检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小样本下基于孪生神经网络的柱塞泵故障诊断

北京航空航天大学学报 2023年第1期49卷 155-164页

作者：高浩寒潮群徐孜陶建峰刘明阳刘成良上海交通大学机械系统与振动国家重点实验室上海200240

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层... 详细信息

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明:与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明:所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。

关键词：柱塞泵卷积神经网络孪生神经网络小样本故障诊断数据融合

矿用大功率柱塞泵研究现状及绿色化发展趋势与展望

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2023年第10期59卷 333-345页

作者：刘银水董婕韦文术赵申诞李然刘昊叶健吴德发华中科技大学机械科学与工程学院武汉430074 兰州理工大学能源与动力工程学院兰州730050 华中科技大学无锡研究院无锡214174 北京天玛智控科技股份有限公司北京100013

柱塞泵具有结构简单、耐冲击力强、易于实现高压等优势,是矿用液压支架的心脏。柱塞泵的水平不仅反映一个国家工业发展水平,而且我国高端矿用泵长期依赖进口,因此也是卡脖子技术之一。随着煤矿开采朝着高产高效和安全绿色化的方向发展,... 详细信息

柱塞泵具有结构简单、耐冲击力强、易于实现高压等优势,是矿用液压支架的心脏。柱塞泵的水平不仅反映一个国家工业发展水平,而且我国高端矿用泵长期依赖进口,因此也是卡脖子技术之一。随着煤矿开采朝着高产高效和安全绿色化的方向发展,矿用柱塞泵面临两大发展趋势:以水为工作介质取代传动润滑液以实现绿色化;高压大流量高功率。介绍矿用柱塞泵的发展历程,在总结国内外矿用高压大功率水压柱塞泵产品现状的基础上,重点分析水压柱塞泵在矿用领域面临的核心技术难题和挑战,并提出应对措施,最后展望矿用高压大功率柱塞泵的绿色化发展趋势。

关键词：矿用柱塞泵高压大功率水压化绿色化

基于HP滤波与ARIMA-GARCH模型的柱塞泵泄漏量预测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第10期38卷 61-67页

作者：陈乐高文科冀宏张磊兰州理工大学能源与动力工程学院兰州730050 徐州工程学院机电工程学院徐州221018

柱塞泵关键摩擦副磨损造成的泄漏增大是其性能退化的主要原因,预测泄漏量的变化趋势有助于定量分析柱塞泵性能退化过程。该研究使用HP(Hodrick-Proscott)滤波对柱塞泵泄漏量进行分解,结合滤波后得到的趋势数据具有非线性及方差异性的特... 详细信息

柱塞泵关键摩擦副磨损造成的泄漏增大是其性能退化的主要原因,预测泄漏量的变化趋势有助于定量分析柱塞泵性能退化过程。该研究使用HP(Hodrick-Proscott)滤波对柱塞泵泄漏量进行分解,结合滤波后得到的趋势数据具有非线性及方差异性的特征,基于时间序列方法建立HP-ARIMA-GARCH(HP-Auto Regressive Integrated Moving Average-Generalized Autoregressive Conditionally Heteroscedastic)模型预测柱塞泵泄漏量变化。通过不同时段泄漏量预测结果比较可知,根据HP滤波分解后得到的趋势数据序列建立的HP-ARIMA-GARCH模型较传统时间序列模型预测结果的平均相对误差最高可减小5.42个百分点,能够实现对泄漏量的有效预测。研究结论可为柱塞泵性能退化的定量预测提供理论参考。

关键词：柱塞泵模型泄漏量预测 HP滤波 ARIMA-GARCH 性能退化

在线全文

学校读者我要写书评

暂无评论

柱塞泵滑靴磨损信号随机森林算法故障诊断

机械设计与制造 2024年第6期 150-153页

作者：张月平田伟华刘艳红周口职业技术学院汽车与机电工程学院河南周口466000 郑州大学电气工程学院河南郑州450001

为了提高低负载下柱塞泵滑靴磨损故障状态诊断精度,提出基于随机森林算法的柱塞泵滑靴磨损故障状态识别方法。重点分析了低负载条件下各类柱塞泵滑靴故障信号的频域特征值,构建了特征数据库。验证了上述方法的适应性,并测试了柱塞泵不... 详细信息

为了提高低负载下柱塞泵滑靴磨损故障状态诊断精度,提出基于随机森林算法的柱塞泵滑靴磨损故障状态识别方法。重点分析了低负载条件下各类柱塞泵滑靴故障信号的频域特征值,构建了特征数据库。验证了上述方法的适应性,并测试了柱塞泵不同程度松靴故障的诊断情况。研究结果表明:滑靴磨损后频域表现出明显的波动性,袋外错误率和决策树数量呈现反比变化规律,基本都在0.05附近,将决策树最优棵数n设定在400。以随机森林算法诊断特征数据库时,在250组样本中只发生了1组误识别情况,达到了98.75%的识别准确度。随机森林方法训练时间、训练准确度与测试准确度都比其它各算法更优。松靴故障诊断结果获得了高于99.5%的总体诊断准确度。采用随机森林方法柱塞泵磨损故障状态诊断表现出优异适应性,能够对柱塞泵各故障状态进行准确诊断。

关键词：柱塞泵故障诊断随机森林算法滑靴磨损准确度

在线全文

学校读者我要写书评

暂无评论

柱塞泵滑靴副的流体润滑特性试验系统及原理

西安交通大学学报 2021年第8期55卷 9-17页

作者：李焕军张义民杭州电子科技大学机械工程学院杭州310018

针对现有的柱塞泵滑靴副油膜3点厚度推导法的不足,提出了更高精度的双面平均6点推导法,并对相关联的压力场分布、功率损失及泄漏量理论进行了完善,进一步地,基于恒温振动工况对滑靴副流体润滑特性研究进行了试验系统设计。通过该试验系... 详细信息

针对现有的柱塞泵滑靴副油膜3点厚度推导法的不足,提出了更高精度的双面平均6点推导法,并对相关联的压力场分布、功率损失及泄漏量理论进行了完善,进一步地,基于恒温振动工况对滑靴副流体润滑特性研究进行了试验系统设计。通过该试验系统,可以准确测量轴向柱塞泵在恒温和变温、振动与非振动工况下不同转速、输入压力及结构形式时测点的油膜厚度、压力、温度及泄漏量,进而得出滑靴副功率损失、温度分布、压力分布、泄漏量的变化规律;验证在振动情况下现有关于滑靴副流体润滑特性理论的适用性。该试验系统能实时精确地测量滑靴副油膜的厚度,测量误差小于1μm;温控试验时,能保证试验系统所需目标温度误差小于0.1℃;采用了电液控制的三向振动系统,调频范围为0~200 Hz,基本能满足所有工况下振动频率的测试需求。此试验系统为恒温振动工况下柱塞泵的流体润滑特性研究提供了平台。

关键词：柱塞泵滑靴副润滑特性试验系统

在线全文

学校读者我要写书评

暂无评论

全流量自冷却柱塞泵的泵内温升特性分析

华中科技大学学报（自然科学版） 2022年第2期50卷 38-43页

作者：闻德生钟佳伟黎亚洲杜飞燕山大学机械工程学院河北秦皇岛066004

为研究新型全流量自冷却柱塞泵的自冷却特点并分析其自冷却性能,基于双端面配流原理提出了全流量自冷却柱塞泵,简述其结构及工作原理,对全流量自冷却柱塞泵和传统CY泵的温升特点进行对比分析,从宏观角度分析温升原因和能量转换关系,得... 详细信息

为研究新型全流量自冷却柱塞泵的自冷却特点并分析其自冷却性能,基于双端面配流原理提出了全流量自冷却柱塞泵,简述其结构及工作原理,对全流量自冷却柱塞泵和传统CY泵的温升特点进行对比分析,从宏观角度分析温升原因和能量转换关系,得到两种泵在相同工况下的温升差距,利用AMESim软件搭建柱塞泵的热学模型,仿真得到两种泵的温升曲线,搭建温升对比实验平台,对不同压力下的全流量自冷却柱塞泵和CY泵进行温升测试,并对额定工况下的两种柱塞泵温升作对比.实验结果表明:相比于传统CY泵,全流量自冷却柱塞泵的温升较小,具有更好的冷却效果;同时油液温度的降低使油液的润滑性能更好,减小了运动副间的磨损,有利于提高柱塞泵的使用寿命.

关键词：柱塞泵双端面配流温升自冷却 AMESim

在线全文

学校读者我要写书评

暂无评论

柱塞泵压力脉动随机动力特性分析及实验研究

振动与冲击 2019年第16期38卷 188-191页

作者：顾振杰白长青西安交通大学航天航空学院机械结构强度与振动国家重点实验室

考虑流体流动、转子转动等随机性引起的压力脉动波动特性,提出了柱塞泵压力脉动的随机动力学表达式,并通过三柱塞泵-管道系统实验获得压力脉动随机参数的概率分布规律为极值I型分布。根据所提出压力脉动随机动力学表达式,应用蒙特-卡罗... 详细信息

考虑流体流动、转子转动等随机性引起的压力脉动波动特性,提出了柱塞泵压力脉动的随机动力学表达式,并通过三柱塞泵-管道系统实验获得压力脉动随机参数的概率分布规律为极值I型分布。根据所提出压力脉动随机动力学表达式,应用蒙特-卡罗方法进行管道动力响应分析,通过与实验数据对比验证了所提出表达式的合理性。根据实验及数值分析结果发现泵输出压力脉动与管道位移响应均服从极值I型分布,随机压力脉动频率特性中出现和实验一致的1/3倍频。管道动力响应数值分析结果与实验吻合良好,证明所提出的表达式能够准确模拟柱塞泵管道系统内压力脉动随机动力特性,对管道系统的安全性和可靠性设计具有重要的应用价值。

关键词：柱塞泵压力脉动随机动力特性实验研究

在线全文

学校读者我要写书评

暂无评论

柱塞泵摩擦副低速特性研究

柱塞泵摩擦副低速特性研究

作者：杨皓太原科技大学

学位级别：硕士

随着工业技术的不断进步,全球环境污染问题变得日益严峻,如何有效推进环境治理走向可持续发展的道路,成为了各个国家、各个行业所关注的难题。工程机械电动化是当前工程机械行业新的发展理念,由于电动化具有节能、低噪、排放小等优点,... 详细信息

随着工业技术的不断进步,全球环境污染问题变得日益严峻,如何有效推进环境治理走向可持续发展的道路,成为了各个国家、各个行业所关注的难题。工程机械电动化是当前工程机械行业新的发展理念,由于电动化具有节能、低噪、排放小等优点,成为了工程机械行业实现绿色低碳转型、降低成本、减小污染的重要途径。变转速容积调速系统采用伺服电机直接驱动定量泵的结构,具有良好的节能和降噪效果,是目前工程机械电动化的重要实现途径之一。然而,由于该系统存在低速稳定性差的缺点,导致其在高压大功率等工况下的应用受到了严重限制。其中柱塞泵摩擦副在低速下无法充分发挥效能,是导致该系统低速稳定性差的重要因素之一。本文针对斜盘式轴向柱塞泵的摩擦副,建立了理论模型,分析讨论了低转速对摩擦副油膜特性的影响规律,并提出了优化措施,同时,搭建了柱塞泵转矩测试试验平台,对仿真结果进行了试验验证。主要研究内容及结论如下:(1)轴向柱塞泵摩擦副理论建模。首先详细描述了斜盘式轴向柱塞泵的工作原理,推导了理论排量、理论流量和理论转矩等关键参数表达式,为摩擦副阻力矩仿真模型和转矩试验平台的搭建提供了理论基础。其次综合考虑了柱塞侧向力、滑靴副和配流副的静、动压效应以及挤压效应等因素,对三大摩擦副进行了运动学以及动力学分析,并建立了力与力矩平衡数学模型。最后分别采用了三点周向均匀分布描述法和倾斜角建立滑靴副和配流副的油膜厚度数学模型。(2)轴向柱塞泵摩擦副低速特性仿真分析。首先基于建立的数学理论模型,借助Matlab和Amesim仿真程序,结合Stribeck曲线进行了联合仿真,搭建了油膜厚度模型和摩擦副阻力矩模型。其次,对斜盘式轴向柱塞泵摩擦副低速特性的仿真结果进行了分析。结果表明:随着转速的降低,油膜静压力保持不变,动压力逐渐减小,尤其是当转速过低时,油膜动压效应无法形成,油膜动压力为零;随着转速的降低,油膜动压支撑力减小,混合摩擦力和挤压支撑力增大,其中动压支撑力的变化幅度最为明显;油膜厚度随着转速的降低而降低;随着转速的降低,摩擦副阻力矩和柱塞泵实际扭矩逐渐增大,从而导致柱塞泵的效率逐渐降低,在低速工况下尤其明显。最后以A10VSO45试验泵的配流副为研究对象,对配流盘进行了结构优化,增大了外密封带的面积,并进行了仿真分析。结果表明:随着配流盘外密封带面积的增大,配流副可以在更低的转速下形成动压效应,同时与改进前相比,动压效应更为显著。此外,配流盘外密封带面积增大后,油膜厚度也明显高于之前的油膜厚度。(3)轴向柱塞泵转矩试验分析。首先设计了柱塞泵转矩测试系统原理图,对试验元件和数据采集采集卡进行了选型并根据原理图搭建了转矩测试试验平台。其次制定了转矩测试试验方案,并详细介绍了试验台的试验流程。最后测量了A10VSO45试验泵在低转速下的实际转矩,并根据转矩试验原理将试验数据与仿真结果进行了对比分析。实验结果表明,理论模型可以较为准确地反映斜盘式轴向柱塞泵在低转速下阻力矩的变化趋势。

关键词：柱塞泵摩擦副动压低速特性阻力矩

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

柱塞泵空化振动信号提取及其极限学习机检测

机械设计与制造 2023年第6期388卷 101-104页

作者：张保生王强东李明许昌职业技术学院机电与汽车工程学院河南许昌461000 河南科技大学机械工程学院河南郑州446000 中电科信息产业有限公司河南新乡453006

随真空度的持续提高,泵运行过程中开始形成空化并且空化程度逐渐变得明显,由此引起泵流量减小。为实现对柱塞泵的实际振动信号精确分析,选择小波基函数对采集信号实施三层小波包分解处理,经过阈值去噪以及小波包重构方法完成信号去噪过... 详细信息

随真空度的持续提高,泵运行过程中开始形成空化并且空化程度逐渐变得明显,由此引起泵流量减小。为实现对柱塞泵的实际振动信号精确分析,选择小波基函数对采集信号实施三层小波包分解处理,经过阈值去噪以及小波包重构方法完成信号去噪过程。采极限学习机用EMD自适应分解方法处理振动信号,从中提取可以显著反馈信号复杂度的样本熵,并根据该参数判断空化情况。当样本熵值提高后形成更复杂的样本序列。开展了通过ELM实现的柱塞泵空化状态检测,结果表明:本设计特征提取方法都能够准确检测各工况的空化状态,与BP神经网络以及随机森林(FR)相比,ELM达到了更高检测准确度,并且ELM模型时间也显著缩短。该研究对提高柱塞泵空化振动信号提取及故障诊断效率分析具有很好的实际指导价值。

关键词：极限学习机柱塞泵空化振动信号特征提取检测