成零部件,主轴故障中轴承故障占比较高,实现轴承状态监测对提升主轴运行可靠性、降低故障发生率具有显著促进意义。基于此,综合使用Zig Bee网络、传感器检测技术以及信息融合分析技术构建主轴轴承状态监测系统。该系统采用传感器实现主轴振动、温度以及驱动电机电流、电压参数检测,通过Zig Bee网络将检测参数传输至服务器,通过服务器内置故障检测与诊断系统实现信息融合分析,达到判定轴承状态、故障预警等目的。现场测试发现,该系统可实时监测、记录主轴轴承状态,故障时发出预警信息,达到增强提升机主轴运行可靠性目的。     

横向振动状态下水润滑轴承摩擦动力学特性

低速重载等极端工况下摩擦诱导异常振动会极大地影响舰船推进轴系中水润滑轴承的稳定运转。针对水润滑轴承开展考虑横向振动的摩擦动力学性能研究,建立受横向振动效应影响的水润滑轴承混合润滑和流体动压润滑模型,分析2种状态下轴承的振动特性;通过将轴颈平衡位置下的坐标代入轴承横向振动模型中,得到轴颈的扰动量,研究不同激励幅值对轴承摩擦力的影响规律,探明弹性变形条件下水润滑轴承的摩擦诱导振动机制。结果表明：当轴承出现接触,横向振动对轴承的摩擦力影响较显著,将导致轴承摩擦力呈现非线性变化。研究结果为评估横向振动对摩擦力的影响程度、揭示轴承摩擦振动机制提供支撑。     

超高速电梯振动状态远程监控系统的设计

基于压电传感器和多通道动态信号解调仪,设计了超高速电梯振动状态远程监控系统.这一系统利用光纤链路将压电振动加速度传感器所检测的振动数据长距离传输至数据中心,构成远程监控网络.在设计中,利用线性弹簧-阻尼系统构建超高速电梯的水平振动模型,并开发相应的数据采集和软件分析系统.通过试验表明,这一超高速电梯振动状态远程监控系统的重复性、稳定性良好,能够实现实时响应,可以对振动进行快速傅里叶变换分析,计算得到各阶谐振频率和幅度,试验结果与理论预期一致.     

基于虚拟仪器的轴承振动信号处理技术

介绍了虚拟仪器的基本概念、硬件平台和软件平台的组成，以图形化编程语言LabVIEW为基础，以自回归模型功率谱分析的方法处理轴承振动信号，给出了FFT谱分析方法的信号处理结果，证明白回归模型功率谱的优点。     

基于工位复杂性测度的随机型装配线平衡优化

针对装配生产中各种不确定因素引起操作时间波动,导致确定型装配线平衡方案失效的问题,提出一种操作时间不确定的装配线平衡方法。以操作时间的概率分布描述其波动情况,进而基于信息熵提出一种工位复杂性测度方法,在此基础上建立以平衡率最高、工位负荷均衡、工位复杂度均衡为目标的线平衡优化模型;设计了一种改进遗传算法对其进行求解,并通过实例验证模型及算法的有效性。研究结果表明,所提方法能在保证整线平衡率和工位负荷均衡的同时,均衡各工位复杂度,降低不确定性因素对生产过程的影响,保证装配线生产平稳运行。     

基于复杂性测度的零件序列图像融合方法研究

通过分析零件序列图像的特点,研究了基于C0复杂性测度的图像融合方法,解决了传统图像融合方法(如空间域、变换域方法)都是将非线性的二维图像信号近似视为线性系统的局限性.仿真结果表明,采用该方法,能在融合性能的主观评价和客观评价等指标上,都优于目前普遍使用的图像融合方法,表明其具有广泛的应用前景.     

轴承振动的测量

通过分析轴承振动的产生原因,找出解决办法并加以检测,使轴承的振动得到了有效控制。     

基于振动信号的轴承故障诊断技术综述

介绍了轴承振动的产生及故障诊断技术的典型分析方法,阐述了轴承故障诊断技术的发展历史和研究现状,最后总结了轴承故障诊断技术的发展趋势和不足。     

基于振动信号的干式真空泵轴承故障诊断

针对某干式真空泵工作中轴承受冲击载荷产生故障问题,基于振动信号的时域、频域、包络谱分析,对轴承进行故障检测。结果表明：与新轴承相比,主动轴承的振动加速度有效值较大,峰值因子和峭度变化不大,故障诊断为摩擦故障,从动轴承测试结果与新轴承接近,摩擦故障不明显。对主动轴承的频谱和包络谱分析发现,内、外圈振动较大,内圈比外圈磨损严重。     

基于信息熵的废旧产品再制造方案复杂性测度及应用

为了实现废旧产品再制造方案的优选,分析了废旧产品再制造方案复杂性的影响因素,提出了基于信息熵的废旧产品再制造方案复杂性测度模型。结合失效模型与影响分析理论(Failure Model and Effect Analysis,FMEA)、社会网络分析法及信息熵理论,定量地分析废旧零/部件关键性及其损伤程度、零/部件处理方式不确定性,以及再制造系统状态不确定性对产品再制造方案复杂性的影响程度,通过比较不同再制造方案复杂性熵,得出最优再制造方案。以废旧发动机为例,验证了上述模型的可行性和有效性。     

基于计算机网络的轴承试验监控系统

基于计算机测控技术及计算机网络开发了全自动轴承试验监控系统,将所有试验机联网集中管理,统一载入试验方案后,各试验机可自动进行变载变速、传输数据、报警、停机等操作。     

基于深度神经网络的轴承状态监测研究

为提高轴承状态监测的准确性和实时性,研究了基于卷积神经网络和GPU运算的轴承状态识别模型。利用振动信号监测轴承性能状态,应用连续小波变换算法对振动信号进行时频变换得到小波系数云图,通过基于卷积神经网络的深度学习方法进行数据驱动的特征学习,卷积和子采样计算提取具有旋转和尺寸不变性的特征向量,最后全连接层对特征向量进行状态识别。采用基于CUDA(Computer Unified Device Architecture)框架的CPU+GPU异构并行运算对计算模型加速,提高系统的实时性。为验证提出算法的有效性,采集轴承全寿命周期振动信号,运用提出的CPU+GPU计算方法和CPU计算方法分别对轴承运行状态进行识别实验。实验结果表明,所提出的方法,计算速度是CPU计算速度的5倍以上。     

基于KPCA的轴承故障状态分类研究

提出基于核函数主元分析的轴承故障分类方法。该方法通过计算轴承振动信号原始特征空间的核函数来实现原始特征空间到高维特征空间的非线性映射。通过振动测试仪获取轴承在正常、外圈破损和保持架损坏状态下的实验数据,比较主元分析与核函数主元分析的故障分类效果。实验表明,核函数主元分析更适合提取故障信号的非线性特征,对故障特征状态有更好的分类效果,并对分类器有较强的鲁棒性。     

基于LS-SVM的挖掘机磨损状态监控

为了减少挖掘机磨损,延长内部机件的使用寿命,需要对挖掘机采用润滑措施.因此对液压油进行油液监控显得格外重要.通过对液压油本身的分析与液压油携带的磨损颗粒分析,可达到对挖掘机工作状况的实时监控,从而及时地对挖掘机潜在故障进行预报并及时排除.考虑到时间与金属磨损量的关系,我们需要研究润滑油中金属含量的变化趋势,该文提出了一种基于LS-SVM预测模型对挖掘机液压油中铁元素含量值的时间序列变化趋势进行分析预测,通过与时间序列预测模型进行比较,能够很好地确定铁元素在磨损过程中的变化趋势,从而准确地监控挖掘机工作状态.     

基于myRIO的砂轮磨损状态监控

大批量工件生产时,砂轮磨损和钝化会导致工件表面质量和尺寸精度的下降,严重时会造成工件报废,增加不必要的经济损失。提出了一种高效简便的砂轮磨损在线监测的方法,利用嵌入式开发设备NI myRIO提取砂轮工作状态中的振动信号,综合分析砂轮磨损与振动信号特征值之间的内在联系。通过两组固定工艺参数条件下的磨削实验,提取砂轮磨损判别阈值,并建立工艺数据库,以实现磨削过程自适应控制,提高生产效率。     

基于单片机的开关柜状态监控仪

设计了基于单片机的具有开关柜温湿度检测、断路器工作状态监测、高压带电显示、温湿度控制、带电闭锁、报警输出、状态指示以及通信等功能的开关柜状态监控仪。介绍了主要的硬件电路设计和软件设计主要流程,实验结果表明该监控仪具有状态指示准确、温湿度控制精度高的优点。     

基于EEMD样本熵的电机轴承电流信号复杂性评估

电机轴承损伤会导致电机定子电流产生相应的电流谐波,电流谐波频率包含轴承故障特征频率。为了有效评估定子电流信号的复杂性（即电流谐波出现概率）,采用总体平均经验模态分解（EEMD）结合样本熵来实现。该方法先用EEMD将定子电流信号分解为若干个内禀模态分量,再计算分量的样本熵。通过比较得出在评估损伤轴承定子电流信号复杂性时EEMD样本熵的效果较样本熵更好,并且EEMD样本熵增大一减小一增大的变化趋势与轴承损伤逐渐加大时定子电流的变化趋势一致。根据上述结论该方法可应用于封闭结构中电机轴承运行状态的监测和预判,也可以作为智能故障识别的信号源。