【摘 要】
：
目前,大多数智能故障诊断算法主要集中在单个故障部件的诊断上,很少有智能诊断模型能够同时对由轴、轴承、齿轮等组成的旋转系统进行全面的故障诊断。为了解决这一问题,本文以深度学习理论为基础,选取较为优秀的深度学习方法并尝试将其互相结合,深入地开展传动旋转部件的智能故障诊断方法研究,论文主要工作如下:（1）传统的故障诊断方法不仅需要手动提取特征,还十分依赖于专家系统以及先验知识。针对这些弱点,考虑到深度学
论文部分内容阅读
目前,大多数智能故障诊断算法主要集中在单个故障部件的诊断上,很少有智能诊断模型能够同时对由轴、轴承、齿轮等组成的旋转系统进行全面的故障诊断。为了解决这一问题,本文以深度学习理论为基础,选取较为优秀的深度学习方法并尝试将其互相结合,深入地开展传动旋转部件的智能故障诊断方法研究,论文主要工作如下:（1）传统的故障诊断方法不仅需要手动提取特征,还十分依赖于专家系统以及先验知识。针对这些弱点,考虑到深度学习强大的数据处理能力,选取其中的叠加自动编码器（Stacked Auto encoders,SAE）和稀疏滤波（Sparse Filtering,SF）这两种方法。分别以这两种方法为基础,各自进行优化。利用凯斯西储大学的滚动轴承数据分别对这两组方法进行验证,并对这两组方法各自学习到的特征进行可视化处理,以更直观的进行诊断效果的对比。（2）针对各种智能故障诊断算法主要集中于单个故障部件的诊断而不能对旋转系统进行全面故障诊断的问题,提出了一种新的叠加自编码稀疏滤波旋转部件综合诊断模型（SAFC）,提取不同健康状况在不同转速下的域不变特征并进行分类。利用在自行设计的试验台所采集到的振动数据对SAFC模型进行了验证,结果表明该模型具有较高的诊断性能。（3）为了解决由转速波动而引发的极其庞大的数据量以及十分复杂的特征等问题,受到微分思想的启发,将变转速振动信号拆分成足够多的分段,已将变转速问题转化为恒定转速问题。而为了解决由此导致的样本不平衡问题,尝试将WGAN与SAFC相结合,构成新的深度学习框架WGAN-SAFC。通过两组不同加速度的转速波动试验来对所提出框架的有效性进行验证。
其他文献
随着电动汽车产业的发展,轮毂电机驱动技术由于转矩响应快、分布式独立可调等特点,在主动安全方面有明显的优势,具有广阔的市场前景。但是,轮毂电机导致车辆簧下质量增加,影响了车辆的平顺性和舒适性,阻碍了该项技术的推广。本文研究主要分为两部分,一方面研究影响车辆平顺性的悬架最优阻尼比,为轮毂电机驱动汽车悬架系统阻尼优化或智能悬架控制提供理论依据;另一方面针对轮毂电机四轮独立驱动电动车开发操纵稳定性控制算法
车辆失去稳定性造成的重大交通事故会带来巨大的经济损失和人员伤亡,对车辆的行驶稳定性进行深入的研究与分析,提高车辆的防失稳能力,减少爆胎等安全事故的发生,是车辆安全性研究领域的重点。首先,为了提高车辆的行驶安全性,采用了装配机械弹性车轮的分布式驱动电动汽车作为研究对象。机械弹性车轮是一种非充气弹性车轮,有着防漏气和爆胎的优点。分析了机械弹性车轮的结构和工作原理,基于刷子模型和试验台架,建立了机械弹性
目的:明确氢气（H2）对银屑病角质形成细胞模型增殖及炎症因子表达的影响，为探索氢气治疗银屑病的可能机制提供参考。方法:采用M5（含IL-17A、IL-22、肿瘤抑制素M、IL-lα和TNF-α）诱导HaCaT角质形成细胞过度增殖，并通过氢气细胞培养箱进行氢气干预。将HaCaT细胞分为Control组（无任何干预）、Model组（2.5 ng/mL M5处理）、H2组（2.5 ng/mL M5、25
随着汽车产业的进一步发展,电动汽车成为众多汽车厂商的重点发展对象之一。电动汽车中电机的动力输出特性与传统燃油车不同,同时由于发动机的遮蔽效应消失,其振动与噪声问题更加突出。市面上商用车主要车型为电机直驱下前置后驱车,其较为常见的NVH问题有起步时的扭矩突变与传动系间隙存在导致的瞬态冲击和低频振动,以及十字万向节和传动轴质量偏心带来的传动轴振动问题,所以研究电动汽车传动系统的振动与噪声问题以及其主要
传统的汽车能量管理本质上属于功率管理,由于未来行驶信息不可知,能量管理仅局限于以驾驶员踏板输入的瞬时功率逻辑控制,无法实现全路径范围的能量规划与管理。显然,这对于纯电动汽车或大混合比混合动力汽车（如插电式混合动力汽车）是不利的,车载能量的全路径优化有助于凸显混合优势潜力,延长续驶里程。基于车辆的智能网联行驶大数据,通过人工智能算法对规划路径上的行驶工况进行预测,车载智能能量管理系统可实现全路径区间
当车辆处于极限工况时,其运动状态易发生突变,且由于轮胎力接近饱和,车辆系统对外界的激励最为敏感,及时有效的主动控制介入成为了维持车辆极限工况稳定的关键。研究车辆极限工况非线性动力学,探索车辆系统失稳机理与车辆临界状态判定方法,并以此为基础进行极限工况横向稳定性控制研究对于提升车辆极限工况行驶安全性有着重要的意义。本文的主要工作如下:（1）利用Lyapunov方法、相平面法与分岔理论对车辆转向失稳的
双电机线控转向系统结合了线控转向系统和双电机结构的特点,既可以通过线控转向系统的主动转向功能提高车辆的转向安全性,又可以通过双电机结构的冗余特性提高系统的容错性能。对于双电机线控转向系统而言,如何进一步适应未来智能驾驶对个性化驾驶辅助、容错辅助和转向经济性的综合要求,以及如何在设计中提高人-车系统的总体性能、容错性能和实现个性化的驾驶功能,是双电机线控转向系统设计与开发的关键问题。因此,本文对考虑
当今信息科技的高速发展,自动驾驶成为了车辆研究领域的热点。本文主要针对自动驾驶车辆中局部路径规划与路径跟踪展开深入研究,将以Keras神经网络模型为代表的深度学习方法用于自动驾驶车辆的决策规划与跟踪控制等领域中,提高了车辆应对不同场景的决策规划能力与自适应跟踪能力。随着无人驾驶技术的发展,未来会出现有人车与无人车处于同一交通场景下的情况。由于不同驾驶员的驾驶风格不同,无人车进行决策规划时就需要针对
可重复使用的高超声速飞行器返回大气层内的路程中,会受到气动加热的严重影响,进而导致飞行器表面的温度迅速升高。为了飞行器内部结构温度不超出限制范围,保障飞行安全,一般采用在高超声速飞行器表面布置陶瓷隔热瓦来保护机体的内部结构。考虑到材料本身特性及热膨胀变形,机体表面的隔热瓦以块状阵列的形式铺设。任意两块相邻的隔热瓦间都有间隙,而且每一行隔热瓦之间的缝隙也都进行了错位布置。阵列布局的隔热瓦缝隙尺寸参数
近年来,随着功能化的各向异性聚合物复合材料在导电、摩擦、磁性和力学等方面表现出的优异性能,已越来越多的应用于医学、航空等领域。但通常聚合物基体的机械强度和耐磨性较低,经常需要加入其它组分如碳纳米管以提高其摩擦、力学等性能。值得注意的是,改性组分在聚合物基体中的无规聚集,导致无法充分发挥其优异性能。本文成功探索了一种在外加磁场诱导下,通过3D打印制备具有高度取向结构的Ni-MWNT/EA、Ni CF