基于形态分量分析与能量算子解调的齿轮箱复合故障诊断方法

针对齿轮箱复合故障的故障特征分离,提出了一种基于形态分量分析与能量算子解调的齿轮箱复合故障诊断方法。该方法先根据振动信号中各组成成分形态的差异,采用形态分量分析方法构建不同形态的稀疏表示字典进行故障成分分离,将齿轮箱复合故障信号分解为包含齿轮故障信息的谐振分量、包含轴承故障信息的冲击分量和噪声分量,然后分别对谐振分量和冲击分量进行能量算子解调分析,最后根据各解调谱诊断齿轮和轴承故障。算法仿真和应用实例表明该方法能有效地分离齿轮箱复合故障振动信号中齿轮与轴承的故障特征。     

基于信号共振稀疏分解与包络谱的齿轮故障诊断

当齿轮出现断齿、裂纹等局部故障时,其振动信号会出现周期性冲击脉冲。在齿轮故障早期,由于冲击脉冲微弱,常淹没在齿轮的啮合频率、转频等谐波成分以及噪声中,因此,对于齿轮早期故障,直接对齿轮振动信号做包络谱分析以诊断齿轮局部故障通常效果不佳。针对这一问题,将信号共振稀疏分解方法与包络谱分析相结合,提出了基于信号共振稀疏分解与包络谱的齿轮故障诊断方法。该方法采用信号共振稀疏分解将冲击脉冲从齿轮振动信号中分离出来,然后对冲击脉冲做Hilbert包络分析,获取冲击脉冲出现的周期,进而对齿轮状态和故障进行识别。仿真算例和应用实例证明了该方法的有效性。     

不确定声场分析的区间矩阵分解摄动有限元法

针对修正一阶区间摄动有限元法存在的一阶Taylor展开误差较大和求解摄动逆矩阵时计算效率不高的缺陷,提出区间矩阵分解摄动有限元法(Decomposed interval matrix perturbation finite element method, DIMPFEM)。该方法将系统动态刚度矩阵分解为若干系统子矩阵之和,每个系统子矩阵的摄动矩阵用摄动因子和常量矩阵的乘积表示,避免了摄动矩阵的Taylor展开误差;采用Epsilon算法求解摄动逆矩阵的修正Neumann级数,有效提高了计算效率。将DIMPFEM应用于具有区间参数的二维管道和二维商务车声腔模型的声压响应分析,分析结果表明,与修正一阶区间摄动有限元法比较,DIMPFEM获得了更高的计算精度和计算效率。     

基于移动Agent的维护联盟盟友选择研究

针对维护联盟盟友选择的搜索效率提升和逆向选择风险规避问题,构建了高效和高可靠性的盟友选择方法和相应系统。该方法首先对复杂的设备维护任务进行分解,采用移动Agent和XML技术在盟主和潜在盟友之间传送维护任务请求和业务能力信息,引入可信度评估技术确保维护备选盟友业务能力的客观描述,从而实现备选盟友的高效搜索和盟友能力的准确评价。     

ASP模式的远程结构健康监测研究

为降低结构健康监测运营成本并促进其专业应用,提出ASP模式的远程结构健康监测方案,通过集成相关资源为结构健康监测提供远程的专业化服务。结合系统需求,探讨了基于网格技术的实现方法,并分析系统的运行流程。同时给出该系统在洞庭湖大桥结构健康监测上应用的实例。实验结果表明,该方案是可行的。     

快速可重组制造系统的CAPP技术探讨

针时快速可重组制造系统,对其中重要技术CAPP技术进行了探讨,通过分析与传统CAPP技术的异同,提出了快速可重组制造系统中CAPP应研究的若干关键技术.     

一种基于SVM和EMD的齿轮故障诊断方法

支持矢量机(Support vector machine,SVM)有比神经网络更强的泛化能力,且能保证找到的极值解就是全局最优解,同时它还较好地解决了小样本的学习分类问题。针对齿轮振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机的齿轮故障诊断方法。首先对原始信号进行经验模态分解,将其分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,然后对每一个IMF分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征矢量,并以此作为SVM分类器的输入参数来识别齿轮的工作状态和故障类型。试验结果表明,在小样本情况下仍能准确、有效地对齿轮的工作状态和故障类型进行分类。     

制造信息系统的多智能分析与建模研究

为解决先进制造模式下制造信息系统的分析与建模问题,提出了一种基于智能体的信息系统分析与建模方法。在该方法中,信息系统的功能和性能需求用目标层次模型进行描述,模型的构成子目标由对应角色实现,角色间任务、资源和职责的依赖构成了角色关系模型;为获得描述能力更强的系统建模元素,将角色与关系抽象和组合为智能体,并结合相应智能体协作机制设计和结构设计完成信息系统到多智能体系统模型的映射。该方法已成功应用于石化企业设备监测系统的开发。     

一种用测桩顶响应识别桩身形状的方法

本文提出了一种用实测桩顶瞬态激励响应信号识别桩身形状的方法。该方法将桩划分为若干个单元，然后基于一维波动方程，从桩顶脉冲响应识别出单元界面反射系数，进而识别出桩身形状。数值模拟算例表明，本文方法准确可靠，是一种有效的基桩桩身质量检测手段。