基于函数型神经网络的机械参数软测量模型研究

以机械工程中无法用传感器直接测量或测量十分困难的动态参数为研究对象，采用函数型连接神经网络理论建立软测量模型，解决了两个具有因果性质被测物理量之间函数关系的计算问题，为不易直接监测的机械参数提供了一种间接测量的新方法。液压打桩锤冲击力和塔式起重机力矩实测研究证明该方法可行、可靠。     

轧钢机结构耦合振动问题

分析了自动轧管机主传动系统扭转振动、横向振动和齿轮振动间的耦台关系，建立了结构耦合振动方程。通过对方程的讨论，找到了该机的动力学缺陷，指出了解决的途径。     

耐火物料泵送湿喷机主泵送液压系统的优化设计

建立了耐火物料泵送湿喷机主泵送系统的数学模型,包括负载模型和泵送系统模型,分析并得出在忽略温度和油液变化的影响下,系统所需优化的主要参数为推送缸面积以及柱塞泵的排量.在此基础上,以耗能最小为优化指标,兼顾系统动态响应特性,利用经典解析法得到了推送缸面积以及柱塞泵的排量的优化结果,并通过负载轨迹和压力流量曲线说明优化的效果,为系统制造提供一定的理论依据.     

基于上位机的塔机监控方案设计

以塔式起重机为研究对象，提出了以上位机和PLC为核心的塔机监控方案。介绍了上位机与PLC的通讯问题和上位机在作业区限制、故障诊断中的具体应用。     

变转速变排量复合调速液压系统监控平台设计

以泵控马达变转速变排量复合容积调速液压系统为研究对象,完成了其监控平台的设计。在介绍系统工作原理及监控平台设计思路的基础上,结合LabVIEW技术,完成了监控平台软件开发。运行结果表明：该平台对模拟量数据及串口数据进行统一采集、保存及处理,并通过变转速、变排量方式实现泵控马达液压系统的无级调速,以及通过调节比例溢流阀实现电液负载模拟加载。监控平台人机界面友好,运行可靠,具有良好的开放性和可扩展性,能更好地满足液压系统动态参数监测和自动控制的需要。     

基于神经元的多传感器数据级融合研究

在不知道先验知识的条件下,从含有观测噪声的多传感器测量数据中估计出方均误差最小的数据融合值,并作为神经元融合系统训练样本,因而解决了多传感器测量系统数据级融合的标定问题。研究结果表明,融合数据在精度、容错性以及动态响应方面均优于单传感器测量。     

BP神经网络在液压试验台故障诊断中的应用

分析了BP神经网络的结构及算法,并对液压试验台的故障模式用BP神经网络来进行诊断,从而提出了一种新的解决液压试验台故障诊断的方法.     

中板轧机性能测试及多源诊断信息获取研究

通过对轧制不同规格钢板的轧制力、轧制扭矩、转速、压下量、轧制电流及轧机刚度等动态参数的测试,获取了轧制过程的多源信息,并发现该轧机现行轧制工艺及设备状况存在的诸多问题.本文利用信息融合理论和信号处理技术,研究了轧制过程中扭矩、轧制力和电机电流信号的关联特性及诊断信息获取方法,研究结果表明:电流信号中不但蕴含着反映轧制力和扭矩特征的信息,而且含有轧制工艺(压下量、温度和速度等)及设备状况的信息.研究结论对开展轧机多源信息状态监测和故障诊断方法研究有指导意义.     

基于电流信号的液压设备状态监测技术研究

通过大量理论研究与试验验证发现机械工程中液压设备的许多故障信息是以调制的形式存在于所监测的电气信号及振动信号中,借助硬件解调电路及软件希尔伯特变换对这些信号进行解调处理,通过监测调制信号以达到对整个液压系统的状态监测。该文介绍了硬件解调电路、希尔伯特变换的解调原理以及基于电流信号借助DSP的电动机功率监测的方法。     

信息融合在轧机测试与故障诊断中的应用

通过对轧制不同规格钢板的轧制力、轧制扭矩、转速、压下量、轧制电流及轧机刚度等动态参数的测试,获取了轧制过程的完整信息.本文融合轧制力、轧制扭矩和轧制电流信息,研究该机主传动系统在冲击载荷下的响应特性;研究结果表明该机现行轧制工艺及设备状况存在诸多问题;研究结论对开展轧机多源信息状态监测和故障诊断方法研究有指导意义.