检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

动调陀螺仪离线预测与健康管理系统的设计

计算机测量与控制 2014年第3期22卷 670-673页

作者：吴明辉孟上张波文天柱海军航空工程学院山东烟台264001 青岛海军雷达声纳修理厂山东青岛266001

针对动调陀螺仪传统维修方式存在维修不足和维修过剩等问题,设计了一种离线预测与健康管理系统;在分析动调陀螺仪状态影响参数的基础上,构建了状态监测平台,并采用时间序列方法对随机信号进行特征提取;利用采集的数据进行信息处理,采用... 详细信息

针对动调陀螺仪传统维修方式存在维修不足和维修过剩等问题,设计了一种离线预测与健康管理系统;在分析动调陀螺仪状态影响参数的基础上,构建了状态监测平台,并采用时间序列方法对随机信号进行特征提取;利用采集的数据进行信息处理,采用神经网络进行健康状态评估,采用灰色支持向量机进行剩余寿命预测;最后,在对各种信息进行管理、利用的基础上,制定维修决策及进行保障资源管理;实际应用表明,本系统能有效提高动调陀螺仪的使用可用度,降低保障费用。

关键词：动调陀螺仪预测与健康管理健康状态评估剩余寿命预测维修决策

在线全文

学校读者我要写书评

暂无评论

接触器红外热成像故障预测实验分析

现代电子技术 2020年第4期43卷 108-111,116页

作者：王军李伟俞跃周继雯叶超江西理工大学机电工程学院江西赣州341000 中国特种设备检测研究院北京100029 江西理工大学电气工程与自动化学院江西赣州341000

针对电梯交流接触器易出现接触不良、老化、受潮等问题,提出使用红外热成像检测技术对其进行故障检测。通过模拟电梯运行情况,搭建了实验平台,实现对接触器运行情况的实时监测。通过大量实验,得到了接触器在受环境中灰尘、接线端松动、... 详细信息

针对电梯交流接触器易出现接触不良、老化、受潮等问题,提出使用红外热成像检测技术对其进行故障检测。通过模拟电梯运行情况,搭建了实验平台,实现对接触器运行情况的实时监测。通过大量实验,得到了接触器在受环境中灰尘、接线端松动、触头氧化及超负荷运行下的红外热特征图,能够较好地发现其异常情况。同时,为了对接触器剩余寿命进行提前预测,设计了加速寿命实验,通过中位迭次法及最小二乘法分析实验数据,采用威布尔分布模型获得了接触器在实验温度下的可靠度函数,并以90%的可靠度作为接触器在该温度下的剩余寿命,进而曲线拟合得到了接触器的剩余寿命与温度的关系函数,以此来对接触器在不同运行温度下的剩余寿命进行预测。实验结果能给电梯维保人员作业提供检测依据。

关键词：故障预测红外热成像接触器运行监测剩余寿命预测实验分析

基于参数优化GM-Markov模型的海底管道腐蚀预测

在线全文

学校读者我要写书评

暂无评论

油气储运 2020年第8期39卷 953-960页

作者：张新生曹昕韩文超陈泮西西安建筑科技大学管理学院陕西省西安市710055 中国石油管道科技研究中心伊利诺伊卫斯理大学

为了避免由海底管道腐蚀导致的穿孔泄漏等事故,及时对海底管道进行维修和防护,利用传统灰色系统处理少数据与贫数据的特点、马尔科夫理论预测未来状态的特点,提出基于参数优化GM-Markov模型的海底管道剩余寿命预测方法。首先分析了灰色G... 详细信息

为了避免由海底管道腐蚀导致的穿孔泄漏等事故,及时对海底管道进行维修和防护,利用传统灰色系统处理少数据与贫数据的特点、马尔科夫理论预测未来状态的特点,提出基于参数优化GM-Markov模型的海底管道剩余寿命预测方法。首先分析了灰色GM(1,1)模型构建的可行性,随后建立参数优化的GM(1,1)模型,改变模型初始条件,对海底管道腐蚀深度进行预测。根据预测的腐蚀深度,利用Markov模型对海底管道未来腐蚀状态作定量分析,预测其剩余寿命。以某海底管道试验段为例,预测了该管道的剩余寿命。结果表明:改变初始条件后的模型可在样本数据少的情况下达到更高的预测精度,推广应用性较强。

关键词：海底管道初始条件灰色系统马尔科夫腐蚀深度剩余寿命预测

数字孪生驱动的连铸辊健康监测与组装优化框架

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2023年第4期45卷 1-5页

作者：韩周鹏刘永巴黎史慧帆袁启龙西安理工大学机械与精密仪器工程学院西安710048

连铸辊在服役周期内存在难以追溯、故障诊断困难、剩余寿命难预测及运维成本高等问题。为了提高连铸辊运维水平,充分利用连铸辊的服役寿命,提出了一种数字孪生驱动的连铸辊健康监测与组装优化方法。构建了基于数字孪生的连铸辊健康监测... 详细信息

连铸辊在服役周期内存在难以追溯、故障诊断困难、剩余寿命难预测及运维成本高等问题。为了提高连铸辊运维水平,充分利用连铸辊的服役寿命,提出了一种数字孪生驱动的连铸辊健康监测与组装优化方法。构建了基于数字孪生的连铸辊健康监测与组装优化系统架构,基于三维孪生模型的连铸辊可视化监控与追溯,实现了连铸辊在线运行三维可视化监控与服役周期内的跟踪追溯;利用孪生数据,建立了复杂工况下的连铸辊剩余寿命预测模型;基于等寿命思想与启发智能算法进行连铸辊组装优化。最后,设计开发了连铸辊健康监测与组装优化原型系统,验证了框架的有效性与可行性。

关键词：数字孪生跟踪追溯性能退化评估剩余寿命预测组装优化

在线全文

学校读者我要写书评

暂无评论

开裂RC桥梁动态可靠度分析及研究

开裂RC桥梁动态可靠度分析及研究

作者：曹永飞长安大学

学位级别：硕士

近几年来,我国交通事业快速发展,国家高速公路网逐渐完善,RC桥梁的建设所占比重也越来越大。但随着RC桥梁服役时间的增长,人们在RC桥梁上发现了许多不同类型的裂缝,RC桥梁的开裂大大降低了桥梁的承载能力及耐久性;同时由于近几年桥梁事... 详细信息

近几年来,我国交通事业快速发展,国家高速公路网逐渐完善,RC桥梁的建设所占比重也越来越大。但随着RC桥梁服役时间的增长,人们在RC桥梁上发现了许多不同类型的裂缝,RC桥梁的开裂大大降低了桥梁的承载能力及耐久性;同时由于近几年桥梁事故时有发生,桥梁开裂被认为是桥梁破坏前兆,人们对其产生强烈的恐惧感。对开裂RC桥梁的动态可靠度进行研究及对其剩余寿命进行预测,为开裂RC桥梁的维修加固提供理论依据,具有重要的理论价值和现实意义。本文依托福建省交通厅重点科技发展项目——“福建混凝土桥梁防裂对策及预防性建养关键技术研究”,以某一开裂简支T梁桥为研究对象,对开裂RC桥的荷载效应、抗力衰减模型进行了研究,并基于验算点法（JR法）计算RC桥梁动态可靠度,然后根据动态可靠度的计算结果对该桥的剩余寿命进行了讨论。主要工作内容如下:1、根据由福建省交通厅组织的对在役混凝土桥梁开裂情况的调查结果,分析了各类混凝土桥梁裂缝的分布规律:（1）钢筋混凝土T梁桥的开裂情况主要是支座、1/4及1/5跨径附近翼缘板斜向开裂和翼缘板与腹板交接处的纵向开裂两种;（2）RC小箱梁桥主要是在在1/5L/3L处的底板纵向开裂及横向开裂、箱梁间湿接缝处的横向开裂、梁间现浇段段处的竖向开裂三种开裂形式。2、根据可靠度的基本原理,介绍动态可靠度的基本概念。并针对工程实例,基于动态可靠度理论的混凝土碳化深度及钢筋锈蚀随时间变化的动态模型,建立了考虑开裂影响的RC简支T梁桥荷载效应及抗力衰减随时间变化的动态模型,讨论了结构可靠度随时间变化的规律。3、利用MATLAB 2014a数学计算软件编写验算点法（JC法）计算动态可靠指标程序,并对某一开裂简支T梁桥动态可靠度进行求解,根据计算出的动态可靠指标,对其剩余寿命进行了预测与分析,重点分析了超载运行及裂缝进一步扩展时对桥梁结构动态可靠度及剩余寿命的影响。相同时间内,超载运营比正常荷载运营时的可靠度要小,且超载运营时的可靠度下降速率要快,并使RC桥梁结构的使用寿命大大缩减;在相同服役时间段内及相同运营状态下,桥梁开裂程度越严重,RC桥梁结构的可靠度越小,则表面RC桥梁的正常使用寿命就越短,这样将严重影响桥梁建设及交通网线规划。4、处理好裂缝问题的关键所在就是正确认识混凝土结构的裂缝。只有能够正确判断裂缝产生的各种原因以及影响程度,才有可能对裂缝的性质及其对结构安全及使用功能的影响做出科学的判断,才能采取针对性的措施进行更有把握地、更有效地处理。本文最后根据前面对开裂RC桥梁动态可靠度的分析研究,提出了一些预防混凝土桥梁开裂的措施及开裂后的修复方法。

关键词：开裂RC桥梁动态可靠度抗力衰减模型验算点法剩余寿命预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据驱动的轴承故障诊断与预测

基于数据驱动的轴承故障诊断与预测

作者：李雅鑫北京交通大学

学位级别：硕士

滚动轴承是旋转机械设备中应用最为广泛的重要零部件之一,它的健康状态对于设备系统能否安全可靠地运行起着决定性作用,深入研究滚动轴承的故障诊断与剩余使用寿命预测技术,可以在有效保障人员和机械设备安全的同时降低经营成本,具有重... 详细信息

滚动轴承是旋转机械设备中应用最为广泛的重要零部件之一,它的健康状态对于设备系统能否安全可靠地运行起着决定性作用,深入研究滚动轴承的故障诊断与剩余使用寿命预测技术,可以在有效保障人员和机械设备安全的同时降低经营成本,具有重大的学术意义和工程应用价值。因此,本文基于数据驱动的方法,对轴承的故障诊断和寿命预测进行了研究。(1)选取西储大学轴承故障数据集作为研究对象,针对轴承振动信号存在不同故障种类的特点,分别搭建了基于卷积神经网络(CNN)与基于长短期记忆网络(LSTM)的故障诊断模型,并将模型直接作用于原始振动信号进行诊断,准确率分别达到了97.8%和98.8%。结果表明二者均能实现从原始数据输入到故障分类输出的“端到端”模式,证明了模型的可行性。(2)基于CNN网络与基于LSTM网络的故障诊断模型虽然已经达到了较高的诊断准确率,但是CNN模型相较于LSTM网络忽视了振动信号的时序性问题以及前后关联关系,而LSTM模型训练前期振荡较大,收敛速度较慢,难以满足实时高效的诊断要求。因此综合考虑振动数据的故障特征信息,设计了基于CNN-LSTM的模型,即将输入数据同时分别通过CNN以及LSTM两个网络通道,在此基础上,将两部分提取的特征信息通过融合层完成特征融合后进行诊断,准确率达到了99.8%。此外在未进行数据增强的情况下进行测试,CNN-LSTM模型的10次测试平均识别准确率为99.3%,结果表明CNN-LSTM模型的诊断准确率更高,收敛速度更快。同时,还将CNN-LSTM模型用于不同工况下的故障数据集,诊断准确率达到了98.2%,也得到了很好的诊断效果,进一步说明了CNNLSTM模型的优越性。(3)基于CNN-LSTM模型的优势,将该模型用于轴承的剩余使用寿命预测,并利用PHM2012轴承全寿命数据集进行验证,最终完成了轴承的寿命预测。并将CNN-LSTM模型与使用单一的CNN网络和LSTM网络进行预测的结果作比较,结果表明,CNN-LSTM模型的均方根误差最低,为0.0426,预测寿命曲线更贴近真实寿命线,预测效果更好。图47幅,表11个,参考文献65篇。

关键词：滚动轴承卷积神经网络长短期记忆网络故障诊断剩余寿命预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

发动机故障诊断及性能预测方法研究

发动机故障诊断及性能预测方法研究

作者：李卫星上海交通大学

学位级别：硕士

发动机是一类常用的动力机械装备,具有复杂的机械结构及运动耦合方式。长期运转后,机械零部件的物理老化、缺少润滑、机械摩擦、高温过热、过载荷等各种问题,极易导致发动机子部件故障频发和整机性能衰退,从而影响发动机正常工作。典型... 详细信息

发动机是一类常用的动力机械装备,具有复杂的机械结构及运动耦合方式。长期运转后,机械零部件的物理老化、缺少润滑、机械摩擦、高温过热、过载荷等各种问题,极易导致发动机子部件故障频发和整机性能衰退,从而影响发动机正常工作。典型地,气缸失火会加剧机体振动,降低输出扭矩,恶化排放情况,严重时甚至对发动机造成不可逆损伤,增加了相关工业生产活动的经济、环境成本。基于上述分析,开展发动机故障诊断及性能预测方法研究具有重要意义,本文针对发动机典型故障和整机性能衰退过程,研究有效的诊断及预测方法。分析发动机气缸子部件、轴承子部件故障发生及整机性能衰退原理,研究发动机健康状态监测及评估方法。具体地,进行信号采集实验和数据集验证试验,研究特征提取、诊断识别及性能预测方法,建立发动机相关传感信号与部件故障类别、整机健康状态的映射关系,从而实现发动机故障诊断与性能衰退评估。主要研究内容包括:(1)对于发动机气缸子部件失火故障,针对现有诊断方法特征提取分辨率较低和模型易过拟合的问题,提出了基于同步压缩小波变换和极限梯度提升树的诊断方法。在不同转速下进行柴油发动机失火性能试验,采集缸盖振动信号,利用时域统计、同步压缩小波变换提取敏感信号特征,选用局部线性嵌入方法进行特征降维。在此基础上,采用极限梯度提升树算法进行诊断模型训练与测试。结果表明,所提方法具有突出的泛化性能、鲁棒性能和抑制模型过拟合性能。(2)对于发动机旋转子系统关键子部件滚动轴承,提出了基于参数优化深度神经网络的表面损伤健康状态识别方法。获取轴承振动监测信号,通过时频统计分析提取浅层特征。在此基础上,采用参数优化的堆叠自编码器进行深度特征抽取和模型训练与测试。结果表明,所提方法能达到较高的识别精度,避免了复杂的手工特征提取过程。(3)针对发动机性能衰退不可逆现象,展开了整机性能预测研究,提出了基于数据融合理论和贝叶斯模型的剩余寿命预测方法。对发动机多维监测传感数据进行筛选融合,建立发动机健康指标及退化状态模型。在此基础上,建立状态模型参数的贝叶斯估计模型,利用马尔可夫链蒙特卡洛随机采样方法更新模型参数,并预测待评估发动机的剩余使用寿命。C-MAPSS涡扇发动机仿真数据集验证了该寿命预测方法的有效性。(4)基于上述研究内容进行了发动机智能诊断及性能预测运维平台的初步开发,可有效实现信号数据上传、数据可视化、算法评估及结果分析功能。

关键词：发动机故障诊断剩余寿命预测同步压缩小波变换堆叠自编码器贝叶斯参数估计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SVM异常数据识别的比例风险预测模型

火力与指挥控制 2012年第10期37卷 63-66页

作者：孙磊冯添乐张星辉军械工程学院解放军75233部队

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生。提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用... 详细信息

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生。提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测。案例研究表明,SVM-PHM模型较PHM模型具有更好的预测精度。

关键词：比例风险模型支持向量机剩余寿命预测异常识别

基于BiLSTM神经网络的锂电池SOH估计与RUL预测

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2021年第20期44卷 1-5页

作者：王义刘欣高德欣青岛科技大学自动化与电子工程学院青岛266061

针对锂电池健康状态(SOH)估计与剩余寿命(RUL)预测问题,设计一种基于双向长短期记忆(BiLSTM)神经网络模型的预测方法。首先,提取美国国家航空航天局(NASA)锂电池的容量数据,将容量数据转为SOH数据并作为模型输入数据。其次,建立双层BiL... 详细信息

针对锂电池健康状态(SOH)估计与剩余寿命(RUL)预测问题,设计一种基于双向长短期记忆(BiLSTM)神经网络模型的预测方法。首先,提取美国国家航空航天局(NASA)锂电池的容量数据,将容量数据转为SOH数据并作为模型输入数据。其次,建立双层BiLSTM神经网络,使用加速自适应矩估计算法(Nadam)优化函数动态调整学习率。然后,通过BiLSTM神经网络模型分析锂电池数据,建立电池容量、SOH和RUL之间的联系。最后,全连接层输出电池SOH的估计曲线,从而预测其剩余寿命。通过NASA数据进行预测实验,BiLSTM神经网络的RUL预测误差稳定在3以内,SOH预测曲线的拟合度稳定在94.211%~95.839%,BiLSTM神经网络具有更高的鲁棒性和准确性。

关键词：锂电池健康状态估剩余寿命预测双向长短期记忆