船舶摩擦学的发展展望

 首先阐述了船舶摩擦学的定义及其内涵。船舶摩擦学涉及内摩擦和外摩擦的问题,前者主要包括船舶主机、辅机与推进轴系等机械装置及系统内各摩擦副之间产生的摩擦,而后者包括甲板上层建筑及货物与空气、艉轴外支架、船体壳板与水、船上作业人员与船舶甲板间的摩擦。其次,综合分析了船舶主动力机械设备、辅助机械设备、船体界面中的各种摩擦学研究进展,并提出了船舶摩擦学在船舶节能减排、延长船舶机械系统的使用寿命、提高船舶运行效率等方面的作用。最后,结合船舶摩擦学的研究现状和航运业的发展需求,对船舶摩擦学研究的发展趋势进行了展望。     

机群状态远程监测与故障诊断系统的研制

介绍一种机群远程监测与故障诊断系统的构建.通过利用传感技术、无线数据传输、网络技术和故障诊断技术等,实现机群中各分散单机的远程监测与故障诊断,实现实时评估当前机群总体运行情况及各单机的运行状况,并将诊断结果以报告的形式通过网络传输给用户.系统数据由SQL Server 2000建构与维护,实现了数据的集中管理和机群信息的交换与共享.通过在某高速公路施工现场实验表明,系统有效地改善了工程机械运行状况,提高了施工机群的施工效率.该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域.     

基于单片机的低速旋转机械转速测量系统设计

针对低速旋转机械转速测量系统由于硬件电路设计原因造成的测速精度较低及需要拆卸、安装方可测速引起的操作不便问题,设计了一套低速旋转机械测速系统．该系统由硬件电路和软件程序组成,以单片机AT89C52为核心,通过霍尔传感器采集转速信号,经过光电耦合器隔离后整形,然后信号被送入单片机系统进行计数运算,所得转速测量结果显示在LCD屏上．该转速测量系统精度高,调试方便,可广泛应用于各种控制系统中对低速旋转机械的转速进行测量．     

机械动力学结构模态分析实验的教学改革

针对目前机械动力学课程中悬臂梁结构模态分析实验存在的问题,引导学生将学习过的CAD/CAE软件操作知识运用于该实验,弥补了实验仪器和实验装置的不足,也提高了学生做实验的主动性和创新性,大大提升了实验效果。     

Application of Kernel GDA to Performance Monitoring and Fault Diagnosis for Rotating Machinery

Faults in rotating machine are difficult to detect and identify,especially when the system is complex and nonlinear.In order to solve this problem,a novel performance monitoring and fault diagnosis method based on kernel generalized discriminant analysis(kernel GDA,KGDA) was proposed.Through KGDA,the data were mapped from the original space to the high-dimensional feature space.Then the statistic distance between normal data and test data was constructed to detect whether a fault was occurring.If a fault had occurred,similar analysis was used to identify the type of faults.The effectiveness of the proposed method was evaluated by simulation results of vibration signal fault dataset in the rotating machinery,which was scalable to different rotating machinery.     

速度相同的具有m-2台通用机的两组工件的LS算法分析

对于实践中存在的具有两组任务的优化排序问题进行了讨论,在经典的LS算法的基础上提出了一种改进的LS算法,利用"首先空闲"准则选择机器,按照工件的到达顺序安排工件,讨论了将两组工件安排在两台速度相同的专用机,m-2台同速度的通用机上的Cm ax问题,其中工件具有准备或到达时间,且工件的准备或到达时间均不超过其加工时间的α倍。目标是在最短的时间内完成所有给定的任务。得到了利用该近似算法所得的解TLS与最优解T*的一个估计(1+α)(2-1/m),并且证明了对任意的α此界是紧的。     

机械专业一体化多层次实验教学改革探讨

分析了机械工程专业传统的实验教学中存在的问题,阐述了对此进行改革与创新的必要性。针对实际存在的问题,基于学校矿冶机电专业的特色,从实验教学体系的构建、实验教学方式、教学途径、实验室建设等多方面论述了具体的改革方案和措施。     

一种迭代改进的球向量机故障诊断算法

针对往复式压缩机故障数据规模大、常规诊断算法训练时间长的问题,提出了一种迭代改进的球向量机算法(IIBVM).该算法将多个传感器采集到的压缩机不同工况下的运行数据输入球向量机进行训练,在训练过程中,增加了缓存用量,并在采样中跳过点积大于当前最远点点积的缓存点;引入缓存校正措施,每隔数次迭代即用点积和球心模计算公式对缓存中的数据进行一次校正;将距球心小于某个安全距离的点标记为无效点,并在下次采样到无效点时直接跳过;若核向量个数连续几次迭代保持不变,则提前终止迭代.训练后将新的压缩机运行数据代入决策函数,实现压缩机的故障诊断.在4个UCI标准数据集和实测的压缩机气阀故障数据集上进行的对比实验结果表明,IIBVM算法与球向量机算法相比,训练时间最多可降低50％,支持向量个数最多可减少18％.     

二叉树支持向量机的旋转机械故障诊断

针对SVM二叉树多类分类优先级的确定问题,通过旋转机械故障实验平台和数据采集系统,采集旋转机械故障实验台转子正常、转子不平衡、转子不对中、转子轴承内圈裂缝、转子轴承外圈裂缝5种工况下的振动信号,进行零均值化处理;选择信号的主要频段进行信号重组,提取其时域无量纲特征值,利用并联式SVM的正检率大小确定SVM二叉树多类分类的优先级,进行故障类型的识别。通过实验,实现了训练样本的完全可分,说明此种方法的有效性。     

自学习模糊脉冲神经网络的旋转机械诊断

针对旋转机械故障分类边界的模糊性和传统的神经网络算法难以解决应用问题的实例规模和网络规模之间的矛盾问题,提出了一种自学习模糊脉冲神经网络算法,该算法通过脉冲序列的种群编码和无监督学习较好的克服了旋转机械故障分类边界的聚类分析无效性问题.应用表明该算法有效解决了旋转机械故障的边界模糊性问题,较大提高了故障诊断的准确率.