全矢深度学习在轴承故障诊断中的应用

为了应对日趋庞杂的故障监测系统数据,针对单通道信号存在的信息遗漏以及传统智能诊断手工提取特征的复杂性和不通用性,提出了全矢深度学习滚动轴承智能诊断方法。首先,用全矢谱融合双通道的振动信号,得到全矢融合后的主振矢数据,克服了单通道振动信号信息不完整的缺点;然后,在此基础上构建全矢深度神经网络,结合稀疏编码和去噪编码算法,自适应地提取故障特征。最后,使用反向传播算法进行网络参数整体微调。试验结果表明,该方法能够自适应地提取更为有效的故障特征,提高了故障诊断准确率和稳定性,改善了传统方法的复杂流程。     

基于嵌入式技术的机械故障诊断巡检系统研制

研究开发了基于嵌入式技术的设备故障诊断巡检系统。介绍了系统的总体结构,设计了仪器系统的硬件电路和软件程序,阐述了系统软件和应用软件的功能。嵌入式技术的应用使得巡检系统前端仪器小巧、便携,增强了系统的易用性;前端仪器的网络功能和后端管理软件的网络化结构设计方便了信息管理和共享,提高了设备管理的自动化水平。仪器系统具有很好的实用性和推广价值。     

网络化设备巡检系统的设计与实现

针对目前的设备巡检系统,其前台巡检仪笨重且只具有数据采集功能,无法及时地对现场采集数据进行分析,其后台管理系统不支持远程访问等问题,设计并实现了网络化设备巡检系统.该系统由前台掌上巡检仪和后台设备巡检管理系统两大部分组成.在该系统中,其前台掌上巡检仪轻便、灵活且可以对现场信号进行基本的时域和频域分析;其后台巡检管理系统不仅可以实现对巡检数据进行更加深入的信号分析、诊断及报表,而且可以通过Internet实现远程访问和共享.     

核电站管道缺陷涡流定量检测的可靠性分析

将有限元分析方法用于涡流定量检测的可靠性研究,通过对核电站大量管道信号的计算和分析,获得了管道缺陷在不同深度和宽度条件下的定最偏差范围和定性关系,证明了可靠性定量分析在缺陷宽度很小时具有更大的实用性,从而提高涡流检测的效果与精度.     

自适应径向抛物线核时频分布及其在故障诊断中的应用

针对二次型时频分布中固定核函数性能依赖于信号的局限性,提出一种新的自适应核函数--径向抛物线型核(radial parabola kernel, RPK).该核函数可根据被分析信号的不同特性,采用优化方法自适应对模糊函数进行低通滤波,最大程度地滤除交叉干扰项,提高时频分辨率,具有对信号的广泛自适应性.与常用的Wigner-Ville分布、Choi-Willams分布、锥形核分布相比,显示了其明显的优势.最后,将该核函数应用于轴承故障诊断中,取得很好的效果.     

EXPRESS驱动的XML在CAx/PDM集成框架中的应用

以EXPRESS映射的XML-DTD／Schema作为产品数据交换集提出了一种集成框架；并借助Web服务技术，对CAx和PDM系统间的集成进行了新的探讨，最后以实例进行说明。     

富氧与加湿相结合的综合鼓风操作实践

长期以来,我厂高炉采用富氧鼓风和喷油操作,掌握了高炉风口区理论燃烧温度适宜的操作范围。1980年开始,高炉停止喷油后,炉况严重不顺,被迫将鼓风富氧率降低,高炉产量亦相应减少。原因在于停止喷油后风口区理论燃烧温度的变化超越了适宜的范围,破坏了风口区的热平衡。如何维持鼓风中一定的富氧率,并稳定高炉操作,是我们在停油操作中遇到的新问题。美国威尔顿厂,日本水岛1号、2号高炉,苏联卡拉干达3200     

利用水库底泥生产生物有机肥与农业面源污染综合防控

针对燕山地区水库水源污染现状,从源头控制、过程阻控、末端治理三大环节出发,探索以底泥生产生物有机肥为技术核心的农业面源污染综合防控措施,以解决水库周边农业面源污染问题.     

传热管自锁夹持器的设计与研究

核电站蒸汽发生器由于受到空间结构、辐射环境等因素的限制,对在其内作业的各项系统和装置都有很高的要求,传热管自锁夹持器在可靠性、安全性等方面要求都比较高,通过对夹持器工作的基本原理进行阐述,对数学模型进行深入的分析,建立增力机构数学方程,设计基于钢球斜面式的二次增力机构,具有可靠夹持、自锁功能的夹持装置,制定了夹持器卡爪的热处理工艺,同时对夹持器的状态检测等做了设计与研究,以期对蒸发器检修定位机器人研制和优化提供基础。     

Hilbert-全矢谱及其在滚动轴承退化分析中的应用

旋转机械的振动信号频谱分析中,存在单源信号信息不完整、频率调制等问题,导致频谱不能全面、清晰地反映设备运行状态,增加误判风险。而全矢谱技术能充分融合双通道振动信息,Hilbert变换对时域信号包络解调效果良好,结合两者的优点形成Hilbert-全矢谱方法,并将其应用于滚动轴承退化过程分析中。实验表明,Hilbert-全矢谱能更加准确、全面地反映设备振动特性,从中提取的特征主振矢,既能够表征滚动轴承退化过程中的振动强度,又可以区分其故障类型。