基于拉普拉斯特征映射和深度置信网络的半监督故障识别

针对机械设备故障诊断过程中有标签样本不足,结合流形学习与深度学习的思想,提出了基于拉普拉斯特征映射(Laplacian eigenmap, LE)和深度置信网络(Deep belief network, DBN)的半监督故障识别模型。该模型运用LE算法直接对原始高维振动信号进行特征提取,将低维流形特征输入DBN,利用少量昂贵的有标签样本和大量廉价的无标签样本,二次挖掘故障特征,并构建Soft-max分类器最终识别出机械设备的故障模式。将该半监督模型应用于轴承故障和齿轮裂纹的识别中,试验结果表明,LE算法有效降低了模型的时间复杂度,增强了特征提取的智能性,提高了诊断效率;DBN网络可以充分挖掘故障特性,得到更好的特征表示,提高了分类精度。此外,该模型在不平衡的训练标签下也实现了很好的诊断效果,且适用于多传感器特征融合的诊断,具备实际应用的价值。     

基于深度置信网络的工业机器人故障诊断

由于工业机器人结构复杂、系统智能化程度高,工业机器人的故障诊断难以实现,采用深度置信网络(DBN)和小波能量熵相结合的方法,对工业机器人故障诊断展开研究.首先,对工业机器人的关节振动信号进行小波包分解,建立重构信号的能量熵归一化特征向量;然后,将能量熵归一化特征向量作为输入训练和测试深度置信网络(DBN)故障诊断模型;...     

基于知识深度置信网络的加工粗糙度预测

深度神经网络是一种具有复杂结构和多个非线性处理单元的模型,目前也已逐步被应用在工业生产过程中。但由于神经网络不可解释,不可控制的"黑箱"问题,以及海量的数据需求问题,使得深度学习在工业领域的应用仍有巨大的障碍。提出一种新的深度神经网络模型：知识深度置信网络（Knowledge-based deep belief network,KBDBN）。这种逻辑符号语言与深度神经网络的结合,不仅使得模型具有良好的模式识别性能,还可自适应地确定网络模型并具有可解释和可视化特性。进一步提出基于KBDBN的工件表面粗糙度加工过程的预测模型,实现了精确预测且有效地提取了制造过程的关键知识。试验结果证明：相较于传统机器学习器,KBDBN的网络性能更加优越,具有可解释性,可应用性更强。创新性的将符号规则与深度学习相结合并建立加工粗糙度预测模型,可以在精准预测的前提下提取工艺知识,指导加工工艺优化。     

基于深度置信网络的旋转机械迁移故障诊断

在对实际工业场景中的旋转机械进行故障诊断时,旋转机械的变工况会导致测试样本与模型训练样本间存在分布差异,进而影响故障诊断模型的准确率,对此,提出了一种基于深度置信网络的旋转机械迁移故障诊断方法.首先,利用最大重叠离散小波包变换处理了原始振动信号,提取了统计特征构建原始特征集;其次,基于源域有标签特征数据和目标域正常状态...     

基于ISFLA优化深度置信网络的滚动轴承故障诊断方法研究

传统故障诊断模型训练时易陷入局部最优、模型泛化能力差,且故障识别精度易受人工特征提取质量的影响,针对这一问题对滚动轴承故障诊断方法进行了研究.首先,提出了基于深度置信网络(DBN)的滚动轴承故障诊断模型,研究了DBN模型的逐层自适应特征提取能力;然后,提出了一种改进的混合蛙跳算法(ISFLA),对DBN各隐含层神经元个...     

轴压下复合材料加筋板的损伤抑制带设计

采用ABAQUS有限元软件建立复合材料加筋板模型,分析了轴压载荷下损伤抑制带对损伤扩展的抑制效果以及对承载能力的影响。分析损伤抑制带数量和其沿蒙皮的分布等设计变量对结构剩余强度的影响,并提出损伤抑制带的设计规律。     

含穿透损伤复合材料加筋板轴压试验研究

分别选取复合材料加筋板结构中三处典型位置进行落锤冲击损伤试验,产生穿透损伤,对损伤试件进行轴向压缩试验,得到屈曲失稳载荷及破坏载荷,并将试验结果与完好试件的试验结果进行对比,分析穿透损伤对结构压缩承载能力的影响。结果表明,筋条区蒙皮的冲击穿透损伤会使得结构的压缩局部屈曲载荷和压缩强度有较为明显的下降,而筋条间蒙皮和筋条凸缘处的穿透损伤对结构的压缩结果影响较小。另外,试验表明,含筋条凸缘穿透损伤的结构在压缩破坏过程中会出现较为明显的损伤扩展。试验结果可以为该型结构的工程应用提供有价值的参考。     

铝合金及复合材料板开孔损伤分析

分析计算了中心开孔损伤对铝合金板和不同铺层方式的复合材料板承载能力的影响。结果表明：在开孔尺寸一定的情况下，随着板宽的增大，开孔损伤板的应力集中因数减小；随着材料各向异性程度的提高，开孔损伤对板件的应力集中因数和承载能力的影响增大。这一结果在试验中得到证实。     

基于电磁超声导波的铝合金板材缺陷自动检测装置

针对目前国内外普遍采用的压电超声技术在铝合金板材检测中的不足,研制了基于电磁超声导波的铝合金板材自动检测装置.设计了激发和接收导波的电磁超声换能器(EMAT),由FPGA完成电磁超声发射接收电路控制和数据采集.利用LabWindows CVI软件编写上位机程序,通过USB总线实现FPGA与上位机的数据交换,并在上位机完成数据分析和处理.研制了机械装置控制探头在铝合金板材表面折线形运动,实现整个铝合金板材缺陷的检测,并为板材在线检测装置的研制打下基础.基于电磁超声导波的铝合金板材缺陷自动检测装置,可对厚度为10 mm以下的整个铝合金板材进行快速检测,并能在上位机实现缺陷的自动判别.     

卡车用铝镁合金油箱盖板拉深成形的有限元模拟

以某卡车用AA5754铝镁合金油箱盖板为研究对象,利用DYNAFORM有限元软件对其拉深成形过程进行有限元模拟,研究了板料厚度、模具间隙及压边力对最大减薄率的影响,并进行了试验验证。结果表明:油箱盖板最大减薄率随着板料厚度及压边力的增大而增加,随着模具间隙的增大而减小;最大减薄率及最大增厚率的模拟值与试验值的相对误差分别为7.85%与9.48%,验证了有限元模拟的准确性;通过有限元模拟,将板料的厚度从3mm降至2.5mm。     

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明：所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。     

方形破片对铝板的侵彻研究

预制破片广泛应用于防空导弹.针对方形预制破片侵彻铝合金板的情况,采用有限元法,分析了在不同姿态、不同速度条件下破片的剩余速度、弹道极限以及铝板的损伤形貌、尺寸.研究方法与结论可供相关预制破片战斗部威力优化设计和威力评估提供参考.     

基于YOLO深度学习模型的铝型材表面缺陷识别方法

针对铝型材表面缺陷快速准确检测的需求,提出一种基于YOLO深度学习模型的铝型材表面缺陷识别方法.对铝型材数据集进行图像增广,解决原始数据集中图像数量少且缺陷数据不均衡问题.建立基于YOLO的铝型材表面缺陷识别模型,通过增加模型预测尺度,提高对微小缺陷的识别能力.对铝型材缺陷数据集的目标框重新进行聚类分析,改进YOLO算...     

铝合金搅拌摩擦焊接加筋板剪切稳定性能研究

对2024-T3铝合金搅拌摩擦焊接加筋壁板的剪切稳定性能进行试验研究,得到该结构的剪切失稳形式及屈曲载荷、承载能力及破坏形式。应用有限元法对该焊接加筋壁板结构进行简化建模,对该结构的稳定性和承载能力进行计算,将计算结果与试验结果进行比较。试验及有限元计算结果表明,结构的剪切失稳形式表现为筋条间平板的局部屈曲;屈曲后结构进入张力场受力状态,破坏形式主要表现为平板的塑性变形和边缘撕裂、筋条的弯扭变形以及焊接区的局部脱焊;出现脱焊现象的试验件其承载能力较未出现脱焊现象的试验件下降7.7%;线性和非线性屈曲计算所得屈曲载荷分别比试验平均值高出18.4%和26.2%,而非线性计算所得承载能力比试验平均值高出5.7%,焊接引起的初始缺陷对结构承载能力的影响小于对屈曲载荷的影响;有限元分析得到的结构屈曲形式和失效形式与试验现象吻合,验证了有限元模型的合理性,但其仍需要进一步改进以考虑初始缺陷来减小计算误差。     

6061铝合金热轧厚板的形变硬化特性

采用光学显微镜、扫描电镜、能谱仪和拉伸试验机等研究了6061-T6铝合金热轧厚板的显微组织及与轧制方向成0°,45°,90°方向的拉伸性能,并重点研究了合金的形变硬化特性。结果表明:6061-T6热轧厚板的晶粒沿热轧方向被拉长,脱溶平衡相(Mg2Si)和金属间化合物保留了轧制态特征;不同方向拉伸试样的拉伸性能和应变硬化指数存在取向性差异,但差异不大;不同方向拉伸试样的硬化曲线均呈幂乘抛物线形,存在取向性差异,在均匀塑性变形过程中形变硬化能力随着应变的增加而增大。     

铝合金结构腐蚀损伤性能评价指标

以试验为基础,结合有限元方法对遭受腐蚀损伤的铝合金结构性能进行了研究.将铝合金试验件在不同的腐蚀条件下进行预腐蚀,对预腐蚀后的试件进行疲劳加载试验.利用光学显微镜和扫描电镜对腐蚀损伤形貌进行观测和分析,对描述铝合金腐蚀损伤性能的两个关键参数:腐蚀损伤度、腐蚀损伤平均深度进行了实验观测和有限元分析.结果表明这两个参数可以作为铝合金结构腐蚀损伤性能的评价指标.     

高强度铝合金腐蚀损伤检测实验研究

在实验室环境下对LC4铝合金进行加速腐蚀试验,用超声C扫描机对试件表面腐蚀损伤特性进行检测,可明显识别单蚀坑及多蚀坑连通区域.用数码显微镜观测单蚀坑表面形貌近似为一个圆形,而且在一个尺寸较大主蚀坑边缘还有若干次蚀坑,首次采用激光位移传感器测量腐蚀坑深度,综合多种测量结果,进行腐蚀损伤形貌研究,经过统计分析点蚀最大坑深度...