基于小波包能量和层次熵的D-S证据理论的轴承故障诊断技术

针对齿轮箱轴承故障识别率低、故障信号不平稳的问题,提出层次熵与小波包能量多源数据融合轴承故障诊断方法。采用小波包对轴承正常、内圈、外圈、滚动体故障等4种振动信号进行三层小波包分解并重构,计算各频段样本熵（即层次熵）和小波包能量作为故障特征向量集;应用归一化方法对2种特征向量处理后分别建立BP神经网络模型实现轴承不同故障模式的诊断;最后应用D-S证据理论,通过小波包能量和层次熵以及两者融合信息的故障诊断结果比较,表明基于神经网络和D-S证据理论相结合方法用于复杂机械的故障诊断是可行和有效的。     

基于EWT与改进D-S证据理论的燃气调压器故障诊断

针对传统单一燃气调压器故障诊断模型存在诊断精度较低和结果误判别率高等问题,提出一种经验小波变换(EWT)与改进D-S证据理论结合的故障诊断方法,对燃气调压器故障状态进行诊断。使用EWT对传感器采集数据进行预处理并计算各分量能量熵,将其作为以广义回归神经网络、Elman神经网络和灰关联熵分析3种模型为基础构建的混合诊断模型的输入变量。根据D-S证据理论建立3个模型的基本信度函数,实现故障信息的决策融合,并引入证据关联系数法对证据体决策重要度和冲突问题加权修正。实验结果表明：EWT与改进D-S证据理论模型的故障诊断准确率达95.0%,在平均误差、均方误差、最大误差百分比等方面均优于单一的广义回归神经网网络、Elman神经网络和灰关联熵分析模型。     

基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究

针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷,提出了基于BP神经网络与D?S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配,轴承的5种故障类型作为系统的识别框架,根据Dempster合成法则进行决策级融合。试验结果表明,利用该方法对轴承的内圈磨损、外圈磨损、滚珠磨损等故障进行试验诊断,提高了故障诊断的准确率,验证了该方法的可行性。     

基于D S证据理论的轴心轨迹自动识别方法

旋转机械的轴心轨迹包含了其运行状态的丰富信息,是判断转子运行状态和故障征兆的重要依据。提出对轴心轨迹的图像利用不变矩和傅里叶描述子提取特征,采用D-S证据理论对轴心轨迹特征参数进行融合识别诊断,并与传统BP神经网络识别方法比较,证明D-S证据理论提高了识别的准确性。将所提的方法应用于磁轴承故障诊断中,利用实测振动信号验证该方法的实用性,最终结果表明识别结果与轨迹形状相符合,说明文中提出的方法不仅能够较好的提取轴心轨迹图像特征,并能有效地对轴心轨迹进行识别,提高磁轴承故障诊断的精度。     

基于深度卷积神经网络的轴承多故障诊断研究

针对现有研究轴承单一故障较多而研究复杂多故障较少的不足,结合卷积神经网络自动提取特征的特性,文章提出较为先进的无需人工提取故障特征的端到端深度卷积神经网络方法进行轴承多故障诊断。与基于人工提取故障特征的神经网络故障诊断方法相比较,该方法提高了轴承多故障诊断的精度,并有效区分故障发生位置,可为工业应用提供可靠的理论实验依据。     

基于BP神经网络和D-S证据理论的刀具磨损监测方法

将BP神经网络和D-S证据理论相结合的方法运用于刀具磨损监测中,采用小波包分解法对刀具磨损过程中产生的声发射信号进行特征提取,构建特征向量,利用BP神经网络识别判断刀具磨损状态;通过BP神经网络的输出结果和训练误差计算D-S证据理论的基本概率赋值,并用D-S证据理论对BP神经网络的识别结果进行决策级融合。实验结果表明:该方法避免了神经网络识别时的误诊,提高了整个刀具磨损监测系统识别的准确性和可靠性。     

基于深度学习的石化机组轴承故障诊断综述

作为石化机组的重要组成部分,轴承发生故障将导致机械运转故障进而影响企业经济效益,故而研究石化机组轴承故障预测、故障诊断具有重大意义。介绍故障诊断中早期基于信号处理的轴承故障诊断方法,阐述应用广泛的深度学习(包括卷积神经网络、迁移学习)等模型在石化机组轴承故障诊断中的应用,并展望基于人工智能的石化机组轴承故障诊断应用。     

基于风驱动优化BP神经网络的滚动轴承故障诊断

提出一种基于风驱动优化BP神经网络的滚动轴承故障诊断方法。把BP神经网络权值和阈值作为优化参数,利用风驱动算法对其进行优化,提高了神经网络的训练效率和准确率。对滚动轴承的振动信号进行处理,提取其时域特征、频域特征、FFT谱特征、功率谱特征、小波包络谱特征作为轴承的故障特征。经测试,优化算法的诊断结果正确,减小了BP网络的训练误差和测试误差,验证了风驱动优化BP神经网络用于滚动轴承故障诊断的有效性和实用性。     

基于改进贝叶斯分类的电机轴承故障诊断系统研究

针对电机轴承故障诊断模型构建时间长、准确率不高的问题,提出一种基于改进贝叶斯分类的故障诊断方法。首先通过小波包变化、粗糙集及主成分分析方法分别构造原始故障特征集、降维后的故障特征集,再将原始故障特征集和降维后的故障特征集输入到改进贝叶斯分类模型中实现故障诊断,以此为基础设计一套交流发电机轴承故障诊断系统。最后以国内车辆车载电机轴承振动数据为依据,将改进贝叶斯分类方法和神经网络及最小二乘支持向量机方法作对比分析,结果表明：改进贝叶斯分类方法建模时间更短,故障诊断准确率更高。     

基于D-S证据理论和模糊理论的工业机器人健康状态评估

提出一种基于D-S证据理论和模糊理论的工业机器人健康状态评估方法。建立考虑部分健康指标、运行指标及性能指标的工业机器人健康评估体系。利用模糊层次分析法处理不确定概念中的模糊性得到评估指标的隶属度,将它作为D-S证据理论的初始概率分布并修正;将修正的概率分布应用D-S融合规则融合,获得机器人健康状态评估结果;通过实例验证该健康评估方法的正确性。结果表明：该方法可为机器人的监测和故障诊断提供参考。     

Development of the technology of ultrasonic welding of components made of Capron tapes

The technology of ultrasonic welding of components made of Capron tapes producing welded joints with high strength parameters has been developed. The numerical values of the main parameters of the conditions of ultrasonic welding of the Capron tapes are determined. It is shown that the increase in the amplitude and welding pressure shortens the welding time. The experimental results show that the Capron tapes are characterized by geometrical homogeneity in both the transverse and longitudinal direction so that the welded joints can be produced both along and across the tape.     

FeCrAIW电弧喷涂层组织的致密化研究

采用激光辐照对FeCrAlW电弧喷涂层的组织进行致密化处理,借助扫描电镜和X衍射对涂层的组织进行了分析.测试了涂层的显微硬度.结果表明:涂层组织致密度提高,孔隙率明显降低.随着激光扫描速度的增加,涂层的显微硬度降低.在较低的扫描速度下,涂层与基体之间形成互熔区,涂层与基体之间产生良好的冶金结合.     

胫骨生物陶瓷复合材料的微结构增韧机理

扫描电镜观察显示胫骨是一种由羟基磷灰石和胶原蛋白组成的自然生物陶瓷复合材料.羟基磷灰石具有层状的微结构并且平行于骨的表面排列.观察也显示这些羟基磷灰石层又是由许多羟基磷灰石片所组成,这些羟基磷灰石片具有长而薄的形状,也以平行的方式整齐排列.基于在胫骨中观察到的羟基磷灰石片的微结构特征,通过微结构模型分析及实验,研究了羟基磷灰石片平行排列微结构的最大拔出能.结果表明,羟基磷灰石片长而薄的形状以及平行排列方式增加了其最大拔出能,进而提高了骨的断裂韧性.     

高等教育国际化与中国高等教育施化力培育

本文从化层、化型、化向与化力等方面考察高等教育国际化的应然本质属性 ,描述与分析中国高等教育在国际化潮流中表现出的发展态势 ,针对种种态势提出中国高等教育核心施化力培育战略 ,以使中国高等教育乃至世界高等教育真正地走向国际化     

面向零件形状的计算机图形库的开发

论述了CAD技术中参数化设计的三种建模方法，重点介绍了基于特征的参数化建模原理。在此基础上，分析机械设计中的机构结构，归纳出其零件的几何特征构成。设计了机构CAD图形库，并提出了该图形库生成步骤和人机交互界面。     

AGC系统液压缸位移传感器的软修正

针对液压缺模拟位移传感器LVDT存在增益漂移的问题，研究出一套校正方法。其特点是利用轧机上的压力传感器及电动压下位移传感器来校正液压缸位移传感器，得出修正系数k。修正后，AGC系统运行状态明显稳定，控制精度进一步提高。     

钢材打捆机控制系统智能化技术的研究

钢材打捆机是一种用于轧钢精整工艺的新型自动化设备，其控制系统基于SiemensS7 PLC和TP7触摸屏。系统的智能化技术主要包括：液压高低压自动控制、在线监视、离线故障检测、多台设备协同工作、可视化人机交互技术。本文描述了这些技术的原理与实现方法。     

阿那其根醇提取物对两种炎症模型作用机制研究

目的: 研究阿那其根醇提取物(EERAP)对二甲苯致小鼠炎症模型和脂多糖(LPS)诱导RAW264.7细胞炎症模型的影响。方法: 将50只小鼠,随机分为对照组(饮用水)、EERAP高剂量组(640 mg/kg)、中剂量组(320 mg/kg)、低剂量组(160 mg/kg)和阿司匹林组(120 mg/kg),采用二甲苯建立小鼠炎症模型,比较小鼠耳廓肿胀度及耳廓毛细血管通透性的变化,ELISA法测定各组炎症渗出液丙二醛(MDA)、超氧化歧化酶（SOD）的含量;LPS诱导RAW264.7细胞建立细胞炎症模型,ELISA法测定核转录因子kappa B（NF-κB）和肿瘤坏死因子-α（TNF-α）含量。 结果: 在二甲苯致小鼠炎症模型中,EERAP高、中、低剂量组均能抑制小鼠耳廓肿胀度,减少小鼠耳廓毛细血管通透性,减少渗出率,与空白对照组比较均有统计学差异(P<0.01);EERAP高、中、低剂量组均能降低血清中MDA含量（P<0.05）,显著升高SOD含量(P<0.01);在LPS诱导的RAW264.7细胞炎症模型中,EERAP在3.125～200 μg/mL范围内可降低TNF-α含量,而在2 μg/mL时也可以降低细胞NF-κB含(P<0.05),与阿司匹林组无统计学差异。结论: EERAP可能是通过抑制MDA、TNF-α和NF-κB的生成,升高SOD的水平,起到抗炎、抗氧化作用。     

基于夹具的工件自由度约束分析模型

夹具设计最主要的目的就是将工件精确定位.在定位过程中,工件自由度必须首先合理地受到约束以确定工件相对于刀具的正确位置.因此,分析工件的自由度约束情况是复杂定位方案设计甚至整个夹具设计的关键所在.本文基于刚体运动学,建立了分析工件自由度约束情况的定位原理数学模型,从而使得传统的定位原理从定性描述上升为数学定量表示,并为计算机辅助夹具设计系统的开发提供了基础理论.另一方面,以定位原理数学模型为基础,在UG软件系统环境下实现了夹具约束工件自由度分析系统的二次开发.     

齿轮温锻组合凹模设计

运用Pro/E 4.0构建齿轮模型得出齿轮横截面积,把凹模齿形部分看成当量圆,通过齿轮横截面积得到当量直径,从而利用Lame公式理论计算与经验数据的有效结合,对齿轮温锻成形的组合凹模进行优化设计和强度校核。