基于云模型与LSTM算法的旋转机械故障诊断研究

针对旋转机械故障率偏高,而人工参与故障诊断工作量大、效率偏低等问题,提出一种基于云模型与LSTM算法的旋转机械故障诊断方法。采用实验台采集振动故障原始数据,统一进行EEMD数据预处理,利用云模型进行故障特征数据提取,输入LSTM神经网络模型进行故障诊断。通过云模型和能量法进行特征提取,分别输入支持向量机和LSTM神经网络模型进行诊断结果对比。结果表明：云模型与LSTM算法的故障诊断准确率最高,达到98.75%,证明该方法能够有效应用在旋转机械故障诊断中。     

旋转机械故障诊断中的信号处理技术综述

基于旋转机械在各行业的广泛应用,旋转机械的故障诊断技术也倍受重视,从传统的信号处理方法到现代的信号处理方法,旋转机械故障诊断中的信号处理技术在不断发展,不断创新.综述了旋转机械故障诊断的传统信号处理方法和现代信号处理方法,分析传统信号处理方法和现代信号处理方法的实际应用,并展望了未来旋转机械故障诊断领域的研究方向.     

一种改进的量子遗传模拟退火算法及其在神经网络智能故障诊断中的应用

分析了模拟退火算法、遗传算法与普通量子遗传算法的优缺点,针对实数编码双链量子遗传算法的种群多样性和收敛快速性,将其与模拟退火算法相结合,在模拟天体宇宙演变的基础之上,提出实数编码双链量子遗传模拟退火算法,并用之改进BP神经网络的初始权值与阈值,并将改进后的BP神经网络运用于智能故障诊断中。仿真结果表明,该算法效果良好。     

基于瞬时频率的旋转机械故障诊断

基于瞬时频率的物理意义,通过单分量和多分量信号瞬时频率的仿真对比分析,提出一种应用EMD-HHT(Empirical Mode Decomposition& Hilbert-Huang Transformation,EMD-HHT)获取瞬时频率的方法.将EMD-HHT用于实测的旋转机械振动信号处理,利用获取的瞬时频率和Hilbert边缘谱作为故障特征对旋转机械进行故障诊断.试验结果表明,瞬时频率特征较好地描述了相应故障类型,在旋转机械故障诊断领域具有很好的应用前景.     

旋转机械故障诊断研究方法综述

随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标和量纲一指标在其上的运用。展望旋转机械故障诊断的研究方向和待解决的问题。     

基于CBR的旋转机械故障诊断专家系统的设计

针对旋转机械故障诊断技术的特点,文章在综合比较多种知识推理技术的基础上,决定采用基于分阶段近邻检索算法的基于案例推理技术(CBR),同时运用Access数据库构建案例库存储结构,并结合VC++编程环境,构建了旋转机械故障诊断专家系统.最后通过旋转机械故障诊断实验台,对专家系统诊断结果进行了验证.实验结果表明,该系统具有诊断准确度高,诊断速度快,易维护等特点,能够充分利用已有的案例知识,有效地协助技术人员解决设备故障,提高诊断效率.     

人工神经网络在锻压机械故障诊断中的应用

摘述了ＢＰ神经网络的一般结构，阐述了ＢＰ算法的一般步骤和故障诊断过程中正向推理的原理，并以ＪＧ２３－３０型开式压力机为例，总结了该设备的故障征兆－－原因表，最后应用Ｃ语言，编制了人工神经网络在锻压机械故障诊断中应用的实现软件。     

基于卷积残差共享权值LSTM的旋转机械故障诊断

为有效提取振动信号中隐含的故障特征，以准确判别机械故障类型，提出一种基于卷积残差权值共享长短时记忆神经网络(Conv-Res-SWLSTM)的故障诊断模型。利用卷积网络来捕获振动信号的局部空间特征；通过融合门结构构建共享权值长短时记忆神经网络(SWLSTM),减少网络需要优化的参数及训练时间，进而更高效地发掘上层网络输出信号中隐含的时间特征。同时，引入缩放指数线性单元函数以提升网络自归一化性能，并嵌入残差模块以增强网络对故障特征的感知及提取能力。最后，基于机械故障实测数据集开展对比实验，结果表明所提模型在4种转速下的平均诊断精度达到99.30%,相对于其他模型具有更优的诊断精度和稳定性。     

人工神经网络在锻压机械故障诊断中的应用

摘述了ＢＰ神经网络的一般结构，阐述了ＢＰ算法的一般步骤和故障诊断过程中正向推理的原理，并以ＪＧ２３－３０型开式压力机为例，总结了该设备的故障征兆──原因表，最后应用Ｃ语言，编制了人工神经网络在锻压机械故障诊断中应用的实现软件。     

基于模拟退火遗传算法汽车覆盖件弹复量优化诊断研究

总结了覆盖件弹复量失控缺陷及原因,基于模拟退火遗传算法技术,将弹复量失控缺陷分析问题表达为一类组合优化问题,建立了弹复量失控诊断知识库,设定了弹复量失控缺陷诊断控制参数,并采用模拟退火的适应度拉伸方法,探讨了有效地提高弹复量失控缺陷诊断准确率的优化方法,并给出了试验最优解的讨论分析。     

一步平移法与遗传模拟退火算法在冲裁件排样中的应用

研究冲裁件优化排样算法及实现问题,提出一种用一步平移法和遗传模拟退火算法相结合的算法解决冲裁件的排样问题。克服了平行线分割一步平移法中计算量大的问题,具有优化效果好、自动化程度高、迅速准确地得出工件排样的最优解。     

NGSA算法在不规则零件优化排样中的应用研究

对于二维不规则图形零件在排样区域上的最优排列,也就是对二维不规则图形的计算机自动排样算法进行优化问题.采用矩形包络算法、遗传模拟退火算法及小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度,然后采用基于"最低水平线"策略的启发式排样算法实现二维不规则图形零件自动排样,得到满意的优化排样结果.     

遗传模拟退火算法在矩形优化排样系统中的应用

研究了一种遗传算法和模拟退火算法的结合算法,并且把它应用于现实生产的矩形优化排样系统中。首先建立了该系统的通用数学模型。然后给出了求解该问题的遗传模拟退火算法。最后实际算例的结果表明该算法是一种行之有效的方法。     

基于模拟退火算法的高强钢Yoshida-Uemori材料模型参数反演分析

针对Yoshida-Uemori模型参数难于确定的问题,以DP600双相高强钢为例,提出将图解法与有限元模拟反演技术相结合,应用工程优化数学思想,借助于模拟退火算法最小化有限元计算值与物理试验真实值之差,兼顾结果精度与求解效率。通过使用不同初始值反演分析可以发现,此求解方法对于初始值具有良好的适应性,可极大提升反演结果的容错率,更适于实际应用。并通过V型弯曲试验验证了经由该方法测定的Y-U模型参数可直接用于有限元回弹仿真模拟中。     

Optimization of multi-pass milling using parallel genetic algorithm and parallel genetic simulated annealing

This paper presents an approach to select the optimal machining parameters for multi-pass milling. It is based on two recent approaches, genetic algorithm (GA) and simulated annealing (SA), which have been applied to many difficult combinatorial optimization problems with certain strengths and weaknesses. In this paper, a hybrid of GA and SA (GSA) is presented to use the strengths of GA and SA and overcome their weaknesses. In order to improve, the performance of GSA further, the parallel genetic simulated annealing (PGSA) has been developed and used to optimize the cutting parameters for multi-pass milling process. For comparison, conventional parallel GA (PGA) is also chosen as another optimization method. An application example that has been solved previously using the geometric programming (GP) and dynamic programming (DP) method is presented. From the given results, PGSA is shown to be more suitable and efficient for optimizing the cutting parameters for milling operation than GP+DP and PGA.     

基于模拟退火遗传算法的拉深模缺陷诊断研究

总结了拉深模的缺陷及原因,基于模拟退火遗传算法技术,将拉深模试冲时的缺陷分析问题表达为一类组合优化问题,并采用模拟退火的适应度拉深方法,探讨有效地提高拉深模试冲时的缺陷诊断准确率的优化方法,描述了基于模拟退火遗传算法的诊断过程。     

基于模糊故障诊断算法的米巴赫焊机液压伺服系统监测与故障诊断系统

针对米巴赫焊机液压伺服系统故障产生的原因和现象,同时为了提高系统监测与故障诊断的精确性、有效性和实时性,在分析与总结现有米巴赫焊机液压伺服系统故障排除经验的基础上,通过采用模糊诊断算法搭建了米巴赫焊机液压伺服系统监测与故障诊断系统软硬件平台,并将其用于米巴赫焊机液压伺服系统的实际工作。结果表明,该故障诊断系统能精确判别系统故障的原因、现象及类型,从而有效降低了系统故障发生的几率。     

滚动轴承故障诊断数据库系统的设计与应用

针对滚动轴承故障特征频率难以获取的事实，本文利用PowerBuilder强大的数据库功能，设计出一套数据完整、查询维护方便的滚动轴承数据库系统，同时以实例说明该系统可广泛应用于设备状态监测、故障诊断和预知维修领域。     

铸轧卷中间退火对成品退火的影响

通过试验数据说明中间退火工艺对铸轧卷坯冷轧至成品厚度后的成品退火工艺及退火后力学性能的影响,理论上分析讨论了产生这种影响的原因。