排序方式: 共有214条查询结果,搜索用时 15 毫秒
11.
针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深层神经网络处理高维、非线性数据的优势,提出了一种基于深层小波卷积自编码器(DWCAE)和长短时记忆网络(LSTM)的轴承故障诊断方法。首先构造了小波卷积自编码器(WCAE),改进了其损失函数,并加入了收缩项限制防止网络过拟合;其次将多个WCAE堆叠构成DWCAE,利用大量无标签样本对DWCAE进行了无监督预训练,挖掘出更有利于故障诊断的深层特征;最后利用深层特征训练LSTM网络,从而建立了诊断模型。仿真信号和实验数据分析结果表明:该方法能有效地对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络、支持向量机等传统方法及深度信念网络、深层自编码器等深度学习方法。 相似文献
12.
对工业设备中的滚动轴承进行故障诊断时,被测信号经常受到高频噪声和间歇噪声的干扰,导致信号分解和特征提取的精度较低。为解决此问题,提出一种基于总变差降噪(TVD)和改进的局部均值分解(LMD)的方法。采取总变差方法对信号进行降噪处理,选取合适的正则化参数,使得降噪后的信号在具有高信噪比的同时具有较低的均方根误差。对降噪后的信号进行局部均值分解,根据互相关系值和峭度选取最佳的PF分量,进行包络分析,实现对故障特征的提取。对实测信号进行实验验证。结果表明:所提方法可以达到有效的降噪效果,能准确提取复杂振动信号中的故障特征。 相似文献
13.
地铁线路曲线段磨耗状态下轮轨滚动接触有限元分析 总被引:1,自引:1,他引:1
基于城市轨道交通曲线段不同磨耗程度的典型钢轨和车轮的实测型面,利用有限元分析软件ANSYS建立曲线段轮轨三维弹塑性接触有限元模型,对三种不同轮轨磨耗型面匹配工况下的地铁车辆的曲线通过性能以及轮轨接触应力进行计算分析,分析不同磨耗状态下车轮和钢轨接触时的接触应力和轮轨应力的分布状态,并研究其对钢轨磨耗的影响。发现钢轨使用初期,由于轮轨廓形不一致,轮轨间易出现应力集中,应力集中部位易出现磨损;随着钢轨侧磨的增加,轮轨接触状态逐渐由一点接触变为两点接触,且接触点的塑性变形部分和弹性部分的过渡区间易出现裂纹;两点接触状态下,外侧轨距角处接触面积及应力集中区域远大于钢轨侧面部分,轨距角易出现较大的接触压力,易加速钢轨磨耗与疲劳伤损的产生。 相似文献
14.
15.
针对八连杆机器人腿部构型数学模型参数多和建模分层复杂的不足,提出了一种含有复合铰链的最简八连杆腿部机构。在保持闭环运动链特性的情况下,对一般八杆运动链进行局部收缩,得到了最简八杆运动链;以其中一种最简八连杆机构为基础构型,进行了机器人腿部机构设计。采用末端轨迹曲线任务点法对腿部构型进行尺寸计算,并利用矢量环法对确定参数的腿部机构进行了运动学分析。建立机器人整机仿真模型,基于Adams软件,采用对角小跑步态进行了典型地面环境的行走仿真分析。在此基础上搭建一台样机,在实际路面上进行适应性行走测试,验证了该构型的可行性,同时证实了最简八连杆机构数学参数少和分层简单的优点。 相似文献
16.
17.
滚动轴承是大型机械设备的重要部件,起着非常重要的作用.当轴承发生故障时,如不及时修复或更换,将严重影响设备的寿命.时频分析方法是一种非常有效的故障特征提取工具,已得到广泛的应用;同时,时频分布的能量聚集性影响故障特征提取效果,因此,一种能量更加集中的时频分析方法对机械信号处理与故障诊断起着至关重要的作用.提出了一种全新... 相似文献
18.
结合动力学仿真和扩展有限单元法(XFEM),对某城轨车辆齿轮箱齿轮进行裂纹扩展分析。通过动力学分析,确定扩展有限元模型初始裂纹的位置及载荷加载位置;建立扩展有限元模型,对计算结果进行分析,总结齿轮齿根裂纹扩展规律。结果表明,齿根处最大弯曲应力位置不随齿轮啮合过程而改变,裂纹起裂位置应在此位置附近;裂纹尖端应力值在量化一裂纹长度到达0. 61前低速率稳定增加,0. 61后裂纹进入瞬断区,裂纹尖端应力值变化明显;结合有限元动力学及扩展有限元分析发现,裂纹扩展初期属于Ⅰ型裂纹,在裂纹扩展的中后期属于Ⅰ、Ⅱ混合型裂纹;不同加载位置结果显示,扩展初期裂纹偏转角度随着加载位置的下移而减小,扩展后期裂纹整体沿着齿厚方向进行扩展。 相似文献
19.
《Planning》2019,(6)
钢轨波磨和车轮扁疤是车辆运行中经常同时存在的2种故障,为研究2种故障对行车安全产生的较大影响,建立了车辆动力学模型,讨论了车辆在通过曲线时2种故障的耦合作用,并利用统计学指标对振动响应特性进行分析。结果表明:钢轨波磨会引起扁疤冲击响应的幅值变大并引起小范围波动,且在钢轨波磨深度为0.01mm时,幅值响应相对车轮扁疤单一故障并不明显;当钢轨波磨深度为0.05mm与0.10mm时,幅值响应相对于车轮扁疤单一故障较为明显。 相似文献
20.
《Planning》2019,(6)
针对机器人在配置评价与选型中存在的需求主观性与离散性问题,提出了模糊需求聚类与语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子的耦合方法。利用模糊聚类分析确定需求间的亲疏关系,通过模糊需求标准化实现对需求特征的定量分析;基于LOWA算子将相对语言变量向绝对语言变量转化,采用综合指数评价法确定满足要求的机器人配置方案,为机器人的配置选型提供了新思路。以液压四足机器人选型为例,在多需求非结构化环境下,该算法为机器人腿部关节配置选择提供了更科学可靠的遴选方法。 相似文献