初识越南建设机械市场

2005年7月22日到8月2日,作者随河南黄河旋风股份有限公司国际部工作人员,到越南胡志明市参加2005年中国机械越南展览会。会中听取了越南机械工业部副部长关于越南机械     

基于模型的CICA及其在滚动轴承故障诊断中的应用

由独立成分分析（ICA）的顺序不确定性带来的源数估计和对传感器个数的估计问题使得ICA在机械故障诊断中的广泛应用受到了限制,而约束独立成分分析（CICA）充分利用了设备的先验知识作为ICA的约束条件,可以使ICA算法收敛到感兴趣的故障信号。本文提出了一种基于滚动轴承模型的约束独立成分分析（CICA）方法,该方法可以从传感器信号中快速诊断出设备是否发生了滚动轴承故障,并用仿真和实验验证了该方法在滚动轴承故障诊断中的有效性。     

条石生产线的优化设计

为生产各类工程所需条石,需要多种规格的条石生产线。该生产线的较佳方案为由三台主机组成,每台主机采用双锯片结构。而各台主机之间的布置及互相衔接对提高整条生产线的生产效率非常关键。本文对其关键技术进行了阐述,包括：切割方式的选择、主机之间的布置、自动分片设计,液压翻转装置设计等。这些技术可保证条石生产线高效、顺畅的运转。     

面向回转机组电机小样本复合故障的多源异构自适应迁移学习

针对单源信号对回转机组电机多点复合故障信息表征不充分及复合故障信号小样本问题,提出一种小样本下电机复合故障的多头卷积神经网络迁移学习模型,实现小样本下电机复合故障的多源异构迁移诊断。将动力装置中电流、振动等多源原始数据作为输入,构造超参数优化的多头卷积神经网络模型。将大样本单故障的原始数据集作为源域,构建目标域下以原始数据为输入的电机小样本复合故障迁移网络模型。将正则化惩罚项应用到迁移学习模型中,构建模型目标函数参数更新准则,实现模型对源域与目标域参数的自适应更新配适。试验结果表明：单源信息的诊断可靠性依赖于数据源的选取,多源信号的多头卷积神经网络模型可有效融合电流、振动信号并实现特征提取。通过与多个模型比对,所提方法在小样本下对电机复合故障的识别精度显著提升,且收敛时间缩短近2/3。     

基于牛顿迭代盲源分离方法的磨床故障诊断

磨床的振动信号是由多个振动源混合而成的复杂信号,利用盲源分离技术分离混合信号成为各个振动源的单独信号能更准确的实现设备的状态监控和故障诊断。基于峭度的不动点迭代法是一种常用的盲源分离方法,但存在分离矩阵难以收敛,分离效果不稳定的问题。论文在峭度最大化的理论基础上,提出基于牛顿迭代算法的振动信号盲源分离方法。通过模拟振动信号实验,当分离矩阵的迭代步数仅为不动点迭代法的1/500时,本算法就完成了分离过程,并且分离效果更佳。对数控磨床实际振动信号的分离实验,得到了和计算结果相同的磨床运行参数,进一步验证了本文方法可以较好的应用于工程实际中。     

小波滤波分解层数的自适应确定方法

针对加性高斯白噪声,根据信号和噪声在小波空间上传播的特性,提出了一种基于Kolmogorov-Smirnov检验的最优分解层数自适应确定算法,对于不同数据长度的信号,可以自适应地选择小波变换的最优分解层数。仿真实验表明,该方法可以得到最优的信噪比及最小均方误差,并且对小波分解边界延拓方式的选择具有较强的适应性。     

HCD110型振动冲击夯运动分析及工作弹簧的设计

110型及更大质量的振动冲击夯代表了振动冲击夯的发展方向,在国内的设计与生产仍然不太成熟,其产品的结构及工作可靠性都需要不断完善.介绍了HCD110型振动冲击夯的结构,分析了其运动特性.对其关键件-工作弹簧的设计进行了研究.工作为进行更大质量振动冲击夯的设计、改良提供了参考.     

直齿齿轮传动三维模型的数字化设计与仿真

对渐开线标准直齿齿轮的齿廓曲线和齿轮传动建立了精确的数学模型.在Visual C 平台上,结合OpenGL实现了齿轮的三维精确造型,基于OpenGL双缓存技术,实现了齿轮的传动仿真,验证了齿轮数学模型的正确性.齿廓曲线数据可以进一步应用于齿轮的数控加工,也可应用于虚拟样机建模.     

汽车起重机液压系统状态监控及故障诊断系统研究

为了实现汽车起重机液压系统状态监控及故障诊断,该文基于UML面向对象建模思想,建立了整个系统的功能模型,分析了系统主要功能模块的信息流向,阐述了系统的关键部分——模型生成工具和故障诊断功能的构建方法。基于.NET框架,利用Visual Studio 2008开发平台以及Microsoft SQL Server 2008数据库系统完成了诊断系统的开发,并以起重机液压系统中主泵的关键构件轴承为例给出了系统的工作过程。     

基于灰色关联聚类的声像故障诊断技术

声像故障诊断方法基于声像的物理含义,结合图像处理、特征提取和模式识别等学科研究成果,把声学故障诊断问题转化为图像的模式识别问题,但该方法存在特征冗余,限制了模式识别率的进一步提高。针对上述问题,提出了基于灰色关联聚类的声像故障诊断技术,首先利用近场声全息技术构建机械状态的辐射声场,提取有效反映机械状态的声像Gabor小波特征,然后运用灰色关联聚类技术融合特征序列中关系紧密的因素,进而构建低维有效声场特征模型实现状态诊断识别。仿真和实验结果表明该技术能够降低特征冗余、缩减特征维数,同时,改善声像诊断效率和鲁棒性,进一步改进了声像故障诊断技术,拓展了灰色关联聚类技术的工程应用。