基于知识网格的故障诊断专家系统模型

利用知识网格能够提供更广范围的知识获取与数据挖掘、便于构造更有效且完备的知识库以及知识库之间的知识共享与协同能力等特点,提出了基于知识网格的故障诊断专家系统模型,构造基于本体的故障诊断知识库、基于资源空间模型的知识规范管理、及其网格环境下故障诊断推理机制.知识网格故障诊断专家系统易于知识的动态扩充、知识的广域存放以及异构知识源的有效融合.该研究不仅为故障智能诊断研究提供了一条崭新的途径,同时也促使了传统专家系统的新发展.     

基于复杂网络社团聚类的复合故障特征分离诊断方法

针对复合故障多种故障特征相互叠加彼此干扰,给全面准确诊断带来困难,提出了基于复杂网络社团聚类的复合故障特征分离诊断方法。该方法首先应用EMD将复合故障信号分解为若干个IMF分量,由于不同单一故障的特征会在不同频段得以体现,提取每个IMF分量的特征量,建立故障数据网络模型;然后将每个IMF分量视为网络中的社团,根据复杂网络社团结构的特性,进行同类社团合并,合并所得每个社团与单一故障相对应,最后对合并的信号进行分析,实现复合故障特征分离。本文以转子不平衡和轴承内圈、轴承内圈和滚动体复合故障特征分离与诊断为例,验证了该方法的可行性。     

机械故障诊断技术进展

本文简要地回顾了现代机械故障诊断理论与技术的诞生与发展概况，论述了其研究与应用现状及当前存在的主要问题，最后，指出了该领域的研究动态与发展趋势。     

振动磨机稳态工作模型的试验研究

通过对振动磨机磨介群运动及工作过程的分析，研究了工况参数对振动磨机工作状态及其粉磨效果的影响，运用“灰箱”理论方法，建立了包括能量，给料和设备工况参数在内的振动磨机稳态工作模型，通过试验对模型进行论证。结果表明，该模型不仅客观地反映了其工作运行过程，而且还可有效地对磨机工作过程进行控制，可为拓动磨机的进一步应用和开发提供理论依据。     

考虑轴承热弹变形的增压器转子临界转速分析

针对不同入口油温下浮环轴承因受热变形而改变涡轮增压器转子系统振动特性的问题,提出从浮环轴承的热弹性变形角度研究高速涡轮增压器转子系统的临界转速变化规律.首先,实验测量3种典型入口油温下浮环轴承处的温度,基于热固耦合分析得到浮环轴承热弹性变形后轴承的内外间隙值,发现随着入口油温从20℃增加到70℃和120℃,内油膜间隙分...     

基于自适应共振解调技术的滚动轴承故障诊断

针对现有共振解调技术中高频共振中心频率及滤波带宽确定方法不成熟的问题,提出了自适应共振解调技术。利用经验模态分解将故障信号分解成若干个固有模态函数,通过信息熵最小的固有模态函数分量确定高频共振频率,自适应选取带通滤波器的中心频率和带宽。利用Hilbert变换对滤波后的信号进行解调分析,得到包含故障特征信息的低频包络信号,提取故障特征频率,实现故障辨识。与现有共振解调方法相比,自适应共振解调方法在工程实际中应用性更强。     

振动磨机磨介级配的正交试验研究

通过对振动磨机碎矿特点的分析，采用正交分析的方法对磨机破碎效果的试验研究，认为：在影响振动磨机破碎效率诸多因素中，磨介的级配、振幅及频率是主要因素，其中磨介的级配又是重要因素。合理地选择磨介及级配，将有助于提高磨机的碎矿效率，在试验条件下，其磨介级配为1：2：4。图3，表1，参6。     

浅析忙时话务集中系数对网络扩容的影响

文章探讨了忙时话务集中系数与网络全天利用率和扩容规模的关系模型,评估了该参数对网络扩容配置和投资的影响,为今后的网络规划工作提供了指引和依据。     

Hilbert-Huang变换在列车踏面故障识别中的应用

列车轮对踏面故障危害极大,且由于列车运行环境恶劣,存在电机整流装置等车载设备产生的强烈电磁干扰,以及测量系统和各单元电路之问的公共接地阻抗产生的严重干扰等诸多不利因素,因而传统信号处理方法难以准确识别踏面故障。本文提出了利用Hilbert—Huang变换对实测振动信号进行分析处理,进而提取踏面故障特征信息的方法。实例表明,该方法具有较高的分辨率和较强的抗干扰能力,能准确识别踏面故障,且算法简单、计算量小,可满足踏面的实时在线检测要求。     

基于PF能量特征和优化神经网络的轴承诊断

内圈点蚀、外圈压痕和滚动体磨损是滚动轴承常见典型故障,为实现其快速、准确诊断,提出基于振动信号局部均值分解(local mean decomposition,简称LMD)的PF分量能量特征和神经网络相结合的滚动轴承诊断方法.对振动信号进行局部均值分解,将其分解为若干个乘积函数(product function,简称PF)分量之和,以获得的PF分量能量特征作为神经网络输入进行滚动轴承的故障类型的识别,同时引入遗传算法对神经网络结构参数进行优化,提高故障识别诊断速度和准确率.结果表明,该方法用于轴承典型故障诊断有较高的诊断速率和故障识别率.