检索结果-南通市图书馆

机械工程学报 2023年第22期59卷 207-214页

作者：薛红涛吴蒙张子鸣周宏月王华庆江苏大学汽车与交通工程学院镇江212013 北京化工大学机电工程学院北京100029

为规避轮毂电机故障恶化诱发电动汽车运行安全隐患,提出一种基于K-means聚类算法的改进人工碳氢网络(K-means based artificial hydrocarbon networks,K-AHNs)的轮毂电机状态识别新方法,主要通过K-means聚类算法思想改进人工碳氢网络(Ar... 详细信息

为规避轮毂电机故障恶化诱发电动汽车运行安全隐患,提出一种基于K-means聚类算法的改进人工碳氢网络(K-means based artificial hydrocarbon networks,K-AHNs)的轮毂电机状态识别新方法,主要通过K-means聚类算法思想改进人工碳氢网络(Artificial hydrocarbon networks,AHNs)碳氢分子区间的更新方式,优化多种状态识别模型,进而达到提高识别精度、降低训练时间的目的。基于轮毂电机内侧滚动轴承内圈、外圈和滚动体3种不同故障状态在4种负载和7种运行状态下的试验数据验证结果表明,K-AHNs法在多种运行工况下能够精准、高效地识别轮毂电机运行状态,状态识别率均大于87%,训练时间均低于19 s。比较传统的AHNs法,K-AHNs法的平均状态识别率提高了14.49%,平均训练时间缩短了7.36倍,具有较高的可靠性和实用性,较好地解决现有的电机故障诊断方法识别精度低、模型训练时间长的问题。

关键词：轮毂电机人工碳氢网络 K-means聚类状态识别运行状态

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于RS和AHNs的轮毂电机故障模糊诊断法

引用

振动．测试与诊断 2022年第5期42卷 925-930,1034,1035页

作者：薛红涛童鹏江洪江苏大学汽车与交通工程学院镇江212013 江苏大学机械工程学院镇江212013

为有效监测电动汽车轮毂电机在复杂工况下的运行状态,保证其运行安全,提出了一种基于粗糙集(rough set,简称RS)理论和人工碳氢网络(artificial hydrocarbon networks,简称AHNs)的轮毂电机故障模糊诊断方法。首先,以轮毂电机运行安全为目... 详细信息

为有效监测电动汽车轮毂电机在复杂工况下的运行状态,保证其运行安全,提出了一种基于粗糙集(rough set,简称RS)理论和人工碳氢网络(artificial hydrocarbon networks,简称AHNs)的轮毂电机故障模糊诊断方法。首先,以轮毂电机运行安全为目标,重点考虑转速和负载转矩对振动信号的影响程度,用特征参数表征轮毂电机运行状态,并基于RS理论提出一种特征参数的离散化方法,对输入层进行了模糊化处理;其次,基于分子间能量优化AHNs算法,建立初步诊断模型,并考虑不同输出状态类型的模糊性,利用模糊理论建立AHNs多输出的隶属度函数,构建轮毂电机故障模糊诊断模型,实现了对复杂工况下轮毂电机故障的诊断;最后,通过轮毂电机机械故障台架试验验证了该方法的有效性。

关键词：轮毂电机粗糙集人工碳氢网络模糊诊断

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进AHNs的轮毂电机轴承状态识别方法研究

基于改进AHNs的轮毂电机轴承状态识别方法研究

引用

作者：吴蒙江苏大学

学位级别：硕士

随着新能源汽车发展和产业化已经提升到国家战略,轮毂电机驱动电动汽车以独特的动力传递技术和灵活方便的控制优势成为新能源汽车行业的研究热点。为避免因轮毂电机重要零部件——轴承发生故障,导致车辆发生重大运行安全或交通事故,亟... 详细信息

随着新能源汽车发展和产业化已经提升到国家战略,轮毂电机驱动电动汽车以独特的动力传递技术和灵活方便的控制优势成为新能源汽车行业的研究热点。为避免因轮毂电机重要零部件——轴承发生故障,导致车辆发生重大运行安全或交通事故,亟需研究高效的轮毂电机轴承状态识别技术。以轮毂电机轴承的常见故障状态为切入点,提出了基于改进人工碳氢网络(Artificial Hydrocarbon Networks,AHNs)的轮毂电机轴承状态识别方法,精准识别多运行工况下轮毂电机轴承状态。(1)探究适用于复杂多变工况下的轮毂电机轴承状态识别方法,设计了轮毂电机轴承试验台架方案,搭建供电控制系统和信号采集系统,为后期研究基于改进AHNs的轮毂电机轴承状态识别方法提供数据支撑。(2)分析轮毂电机多种运行工况下振动和噪声信号特点,探索间歇性强干扰下的故障特征提取方法,提出基于粒子群优化算法(Particle Swarm Optimization,PSO)的小波阈值去噪法,通过合理选择适当的小波分解层数、小波基函数和各分解层的阈值,消除干扰成分对振动、噪声信号的影响。再利用基于综合权重诊断指标的故障特征参数提取方法,快速优选故障特征参数,为后续轮毂电机轴承状态识别模型的构建提供输入。(3)研究AHNs技术,分析传统AHNs全局分类寻优的方法及特点,提出了一种复合误差函数(Complex Error Function,CEF)来优化两个相邻碳氢分子的区间划分规则,获取每个碳氢分子的最佳分割解,并定义了距离误差比来评估基于CEF的AHNs(简称为CEF-AHNs)的状态识别性能,以构建有效的轮毂电机轴承状态识别模型。(4)尽管CEF-AHNs一定程度上能够提高轮毂电机轴承的状态识别精度,但训练过程中要求输入参数与输出结果具备严格的映射关系,且其识别性能过于依赖训练样本集的强耦合关系。因此,结合K-means聚类算法,改进碳氢分子区间块更新方式,构建基于K-means的AHNs(简称为K-AHNs),对比分析了基于K-AHNs的轴承状态识别方法的可靠性和实用性。(5)针对K-AHNs对振动和噪声信号所反映的权重系数具备强依赖性,利用AdaBoost算法重构振动和噪声信号在AHNs模型中的权重,优化碳氢化合物的线性连接方案,构建基于AdaBoost和K-means的AHNs(简称为AdaBoost KAHNs)的轮毂电机轴承状态识别方法,利用开源数据和轮毂电机台架试验数据验证了AdaBoost K-AHNs的稳定性和可靠性。综上所述,AHNs智能算法的改进方案既适应于轮毂电机轴承故障诊断,又提升了其状态识别精度,为后续轮毂电机的状态识别领域提供了研究方向。

关键词：轮毂电机轴承状态识别人工碳氢网络 K-means聚类算法 AdaBoost算法

来源：

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CDI和AHNs的轮毂电动机轴承故障逐次诊断方法

引用

江苏大学学报（自然科学版） 2021年第1期42卷 15-21页

作者：江洪周宇薛红涛李仲兴江苏大学机械工程学院江苏镇江212013 江苏大学汽车与交通工程学院江苏镇江212013

针对电动汽车轮毂电动机常见的轴承故障,提出了一种基于复合区分度指标(compound distinguish index,CDI)和人工碳氢网络(artificial hydrocarbon networks,AHNs)的轮毂电动机轴承故障逐次诊断方法.首先通过信号共振稀疏分解从原始信号... 详细信息

针对电动汽车轮毂电动机常见的轴承故障,提出了一种基于复合区分度指标(compound distinguish index,CDI)和人工碳氢网络(artificial hydrocarbon networks,AHNs)的轮毂电动机轴承故障逐次诊断方法.首先通过信号共振稀疏分解从原始信号中提取反映故障冲击的低共振分量;然后着重考虑不同车速工况对电动机轴承振动信号的影响程度,基于CDI在时频域中提炼出多个高敏感特征参数来表征电动机轴承运行状态,提高诊断的时效性;最后通过特征参数与轴承状态的隶属关系建立样本集,基于AHNs构建轮毂电动机轴承故障逐次诊断模型,实现多工况下不同故障状态的识别,并在轮毂电动机综合台架上进行了试验验证.结果表明:该方法的诊断正确率高达98.46%,且具有较好的鲁棒性,能够有效实现轮毂电动机轴承故障的诊断.

关键词：轮毂电动机轴承故障复合区分度指标人工碳氢网络逐次诊断

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于F-AHNs的轮毂电机轴承故障诊断方法研究

基于F-AHNs的轮毂电机轴承故障诊断方法研究

引用

作者：童鹏江苏大学

学位级别：硕士

轮毂电机具有效率高、响应快、全时线控等优势,是电动汽车未来产品技术更新换代和推动产业发展的重要基础性技术,也是未来电动汽车的理想动力源。其驱动系统可有效降低整车能耗、提升整车性能、优化空间布置,受到了市场广泛的关注。然而... 详细信息

轮毂电机具有效率高、响应快、全时线控等优势,是电动汽车未来产品技术更新换代和推动产业发展的重要基础性技术,也是未来电动汽车的理想动力源。其驱动系统可有效降低整车能耗、提升整车性能、优化空间布置,受到了市场广泛的关注。然而,轮毂电机特殊的安装方式,既难以加装保护装置,又极易诱发局部故障。一旦一个或多个轮毂电机发生故障,局部的输出转矩将会产生剧烈波动,势必导致车辆操纵稳定性及行驶平顺性下降,严重时发生跑偏、引发交通事故甚至危及生命。类似的安全隐患问题成为轮毂电机驱动电动汽车市场化推广的“拦路虎”。为充分发挥轮毂电机驱动系统的优势、满足《机动车运行安全技术条件》(GB 7258-2017),急需开展轮毂电机故障诊断理论方法研究。轮毂电机是典型的复杂机电系统,其故障类型包括机械故障和电气故障。本文以常见的轮毂电机机械故障——轴承故障为切入点,研究复杂工作环境和多变运行工况下故障特征提取、数据约简和故障诊断方法,提出一种基于模糊人工碳氢网络(Fuzzy Artificial Hydrocarbon Networks,简称F-AHNs)的轮毂电机轴承故障诊断方法,实现轮毂电机轴承故障的有效诊断。首先,考虑车辆真实运行工况下转速和负载转矩对轮毂电机振动信号的影响程度,搭建轮毂电机轴承故障试验台架,定制带有轴承常见损伤故障如外圈损伤、内圈损伤和滚动体损伤的轮毂电机,并设计相应试验方案,采集不同转速和负载转矩下轮毂电机运行状态的监测信号,为后续研究工作奠定基础。其次,为了解决轮毂电机轴承振动信号非平稳、非线性、强干扰等特点导致故障特征提取难的问题,提出一种基于改进经验模态分解(Empirical Mode Decomposition,简称EMD)的故障特征提取方法,将原始信号划分为最小单元,对每一个最小单元信号做EMD分解,分析每个单元的本征模函数(Intrinsic Mode Function,简称IMF)在频域上的相似度,从而获得轮毂电机轴承故障特征。然后,针对原始振动信号计算出的特征参数数据量大、随机性高、区分度低的问题,提出一种基于粗糙集(Rough Set,简称RS)理论的特征参数离散化方法,在不破坏算法分辨关系的前提下,对特征参数进行最粗略的划分,以达到加快机器学习算法运行速度,提高分类精度的目的。最后,针对现有人工碳氢网络(Artificial Hydrocarbon Networks,简称AHNs)诊断模型输出状态值之间存在模糊性、容易出现误判的问题,结合模糊理论,提出一种基于F-AHNs的轮毂电机轴承故障诊断方法,通过建立基于学习后AHNs模型输出状态值的隶属度函数,作为模型的后续诊断部分,并构建F-AHNs诊断模型,有效提高模型的诊断精度。通过与其他分类器比较,验证了本文所提方法的泛化性和鲁棒性。

关键词：轮毂电机轴承故障诊断特征提取粗糙集人工碳氢网络

来源：

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

基于数据驱动的轮毂电机轴承故障诊断方法研究

基于数据驱动的轮毂电机轴承故障诊断方法研究

引用

作者：周宇江苏大学

学位级别：硕士

随着电动汽车的迅速发展,基于轮毂电机的分布式驱动技术也迅速地受到关注,相较于传统汽车的集中式驱动,该技术将驱动、制动和承载等功能集成到电机上并安装于汽车轮毂中,控制灵活,传动高效,是未来电动汽车理想的驱动方式。然而由于轮毂... 详细信息

随着电动汽车的迅速发展,基于轮毂电机的分布式驱动技术也迅速地受到关注,相较于传统汽车的集中式驱动,该技术将驱动、制动和承载等功能集成到电机上并安装于汽车轮毂中,控制灵活,传动高效,是未来电动汽车理想的驱动方式。然而由于轮毂电机特殊的安装方式,轮毂电机的关键部件——轴承需要同时承受径向载荷以及轴向载荷,而且电动汽车复杂多变的运行环境也会加剧轮毂电机轴承受到的冲击,使其产生局部磨损性能退化从而引发故障。一旦轮毂电机轴承发生故障,轻则影响轮毂电机的运行性能,重则危及电动汽车的行车安全,因此很有必要对轮毂电机轴承开展故障诊断方法研究。针对轮毂电机驱动的电动汽车运行安全问题,本文将轮毂电机轴承作为研究对象,以故障特征提取、故障特征降维和故障状态识别三个方面为主要研究内容,提出一种基于数据驱动的轮毂电机轴承故障诊断方法,能够有效实现轮毂电机轴承故障状态的诊断识别。首先,针对实车试验难以控制变量的问题,基于电动汽车的实际运行环境,以知豆D1电动汽车为原型搭建轮毂电机轴承故障试验系统,定制带有轴承常见多发故障如外圈损伤、内圈损伤和滚动体损伤的轮毂电机并设计相对应的试验方案,为后续的故障诊断研究工作提供数据支持。其次,针对在间歇性强干扰下提取轮毂电机轴承故障特征信息较为困难的问题,提出基于优化共振稀疏分解的故障特征提取方法,将高共振分量的平滑指数与低共振分量峭度的比值作为目标函数,利用狼群算法优化得到的分解因子对试验原始信号进行分解,能够有效提取出故障特征信息。然后,针对多维故障特征参数集的降维问题,提出基于改进t分布随机邻域嵌入的故障特征降维方法,在传统的t分布随机邻域嵌入基础上,通过Barnes-Hut算法对其梯度进行加速,在保证降维特征的精度同时有效将时间复杂度从O（N）降至O（NlogN）,大幅度提高运算速度。最后,针对轮毂电机轴承故障诊断过程中噪声数据干扰的问题,提出基于人工碳氢网络的故障状态识别方法,利用碳氢化合物封装信息的特点,对数据库中特征参数集与轮毂电机轴承状态之间的隶属关系进行监督式学习。结合试验数据,通过与其他分类器算法的比较,验证该方法不仅具有较高的故障识别率,而且处理含噪声的数据具有较强的鲁棒性。

关键词：轮毂电机故障诊断数据驱动特征提取特征降维人工碳氢网络

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：