基于CSBP的滚动轴承故障智能诊断方法

针对滚动轴承故障诊断问题,结合重采样方法和CSBP神经网络进行滚动轴承的故障诊断研究。首先利用输入轴转速对轴承的振动加速度信号进行重采样,选择振动加速度信号的均方根值、峭度与样本熵作为CSBP神经网络训练输入参量,应用标签数据进行训练得到优化训练模型。然后对正常状态、轴承内圈故障滚动体故障实验数据进行了计算,并对结果进行了集中趋势分析和转速影响分析。结果表明,检测数据分析结果显示利用该方法判断轴承故障类型和故障程度可达到94%,可提高滚动轴承故障诊断中在不同转速条件下的适用性和智能性;同时利用集中趋势分析可实现对模型诊断结果进行评价,进而提高模型的可靠性。研究可以为高速列车及其他设备使用的滚动轴承诊断提供分析方法和技术参考。     

FMS可靠性分析及故障诊断软件系统设计（续完）

返回工作状态继续运行。当电源电压、电流严重超标时 ,则由电源监测与保护装置实施强行断电 ,以免损坏设备、造成事故 ,系统的这种非正常断电停机之后的启动和恢复 ,应由专门的软件模块支持。预防措施有 :计算机由高质量的电源调节器供电 ;系统尽量远离重型设备 ;对电源和电缆线中的电压暂态过程实施滤波 ;配备相应的电源监测与保护装置等。3 2　计算机本身出故障通常高性能、高质量的计算机都具有较强的自诊断功能 ,一旦发生故障 ,将会及时给出较详细的自诊断信息 ;当自诊断信息并不明确或详尽 ,甚至力所不及时 ,则可由系统操作维护人员在…     

16位嵌入式RISC微处理器设计

设计了一款具有4级流水线结构的16位RISC嵌入式微处理器.针对转移指令,未采用惯用的延迟转移技术,而是通过在取指阶段增加相应的硬件结构实现了无延迟转移.采用内部前推技术解决了指令执行过程中的数据相关.同时通过设置相应的硬件堆栈实现了对中断嵌套和调用嵌套的支持.整体系统结构采用Verilog HDL语言设计,指令系统较完善.在软件平台上的仿真验证初步表明了本设计的正确性.     

一种基于运动学约束的工业机器人轨迹规划算法

为了能够实现多自由度工业机器人运动的柔性化,并满足实时性要求,提出一种基于运动学约束的工业机器人轨迹实时规划算法,该算法以机械臂运动时的速度、加速度和加加速度(加速度对时间的导数)为约束条件,可实现在线实时生成点到点的多自由度运动轨迹。采用三次多项式表达机器人的运动轨迹,保证机器人运动的柔性。将提出的轨迹生成算法运用到AuBo-i5工业机械臂上进行验证。本方法不涉及优化算法,运动轨迹可由多项式直接计算生成并发送至机器人控制器,所需计算时间极短,保证轨迹可以在一个控制周期(约1 ms)内完成,因此,该算法可快速集成在视觉或力觉的闭环反馈系统中。此外,提出一种简单有效的时间同步策略,以减小机器人轨迹跟踪时的误差。     

新型两步法合成高质量Silicalite-1分子筛膜

通过一种新颖的两步合成方法,即先用改性剂溶液对镀有二氧化硅缓冲层的多孔氧化铝(孔径0.1～0.5μm)载体管进行浸泡处理,再水热合成,制备了silicalite-1分子筛膜,并考察了晶化温度、晶化时间对成膜的影响.采用溶胶-凝胶(sol-gel)法,在最优粘度5～25 cp内制得平整连续的介孔缓冲层,达到了修饰载体材料表面性能的目的.X射线衍射(XRD)和扫描电镜(SEM)结果表明,160℃下,晶化24 h得到表面致密、连续的6取向的silicalite-1分子筛膜.     

热暴露对γ-TiAl合金表面缺陷损伤容限的影响

研究了热暴露(700℃,10 000 h)对高强度全片层γ-Ti Al合金Ti-44Al-4Nb-4Hf-0.2Si-1B表面缺陷损伤容限的影响,采用扫描电子显微镜研究了热暴露导致γ-Ti Al合金的显微组织变化,并将之与在交变载荷下的表面短裂纹行为和长裂纹扩展行为联系起来.研究发现,在热暴露后,该合金的疲劳强度提高,且长疲劳裂纹启裂门槛值改善,但热暴露导致该合金短裂纹效应的尺寸范围明显增大.采用Kitagawa-Takahashi线图的形式总结和分析了实验结果,分析了热暴露引起的疲劳强化、疲劳失效的非安全短裂纹的尺寸变化以及长裂纹的启裂门槛值的变化,定量确定了热暴露对表面缺陷的损伤容限.长期热暴露所导致的材料内部应力释放、偏聚缓解、缺陷钝化显著影响裂纹尖端的应力状态,更有利于增大长裂纹的启裂抗力并减缓长裂纹的扩展速率.     

横切割头掘进机械振动测试及模态分析

对横切割头式ＡＭ５０型掘进机切割人工煤壁和井下真实煤壁时的整机振动情况进行了系统地测试和分析，弄清了整机工作时的振动分布情况和频率特征，并通过井上、井下测试信号的对比，得出井上切割人工煤壁的动态测试能够代替井下切割真实煤壁的动态测试的结论．进而采用试验模态分析的方法对ＡＭ５０掘进机进行了振动特性研究，并在此基础上借助于计算机的力响应仿真，进行了实测工作载荷下的振动响应仿真．     

钢绳芯胶带输送机实时工况监测与故障诊断方法

对矿用钢绳芯胶带输送机实时工况监测与故障诊断方法进行了系统全面地探讨和研究.提出了一套用于钢绳芯胶带输送机接头断裂、纵向撕带、火灾、张力超限等故障在线监测与诊断的新方法和新技术.基于此设计研制了新型矿用钢绳芯胶带输送机实时综合保护系统.工业性试验及实际应用表明该系统具有可靠性高、通用性强、安装使用方便等优点,是可行的.     

基于EEMD-KPCA和KL散度的垮落煤岩识别

综放开采中关键工艺放煤自动化的实现,可以使放煤工人远离工作面,远程控制顶煤的放落,从而保障放煤工人的健康问题。而顶煤放落过程中垮落煤岩的实时有效识别是放煤自动化的理论基础。针对垮落煤岩识别的实时性和综放开采的效率问题,基于综放开采现场采集的垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于EEMD-KPCA和KL(Kullback-Leibler)散度的垮落煤岩识别方法。该方法首先对振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)得到一组固有模态分量(Intrinsic Mode Functions,IMFs),分别计算各个IMF的能量,峭度和样本熵,构造表征垮落煤岩的特征向量;然后利用核主成分分析(Kernel Principal Component Analysis,KPCA)对特征向量进行降维,分别以各个IMF能量、IMF峭度、IMF样本熵构成的向量的KPCA低维特征来表征垮落煤岩;最后计算"未知样本"不同特征向量与垮落煤岩两类样本与之对应的特征向量的KL散度值,通过比较KL散度值来实现垮落煤岩的实时识别,并比较表征垮落煤岩不同特征向量的特征提取耗时和识别有效性。然后利用BP神经网络验证基于EEMD-KPCA的特征向量的有效性。实验结果表明:基于EEMD-KPCA和KL散度的识别方法可以实现垮落煤岩的实时识别,且大大降低了传统垮落煤岩识别方法对综放开采效率的影响;由EEMD分解后的各个IMF的能量和峭度构成的向量的KPCA低维特征最有效。     

筒子纱纱笼纱杆的定位检测方法

为提高筒子纱纱笼纱杆偏移程度的自动化检测率,同时解决磨损缺陷纱杆自动定位检测准确率低的问题,提出了一种改进的频率调谐显著性检测算法进行筒子纱纱笼纱杆定位检测。首先,利用纱杆杆头金属面反光的特点和纱杆距离底面较远的特点,利用环形光源局部照射提高目标与背景对比度。然后利用目标位于图像中心附近的先验知识设计了分块加权模板进行改进频率调谐显著性检测算法,计算图像显著度。将显著图像使用最大类间方差法进行自动阈值分割后得到二值图像,并通过形态学滤波剔除明显不是目标的区域,最后通过霍夫变换圆拟合得到最终纱杆杆头位置坐标。现场实验和对比算法表明:改进方法具有抗缺陷能力,同时具有抗光照变化能力,可应用于工厂白天和晚上光线变化场景的任务。