基于深度置信网络和信息融合技术的轴承故障诊断

提出一种基于深度置信网络(DBN)和信息融合技术的轴承故障诊断新方法。首先采用集合经验模式分解将轴承振动时域信号分解为若干个固有模态函数,并分别输入至若干个DBN中进行故障状态识别,然后通过简单投票法将每个DBN识别的结果进行决策层信息融合,从而得到轴承故障的最终诊断结果。通过对单负载和多负载下不同类型和不同损伤程度的滚动轴承故障诊断进行实例分析,验证了本文方法的有效性和精确性。     

筒式磁流变液联轴器设计与实验研究

讨论结构设计、外加磁场、输入转速和转矩对MRF联轴器传动扭矩的影响.在Bingham模型基础上,通过理论计算,得出筒式结构扭矩传递值在工作间隙减小过程中趋于某一极限值结论,按此结论设计出传动实验装置,通过实验对筒式磁流变液连轴器的输出性能进行验证,所得实验结果与理论推导结果相吻合.     

基于Lamb波混合成像算法的薄板结构损伤定位

针对传统椭圆法和双曲线法对结构损伤定位不精确的问题,提出了一种基于Lamb波的混合成像算法。该算法将椭圆法和双曲线法相结合,在使用相同数量传感器的条件下提高对信号数据的利用率,从而提高损伤定位的精度。通过有限元仿真对该算法进行验证,即建立一个无损伤模型和多个有损伤模型,模拟压电传感器以双面同相的激励方式获得单一模态的Lamb波,从而获得损伤的反射信号。用混合成像算法和传统椭圆法对仿真模型分别进行损伤定位。成像结果对比表明,混合成像算法对损伤的定位更精确,而且在结构有多处缺陷的情况下能检测到传统椭圆法无法识别出的损伤。     

叠加式压电陶瓷智能骨料特性仿真研究

基于一维压电弹性理论建立叠加式压电陶瓷智能骨料的理论模型,并在此基础上采用数值分析方法研究压电陶瓷电学连接方式和叠加数量以及单片压电陶瓷厚度、水泥保护层厚度等关键结构参数对智能骨料的谐振频率、机电耦合系数、智能骨料激发器输出位移及传感器输出功率的影响。结果表明,智能骨料的谐振频率和反谐振频率随压电陶瓷的厚度和叠加片数、保护层厚度的增加而不断减小,且压电陶瓷串联叠加时谐振频率与反谐振频率之间的差值大于并联叠加时的对应差值;智能骨料的机电耦合系数随压电陶瓷的厚度和叠加片数的增加而增大;智能骨料激发器的输出位移与智能骨料传感器的输出功率随压电陶瓷叠加片数的增多而加大,且压电陶瓷串联叠加时的激发器输出位移和传感器输出功率均大于并联叠加时的输出值。