检索结果-南通市图书馆

基于概率共因失效的连续时间T-S动态故障树分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械设计与制造 2024年

作者：古莹奎王波钱志远江西理工大学机电工程学院

针对大型复杂系统存在的共因失效问题，为能够更真实反映系统的可靠性状况，提出基于概率共因失效（PCCF）的连续时间T-S动态故障树（DFT）分析方法。采用模块化方法对系统进行可靠性分析，静态故障树部分采用隐式方法，动态故障树部分... 详细信息

针对大型复杂系统存在的共因失效问题，为能够更真实反映系统的可靠性状况，提出基于概率共因失效（PCCF）的连续时间T-S动态故障树（DFT）分析方法。采用模块化方法对系统进行可靠性分析，静态故障树部分采用隐式方法，动态故障树部分采用连续时间T-S 动态故障树方法。利用隐式方法计算考虑PCCF的子系统故障概率，得出在不同概率共因失效组发生情况下顶事件的可靠性情况。将子系统的顶事件作为系统的底事件，构建考虑PCCF的组合连续时间T-S动态故障树，最后利用连续时间T-S动态故障树算法对整个系统进行可靠性分析。以柴油机润滑系统可靠性分析为例，通过分析考虑PCCF的连续时间T-S动态故障树并与不考虑概率共因失效的方法进行对比，验证提出方法的有效性。

关键词：概率共因失效模块化方法 T-S动态故障树隐式方法可靠性分析

基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

噪声与振动控制 2024年第1期44卷 111-118页

作者：古莹奎石昌武陈家芳江西理工大学机电工程学院江西赣州341000

针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉... 详细信息

针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图,按比例划分训练集与测试集,将训练集样本与随机向量输入到深度卷积生成对抗网络模型中,交替训练生成器与判别器,达到纳什平衡,生成与原始样本类似的生成样本,从而实现故障样本的增广。用原始样本与生成的增广样本训练卷积神经网络分类模型,完成行星齿轮箱的故障识别。实验结果表明,所提方法能够有效提升样本不均衡条件下的行星齿轮箱故障诊断精度,使之达到99.15%,且能使收敛速度更快。

关键词：故障诊断格拉姆角场深度卷积生成对抗网络卷积神经网络行星齿轮箱

基于MRSDAE-KPCA结合Bi-LST的滚动轴承剩余使用寿命预测

在线全文

学校读者我要写书评

暂无评论

噪声与振动控制 2024年第3期44卷 95-100,145页

作者：古莹奎陈家芳石昌武江西理工大学机电工程学院江西赣州341000

针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布,且在构建健康因子时还需要专家经验进行人工提取等问题,提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承... 详细信息

针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布,且在构建健康因子时还需要专家经验进行人工提取等问题,提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承剩余使用寿命预测方法。首先采用无监督的堆栈去噪自编码器网络对原始振动数据进行深层特征提取,并使用核主成分分析法进一步降维,以提高健康因子的指标稳定性;然后在堆栈去噪自编码器中加入流形正则化,最大程度保留编码器隐藏层内部的数据分布结构,提高模型提取数据特征的有效性。最后使用双向长短时记忆网络预测轴承的剩余使用寿命,并采用AdaMax优化算法对网络模型的超参数进行自适应寻优。分析结果表明,提出的滚动轴承剩余使用寿命预测方法具有更高的精度。

关键词：故障诊断滚动轴承剩余使用寿命预测健康因子流形正则化堆栈去噪自编码器双向长短时记忆网络

CEEMDAN和盲源分离在轴承复合故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2024年第3期 148-152页

作者：古莹奎林忠海刘平江西理工大学机电工程学院江西赣州341000

滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN... 详细信息

滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声,为更高效实现故障信息的提取,提出一种基于具有自适应白噪声的完备集成经验模态分解(CEEMDAN)和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN分解,得出一组固有模态函数(IMF),利用加权峭度因子选取其中有效IMF重构信号,再将重构的信号进行BSS分离。对分离出的信号做解调包络分析,从其解调谱中提取故障信号的特征频率。结果证明了此方法可以有效地分离轴承的内外圈故障,使故障特征更易被提取。

关键词：滚动轴承自适应白噪声的完备集成经验模态分解盲源分离加权峭度因子特征提取

在线全文

学校读者我要写书评

暂无评论

一种分层模糊Petri网风险评估方法

机械设计与制造 2024年第2期396卷 369-372,379页

作者：古莹奎何力韬毕庆鹏江西理工大学机电工程学院江西赣州341000

针对传统模糊Petri网在对不确定环境下的专家系统的知识表示与推理时无法兼顾不确定知识的模糊性与随机性、在复杂的故障情况下故障的因果关系表达不清晰、定量推理计算时缺乏层次性、不能局部求解的问题,构建一种基于云模型的分层模糊P... 详细信息

针对传统模糊Petri网在对不确定环境下的专家系统的知识表示与推理时无法兼顾不确定知识的模糊性与随机性、在复杂的故障情况下故障的因果关系表达不清晰、定量推理计算时缺乏层次性、不能局部求解的问题,构建一种基于云模型的分层模糊Petri网以加强模糊Petri网的知识表示能力和提高推理过程的计算效率。利用专家知识和Petri网层次分解原则将系统故障模式和故障原因之间的因果关系进行建模,使故障建模更具结构性,计算更加灵活;应用云模型处理知识的模糊性和不确定性;通过合理考虑局部权重和全局权重,结合Petri网层次分解原则和云聚合算子给出相应的推理算法。实例验证表明,所提方法能够有效对系统进行风险评估,且在知识表示和推理方面优于其他方法。

关键词：风险评估模糊Petri网(FPN) 云模型层次分解原则

同方期刊数据库

地方高校机械类一流本科人才“五融五力”育人模式构建与实践——以江西理工大学机械工程专业为例

在线全文

学校读者我要写书评

暂无评论

创新教育研究 2024年第6期12卷 85-91页

作者：陈俊杰邱光琦古莹奎潘春荣江西理工大学机电工程学院江西赣州

针对当前本科教育学习生态被窄化、割裂、封闭,学生完全发展、整体发展和个性发展不均衡、不充分的问题,我院构建了机械类专业“五育五融”育人模式,创新了机械类一流本科人才的五育课程体系,提出了“道德力、思维力、驱动力、创造力和... 详细信息

针对当前本科教育学习生态被窄化、割裂、封闭,学生完全发展、整体发展和个性发展不均衡、不充分的问题,我院构建了机械类专业“五育五融”育人模式,创新了机械类一流本科人才的五育课程体系,提出了“道德力、思维力、驱动力、创造力和行动力”的“五力”核心能力培养目标,系统构建和实施了机械类一流本科人才“五融五力”育人模式,形成了五育并举理念下的“五融五力”相互促进和融合发展的闭环育人过程,为地方高校培养机械类一流本科人才提供体系保障。

关键词：地方高校机械类专业一流本科五融五力育人模式

基于邻域属性重要度的齿轮箱故障特征优选方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2015年第S2期40卷 560-567页

作者：古莹奎孔军廷朱繁泷江西理工大学机电工程学院江西赣州341000

为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时... 详细信息

为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时域、频域和基于希尔伯特变换的36个特征。构造基于邻域模型的前向贪心数值属性约简算法进行特征优选,提取属性重要度较大的9个特征组成最优特征子集,数据压缩量达到75%,并输入支持向量机分类器中进行分类识别,用BP神经网络分类器进行结果的比较分析。结果表明,采用基于邻域属性重要度的齿轮箱故障特征优选方法,既可以在降低特征维数的情况下有效地表征齿轮箱的运行状态,又可以提高诊断的精确度和诊断效率。

关键词：齿轮箱特征选择邻域决策系统重要度支持向量机 BP神经网络

基于格拉姆角场和迁移深度残差神经网络的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2022年第21期41卷 228-237页

作者：古莹奎吴宽李成江西理工大学机电工程学院江西赣州341000

针对应用传统卷积神经网络进行故障诊断时存在的过拟合现象及传统灰度图编码存在的时间信息损失等问题,提出一种基于格拉姆角场图像编码和迁移深度残差神经网络相结合的滚动轴承故障诊断方法。依据格拉姆角场图像编码方法对时间序列编... 详细信息

针对应用传统卷积神经网络进行故障诊断时存在的过拟合现象及传统灰度图编码存在的时间信息损失等问题,提出一种基于格拉姆角场图像编码和迁移深度残差神经网络相结合的滚动轴承故障诊断方法。依据格拉姆角场图像编码方法对时间序列编码映射的唯一性,将原始振动信号转化为格拉姆角差场图和格拉姆角和场图,并将在ImageNet上预训练好的ResNet18模型参数,迁移到以格拉姆角场图作为输入的ResNet18中,进行不同故障模式下格拉姆角场图的特征提取和分类,从而达到故障诊断的目的。分析结果表明,所提方法相比于传统灰度图编码,更能突出不同故障模式的内在特征,与传统卷积神经网络模型相比,提出的方法具有更高的识别精度,达到99.30%,且具有更快的收敛速度和更强的鲁棒性。

关键词：格拉姆角场图像编码迁移深度残差神经网络滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

概念设计方案评价的模糊多准则决策模型

计算机集成制造系统 2007年第8期13卷 1504-1510页

作者：古莹奎杨振宇江西理工大学机电工程学院

提出了一种概念设计方案评估的模糊多准则决策方法,以降低决策者主观偏好以及评估过程中模糊和不确定因素对决策的影响。基于对影响产品竞争力因素的分析,建立了概念设计方案评价的层次结构。建立了概念设计方案评估的模糊多准则决策数... 详细信息

提出了一种概念设计方案评估的模糊多准则决策方法,以降低决策者主观偏好以及评估过程中模糊和不确定因素对决策的影响。基于对影响产品竞争力因素的分析,建立了概念设计方案评价的层次结构。建立了概念设计方案评估的模糊多准则决策数学模型,并以三角模糊数代替常规层次分析法中的标度,提出了一种模糊层次分析方法来确定评价体系中各级评价准则的权重,充分考虑多领域专家的意见和产品开发过程的风险性。最后,以应用实例对提出模型的有效性和可行性进行了验证。

关键词：概念设计评价体系模糊集理论多准则决策层次分析法