基于注意力机制与深度学习算法的机床主轴系统故障辨识

针对具有复杂非线性特点的数控机床主轴系统整体动态退化故障较难辨识及故障研究难度大的问题,从数据分析入手,提出一种基于注意力机制与深度学习算法的智能化故障辨识方法,研究机床主轴系统的整体故障辨识问题.该方法设计了注意力机制的研究框架,将研究问题分为全局纵向大分类区间和局部横向细粒度区间两个维度:采用训练并调优后推理平均绝...     

全附体潜航器螺旋桨桨叶损伤故障辨识机理

全附体潜航器智能故障诊断需要以完善的故障数据集为基础,而有些工况下典型故障数据很难获得,可通过数值仿真得到。基于流体基本原理,求解三维非定常雷诺平均Navier-Stokes方程和湍流封闭方程,获得均匀来流条件下桨叶损伤对全附体潜航器扰动流场与力矩波动的影响。结合场强分析归纳出桨叶损伤特征与其流场演化、流体动力学特征之间的耦合作用机理。结果表明：相对于黏性力压差力的影响起主导作用,压力矩的波动可以分为低频大幅度振荡和高频小幅度振荡,前者频率取决于尾涡脱体频率,后者频率则与螺旋桨转动频率一致;桨叶推力的偏心位置决定了压力矩系数平衡线相对零位置的偏移量,而俯仰和偏航力矩的相位差则反映了桨叶的对称性,相位差越小、桨叶的对称性越强;结合黏性力矩的变化,可以推测出桨叶损伤类型;所得研究成果可为下一阶段实现潜航器姿态的在线监控以及智能故障诊断奠定理论基础。