基于用户大数据的电动汽车驱动系统可靠性试验循环工况构建方法

为构建与用户载荷关联的电动汽车驱动系统可靠性试验循环工况,基于300个实际用户累计3540000 km载荷数据,提取工况片段并关联电驱动系统失效主导载荷构造工况特征参数,运用主成分分析与K-Means聚类分析法将用户使用条件下电驱动系统运行片段分成五种典型工况;基于损伤累积模型,分析不同工况载荷对电驱动系统部件造成的损伤,并确定各工况最优单位损伤强度分布模型,并以损伤分布连续性转折点,筛选单位损伤强度较高的片段作为可靠性试验循环工况;基于马尔科夫状态转移概率矩阵,采用马尔科夫链蒙特卡洛法产生伪随机数对工况拼接,构建电动汽车驱动系统可靠性试验加载谱.通过构造的可靠性试验载荷谱与标准循环工况及用户损伤对比,表明构建的电驱动系统可靠性试验加载谱具有较高的损伤强度,能够有效涵盖90％以上的用户使用强度,从而为电动汽车驱/传动系可靠性设计与验证提供参考和依据.     

一种基于数据驱动和贝叶斯理论的机械系统剩余寿命预测方法

针对复杂机械系统剩余寿命预测问题,提出一种基于数据驱动方法和贝叶斯理论的机械系统剩余寿命预测方法。该方法基于数据驱动方法,对相同或相似系统的历史状态监测数据进行融合,并建立表征系统退化程度的健康指示量和预测剩余寿命的状态模型;基于贝叶斯理论,建立状态模型参数的贝叶斯模型;在此基础上,基于待估系统的实时状态监测数据和贝叶斯模型,利用马尔科夫链蒙特卡洛方法来更新模型参数并预测待估系统的剩余寿命;通过一个航空发动机的预测问题,来说明该方法的有效性。     

基于改进贝叶斯方法的稳健性设计建模技术

针对模型不确定性条件下的稳健参数设计问题,在贝叶斯模型平均方法的基础上,通过考虑因子效应原则,提出基于因子效应原则的贝叶斯模型平均(BMA-EP)稳健性设计建模技术.结合先验信息与贝叶斯法则,计算主效应的后验概率并构建传统的贝叶斯模型平均模型;根据各主效应的后验概率,逐步运用效应层次原则和效应遗传原则更新各主效应的先验,确定模型的后验概率,并以该后验概率作为权重,对各模型进行加权,得到预测性能较佳且符合试验设计原则的稳健性模型.结合实际工业案例和仿真试验验证了所提方法的有效性,结果表明,所提方法不但改善了模型的预测性能,而且提高了最佳参数设置的可靠性.     

基于CVAE的时变工况轴承运行异常检测

数据驱动的异常检测技术被广泛应用于复杂机械设备状态监测中，工况（operating conditions，简称OCs）变化会导致监测数据的分布漂移，使传统数据驱动的异常检测方法的准确性受到极大干扰。为了解决时变工况下工况和健康状态之间的耦合问题，提出了一个新的特征解耦学习框架。首先，基于变分自动编码器（variation auto encoder，简称VAE）构建一个特征解耦条件变分自动编码器（conditional variation auto encoder，简称CVAE）网络，实现工况和健康状态的解耦；其次，对解耦后的健康状态相关特征进行降维处理，构建异常指标（anomaly indicator，简称ANI）；然后，将ANI与统计异常阈值相结合，实现时变工况下轴承的异常检测；最后，通过基于时变转速退化的轴承加速疲劳退化实验，验证了该方法的有效性以及所构建的健康指标在消除时变工况干扰方面的优越性。     

考虑多失效模式的复杂系统运行可靠性评估

为准确评估复杂系统的运行可靠性,针对复杂系统的失效规律和特点,提出考虑多失效模式的运行可靠性评估方法。采用贝叶斯线性模型融合状态监测信息,评估退化水平,建立基于Gamma随机过程的退化失效可靠性评估模型;针对突发失效样本量小的特点,采用贝叶斯方法,建立基于Weibull分布的突发失效可靠性评估模型。以退化失效可靠性评估和突发失效可靠性评估为基础,应用贝叶斯模型平均技术建立复杂系统的运行可靠性评估模型,定量分析退化失效和突发失效对复杂系统运行可靠性的影响,并采用马尔科夫链-蒙特卡洛方法求解模型。以某型航空发动机为例,说明了该方法的应用过程,验证了该方法的有效性。     

电加温热载荷对直升机风挡玻璃的影响

研究了电加温直升机风挡在极限飞行工况条件下受电加温热载荷的影响.通过对离散气动载荷进行参数化处理,建立一种可以在风挡表面施加非均匀气动载荷的方法.基于ABAQUS软件分析直升机风挡在各个飞行姿态下的受力状态,找出较为危险的飞行工况;基于ANSYS建立风挡的电热耦合模型,计算出低温环境下风挡玻璃电加温过程中的风挡厚度方向...     

基于数据融合的加工中心功能铣头贝叶斯可靠性评估

针对加工中心功能铣头可靠性评估中小样本和高成本的特点,提出融合性能退化试验数据与现场故障数据的贝叶斯可靠性评估方法。该方法通过基于故障机理的性能退化试验设计和数据分析,导出功能铣头的寿命模型、积累先验信息并外推伪寿命数据;应用贝叶斯方法构建融合试验信息和现场故障数据的评估模型,并最终实现对功能铣头可靠性的评估。以某加工中心的功能铣头为示例进行方法描述,并与基于性能退化试验数据分析和基于现场数据统计的评估方法进行对比,结果表明,该方法具有更高的评估精度,具有一定的工程应用价值。     

基于多通道融合及贝叶斯理论的刀具剩余寿命预测方法

刀具监测及可用剩余寿命(RUL)预测对降本增效及保证加工质量意义重大.针对单一传感器预测精度波动大、数据利用率低、可靠性低等问题,提出一种多通道信号融合及贝叶斯更新的刀具剩余寿命预测方法.通过计算多通道信号所提取特征的时间序列与对应时间矢量的斯皮尔曼等级相关系数对特征时序做单调性排序,取单调性得分高的特征用主成分分析进行融合并构建健康因子作为观测数据,基于贝叶斯理论及马尔科夫链蒙特卡洛采样估计退化模型参数,并随着时间推进及监测数据序贯可获,实时在线更新退化模型参数以逐渐逼近刀具磨损退化趋势,同时对每时刻剩余寿命进行迭代估计.所提方法可避免基于深度学习方法需要依赖大量全寿命数据离线训练预测模型且模型对新预测任务适应性有限的局限性.用PHM2010公开数据挑战赛中三槽球头硬质合金铣刀切削不锈钢过程磨损全寿命数据集验证了方法有效性.     

游梁式抽油机摆动轴承疲劳寿命预测

为准确预测游梁式抽油机摆动轴承在变载荷、变转速实际运行工况下的疲劳寿命,基于ISO 281:2007标准和Miner理论,提出一种基于变载荷、变转速工况的摆动轴承疲劳寿命计算方法。以CYJY12-4.8-73HB型抽油机中轴圆柱滚子轴承为研究对象,先采用ADAMS软件进行游梁式抽油机动力学分析,以确定轴承摆动载荷和摆动速度,再计算实际运行条件下的轴承疲劳寿命,并与传统摆动轴承疲劳寿命计算方法对比。结果表明,本文的疲劳寿命计算方法合理,可为该类轴承疲劳寿命预测提供参考。     

极端运行条件下风电行星齿轮传动系统动态特性研究

结合风力发电机实际运行环境,根据bladed强大的风况模拟效果,对风力机运行状态进行模拟,获取了稳态风、启动工况、停机(刹车)条件下风载荷。以外部风载荷为激励,建立了风电行星齿轮传动系统弯扭耦合动力学模型。通过求解模型,分析得到了系统动载荷,以及稳态风、启动工况、停机(刹车)工况条件下的系统响应特性。结果显示:稳态风条件下,内部激励仍对系统起主要作用。但在风机启动时,系统转速与动载荷振动幅值均逐渐增大,变桨操作介入后,产生瞬时过载,系统振动响应幅值急剧增大至26.7%;停机工况下,刹车及变桨的双重作用,使动载荷与转速迅速减小直至停止工作。     

机载往复密封二元时变相关退化建模与可靠度评估

往复密封件作为机载液压作动器的重要组成部分,对飞行安全有着重要的影响.机载往复密封件承受着高压、宽温、变载荷、强振动等机载工况,多场耦合作用下其失效机理复杂,现有数值模型难以完全揭示其失效机理.在基于自回归滑动平均(Auto-Regressive Moving Average,ARMA)模型的机载往复密封二元时变相关退...     

IPSW方法及其在变工况滚动轴承退化状态跟踪中的应用

感知获取的一维快变信号不仅受工况变化的影响,且无法避免地受到噪声干扰,此时传统的相空间曲变(PSW)方法提取的健康指数(HI)将无法胜任变工况下的滚动轴承退化趋势跟踪.针对这一问题,提出了改进的相空间曲变法(IPSW).从确保PSW分量的独立性及其信息最大化的角度出发,通过高维重构分量间的综合平均互信息局部极小化和互信...     

基于近似似然的频响函数不确定性模型修正

贝叶斯模型修正框架下,以频响函数作为目标,提出了一种使用近似似然函数的不确定性模型修正方法。相比于模态参数,频响函数包含了结构更加充分的信息,用于结构动力学模型修正时有诸多优点,但现有的不确定性模型修正方法并不能很好地实现将频响函数作为目标进行修正。针对此问题,介绍了频响函数和贝叶斯框架下的不确定性模型修正理论,基于近似贝叶斯计算提出了一种近似似然函数,可适用于频响函数作为目标进行不确定性修正。将提出的似然函数应用到三自由度数值和H型非对称梁的有限元模型修正算例中,并结合DREAM算法对不确定性参数进行识别。研究结果表明：修正后参数的上、下限与目标值相差无几,修正后模型的频响函数与目标值几乎重合,在一定噪声水平下仍具有较好的修正效果,验证了所提方法的有效性。     

基于多系统联合仿真的变负荷工况下往复压缩机动态特性研究

针对往复压缩机在气量调节工况下因多系统耦合、多参数关联导致工作模型复杂,对压缩机动态特性分析难度大的问题,本文提出了针对气量调节系统与压缩机的多系统联合仿真的建模方法,首先建立独立的调节系统各模块工作模型,利用不同模型对接端口完成子系统模型之间的数据交互,融合压缩机工作模型构建了变负荷工况下往复压缩机工作特性分析模型,...     

基于性能退化模型的万能式断路器操作附件实时剩余寿命预测

针对万能式断路器操作附件的个体差异性以及在实际使用过程中动作不频繁的特性,提出一种基于性能退化模型的万能式断路器操作附件实时机械剩余寿命(RUL)预测方法。不同于传统的RUL预测方法,该方法融合了操作附件的历史退化数据与实时更新的状态监测(CM)数据。首先,考虑到操作附件性能退化过程具有线性非单调的特点,建立基于Wiener过程的操作附件性能退化模型;其次,对操作附件的历史退化数据采用极大似然估计法和一维搜索法确定模型参数的先验分布;然后,运用贝叶斯方法并结合操作附件实时更新的CM信息对模型参数进行迭代更新;基于首达时间的概念建立了RUL预测模型,以实现对断路器操作附件实时RUL的预测。最后,通过操作附件的寿命数据对本文所提方法进行验证,结果表明本文方法不仅可实现操作附件的实时剩余机械寿命预测,同时相较于其他文献方法具有更高的预测精度。     

基于性能衰退的航空发动机剩余寿命组合预测方法

以民用航空发动机为研究对象,运用性能退化可靠性理论和贝叶斯更新方法,对发动机的剩余寿命进行了研究.首先通过分析发动机性能退化过程,利用贝叶斯更新方法得到了基于性能衰退信息的航空发动机剩余寿命分布;然后利用免疫粒子群优化算法建立了航空发动机剩余寿命组合预测模型.实例证明:该方法预测精度明显高于各个参与组合的预测模型,可操...     

有限变工况特征迁移学习方法及其在高速列车轴箱 轴承故障诊断中的应用

以高速列车轴箱轴承为研究对象,提出了一种适用于有限数量变工况下的轴承故障诊断方法。该方法以有监督的学习模式构造自编码器,将不同工况下特征值集向参考工况下特征集做映射迁移,从而减弱由工况变化引起的轴承故障特征值改变的影响。再将迁移后的特征集输入由参考工况特征集预训练的基于卷积神经网络的故障诊断模型,实现变工况下轴承故障的诊断。凯斯西储大学轴承公开数据集和高速列车轴箱轴承数据集的试验结果表明,经监督式自编码器特征迁移后的轴承故障识别准确率有了较大提升,该方法能够较好的实现有限工况下的特征序列的迁移,解决工况变化带来的故障特征的畸变问题。     

带电线路中施工机械安全距离作业下的临界电场研究

针对带电作业虽然保证了电网的不间断运行,但相较于传统的方法增加了作业人员和机械设备危险性的问题,展开了带电线路中施工机械安全距离作业下的临界电场研究。首先,论述了输电线路一般安全距离的计算方法,提出现有带电作业中安全距离确定方法的弊端。进而建立可移动吊塔带电作业有限元模型,以110 kV 和220 kV 交流输电线路为例,研究安全距离下的临界电场,计算并得到不同作业位置的临界电场阈值,并且在现场进行了电场强度、安全距离的实测验证,从而为施工机械临近电安全距离预警提供依据。研究结果可为电力系统安全稳定运行提供技术支撑。     

贝叶斯证据框架下的LS-SVM多工况数控机床热误差建模

最小二乘支持向量机(LS-SVM)模型是表征数控机床热误差特性的有效工具,但该模型中的参数设置直接影响建模的精度。传统的基于交叉验证法或网格法的参数获取方法存在计算量大、精度低的缺点,且同一组模型常数往往不能准确表征机床多种工况条件下所产生的热误差。为解决这一问题,提出了一种基于贝叶斯证据框架理论的LS-SVM多工况参数优化方法。通过测量不同工况下数控机床温度值与主轴热变形量,采用贝叶斯证据框架的3个推断对LS-SVM模型进行训练并对参数进行辨识和优化,推导出了不同工况所对应的最优模型和参数。热误差建模实验验证了该参数优化方法的有效性,结果显示,经优化的模型具有泛化能力强、预测精度高、计算速度快的特点,能够较准确地描述多种典型工况条件下的实际热误差特性。     

基于TL-LSTM的轴承故障声发射信号识别研究

针对多工况下滚动轴承故障声发射信号智能识别问题,提出了一种长短时记忆网络(LSTM)与迁移学习(TL)相结合的故障识别新方法。该方法仅以单一工况下原始声发射信号参数作为训练样本,构建LSTM模型充分挖掘出声发射信号与故障之间的深层次映射关系,以识别与训练工况具有相近分布特征的其他工况下故障;引入并结合TL来应对相异分布特征的其它工况下故障识别问题,从而可完成多种类型工况下故障特征的自适应提取与智能识别。实验结果表明,对于转速、采集位置或滚动轴承型号工况改变时内圈、外圈及保持架故障的识别均具有较高的准确率,可端对端的实现多种类型工况下故障的实时在线智能监测任务,摆脱了对先验故障数据的过分依赖,验证了该方法的可行性与优越性。