基于频谱包络曲线的稀疏自编码算法及在齿轮箱故障诊断的应用

直接将时域或者频域作为低层输入信息构建深度学习故障诊断模型,可以有效的削弱人为因素的干扰,进一步提高人工智能在故障诊断领域的发展。然而,低层输入的时域信号长度难以划定,而频域信号的数据长度较大,导致模型的计算效率降低。针对该问题,提出预先对低层频域信号提取包络线,得到表征频域变化态势的信息成分,接着再与稀疏自编码结合构建稀疏自编码的故障诊断模型。齿轮箱故障诊断实验证明,与原始频域输入相比,所提方法能够在保证诊断效果的同时,降低计算复杂度和所需要的存储空间。     

基于最近最远距离保持投影算法的发动机失火状态识别

目前的局部保持投影算法(Locality and preserving projections, LPP)只考虑样本点的近邻矩阵,但是对于那些处于与该样本点距离最远处的样本特性并没有做出研究,这些最远处的样本同样具有描述数据结构信息的功能。为了更好地保留数据结构信息,在考虑样本的近邻点分布的同时分析其最远处的样本点分布,即同时考虑样本的“近邻矩阵”和“最远矩阵”,通过二者结合实现数据维数的约简,由此提出基于最近最远距离的保持投影算法(Nearest and farthest distance preserving projections, NFDPP)。将该算法运用于发动机失火状态的仿真数据及实际测试中,通过与主成分分析(Principal component analysis, PCA)、LPP、邻域保持嵌入(Neighborhood preserving embedding, NPE)、线性判别分析(Linear discriminant analysis, LDA)等算法的对比,得出NFDPP算法能够得到更低的识别错误率曲线,证明所提出的NFDPP算法能够有效地识别发动机失火故障状态。     

低渗透油藏超前注水渗流特征研究

本文给出了超前注水各阶段的渗流理论公式,并且针对低渗透油藏流体渗流特点,建立了考虑应力敏感性和启动压力梯度影响的稳定渗流产量及压力分布公式。文中以超前注水示范区为例,分析了超前注水相比同步注水的优势所在,量化了不同地层压力下单井日产油量增幅,为指导同类油藏经济高效开发奠定理论基础。     

五十万伏超高压输电线路施工中耐张塔附件安装后,对架线弛度影响的初步探讨

“五十万”架线施工与以往传统紧线工艺方法不同,由于线路设计中耐张段长度往往长达十几公里乃至二十几公里,而“五十万”工程施工中放、紧线区段只能在5～8公里范围内进行,这就势必造成部分紧线要在直线塔进行。实践经验证明:“五十万”线路在直线塔紧线要比在耐张塔紧线简便得多。基于上述原因,我们在放、紧线工作中都尽量避开耐张塔,选择直线杆塔作为紧线操作杆塔;直线塔紧线完毕后于耐张塔断线、附件安装、挂线操作。由于耐张塔附件安装是在该紧线段弛度观测完毕,并临锚后进行的。因此,在耐张塔附件(耐张塔附件,就是将耐张塔上贯通的导线断开,将连好导线的耐张绝缘子串挂于塔上)安装过程中,由于划印、割线、量尺、金具加工尺寸,爆压等     

司机室焊接变形研究与控制

铝合金广泛应用于轨道车辆生产,而铝合金线膨胀系数较大导致其焊接变形的控制成为制造中的瓶颈问题,由此造成的部件平面度超差等情况频繁出现.焊接变形不仅影响部件的制造过程,而且影响部件的使用性能,同时也影响生产效率.焊接变形可通过优化焊接顺序、焊接方向、预置反变形等措施来减小.焊接变形减小可降低调修难度,缩短调修时间,降低生...     

纺丝工艺条件对中间相沥青基异形纤维形状的影响

采用Y形喷丝孔对中间相沥青的熔融纺丝进行了研究,纺丝温度、纺丝压力和纺丝速度是影响异形纤维截面形状的重要因素。通过调整纺丝工艺参数,可得到Y形、三角形和椭圆形等不同截面形状的纤维。     

平流沉淀池集水槽工艺改造研究

主要针对平流沉淀池末端跑矾花的工艺问题,通过对集水槽内沉后水浊度及孔口流量的变化进行分析,提出了对平流沉淀池集水槽孔口进行变径的工艺改造建议。     

双层车体装配工艺及焊接方法研究

分析了一种新型的双层车体组成结构,研究了一种铝合金双层车体装配工艺方法,提出了一种适用于此新型结构、并保证双层箱体尺寸要求的焊接方法.     

火电机组启动试运行阶段可靠性管理

通过加强启动试运行阶段的可靠性管理,提高火电机组性能,保证机组整个寿命期间最 大限度地达到安全,可靠,经济运行,同时缩短基建工期,提高投资效益。     

基于小波包熵和高斯混合模型的轴承性能退化评估

为准确的描述设备性能退化的过程,采用小波包熵(Wavelet packet entropy, WPE)与高斯混合模型(Gaussian mixture model,GMM)对轴承性能退化状态进行评估。首先,提取轴承振动信号的小波包熵作为特征向量。接着以轴承正常状态数据的特征向量建立轴承性能的GMM评估基准模型。然后对试验中每一运行状态建立相应的GMM模型,并计算对应状态GMM相对基准模型的偏离程度,判断轴承是否发生退化以及退化程度。试验分析表明,与基于逻辑回归的设备性能退化方法相比,基于小波包熵与高斯混合模型的设备性能退化方法无需设备历史数据,不需要定义退化先验概率,能够较准确的反映轴承在全寿命周期中性能退化的过程。