关键词： 隔振装置   AFT   有限元   机械阻抗   力传递率  

摘要： 为满足海洋船舶工程装备在多向循环载荷与复杂环境下的减振降噪需求，本文设计了一种全金属柔性多向隔振装置，结合球铰转动灵活和结构紧凑等特点。首先，建立了隔振装置的动力学模型，采用交替频率时域法（AFT-method）进行求解，分析了线性刚度、阻尼系数及非线性刚度对固有频率与峰值的影响。其次，对隔振装置进行仿真分析，研究弹簧刚度对隔振装置动刚度和固有频率的影响。最后，搭建试验平台，开展正弦扫频试验，引入阻抗和力传递率分析隔振装置隔振性能，并对动力学模型和仿真结果进行验证。研究结果表明：隔振装置具有较好的隔振效果，其力传递率随激振频率的增加可达到0.01，动力学模型和仿真结果均具有较高精度。

关键词： 早期故障检测   关系网络   健康指标   双向门控循环单元  

摘要： 轴承作为转向架的关键部件之一，对其进行早期故障检测尤为重要。本文提出一种基于关系网络（relation network,RN）的轴承早期故障检测方法。设计了一种可以有效提取轴承状态特征，度量特征间非线性距离的健康状态检测关系网络模型。离线建模阶段，获取待检测轴承离线正常样本进行训练，学习健康状态样本特征之间的非线性距离；在线监测阶段，获取当前运行状态样本进行检测，得到关系得分作为轴承状态的健康指标。利用3σ准则得到健康指标的健康阈值，用以检测轴承的健康状态，及时发现故障。最后，在XJTU-SY滚动轴承全寿命数据集上进行试验，试验结果表明，与均方根、峭度、堆叠自编码器等方法相比，本文方法所得健康指标对早期故障更为敏感，并且具有更好的单调性与趋势性，与孤立森林、支持向量机、堆叠自编码器等方法相比，本文方法所得首次故障时间更提前，具有一定的应用价值。

关键词： 地铁车辆   轮对失圆   故障诊断   规整变模态分解   特征提取  

摘要： 目前，针对各类轨道交通车辆轮对失圆的故障诊断多采用动力学仿真振动信号、单轮对试验台或车辆滚动试验台振动信号，无法完全模拟实际运营线路的曲线、坡道、轮轨自激振动、轨道波磨等复杂因素，以及这些因素之间的干扰和混叠。对此，论文基于地铁实际运营线路的车辆振动信号，将在变模态分解（VMD）方法的基础上进行了特征增强优化的规整变模态分解（WVMD）方法应用于地铁车辆轮对失圆故障特征提取，并构建了与之相应的特征提取框架。首先，在WVMD分解前使用能量熵增量作为指标对WVMD的最佳IMF分量个数进行优化以保证最佳分解效果，其次在WVMD分解后采用注意熵及包络峭度因子相结合的综合指标选择有效的IMF分量进行信号重构，最后采用加速度包络对重构信号进行故障特征提取。通过对仿真信号和高速列车试验标准数据的计算验证了所提出方法的有效性，进一步用所提方法对国内某地铁车辆运营期间采集的振动信号进行了轮对失圆振动特征提取及分析，获得了多种工况下、不同的关键几何参数值时的轮对失圆振动特征，结果显示，轮对失圆故障特征呈现较高的耦合性，可为地铁车辆轮对失圆的故障诊断提供有力的依据。

关键词： 非线性动力学   稀疏辨识   滚动轴承   故障诊断   变模式分解  

摘要： 轴承作为机械传动环节的关键部件，其健康状态的准确识别对实现设备安全高效运行至关重要。对于包含早期故障一维振动信号的特征提取和模式识别，其关键在于如何有效剔除或降低信号中的环境噪声和本征噪声成份。非线性动力学稀疏辨识(sparse identification of nonlinear dynamics，SINDy)方法是一种能够从动态系统的观测数据中提取出内在固有模式的稀疏回归技术，在非线性动力学领域得到广泛应用。本文将SINDy应用到机械领域一维时间序列的故障诊断中，在研究其适用性、有效性的基础上，选用通用模式分解算法对原始信号进行升维，并进行对比研究，得出基于VMD的升维算法更为有效；进一步地，针对原始算法在求解稀疏系数矩阵过程中易于陷入局部最优解，提出采用迭代重加权二阶锥规划算法将原始的稀疏回归问题转化为二阶锥规划子问题，从而得到稀疏系数矩阵的全局最优解。基于上述两个改进措施构建了通过一维时间序列信号进行机械故障诊断的SINDy方法框架。采用仿真信号及实际现场信号的实验结果表明，相比于原始SINDy算法和通用模式分解算法，本文改进方法能够更大程度地降低原始信号中的噪声成份。

关键词： 离心泵   特征提取   多通道信息融合   多尺度卷积神经网络   门控循环单元  

摘要： 针对采用传统的诊断方法难以准确识别离心泵的关键水力部件叶轮在离心力、流体动力等综合作用情况下产生的机械故障这一问题，提出了一种多尺度卷积神经网络(MCNN)和门控循环单元(GRU)相结合的离心泵叶轮故障诊断方法。首先，在卷积神经网络的基础上引入了循环神经网络，建立了特征提取和故障分类模块，可以自动地对原始输入信号进行空间和时间特征提取并识别关键故障模式；然后，搭建了立式离心泵叶轮故障仿真实验台架，对叶轮不同故障下的泵体振动信号进行了采集，用于训练所提MCNN-GRU诊断模型；最后，利用MCNN和GRU搭建了的诊断模型和其他模型，对叶轮不同故障情况下的振动信号故障识别情况进行了对比，并对抗噪性能进行了分析。研究结果表明：无噪声情况下的单通道诊断准确率超过97.59%，在强噪声条件下多通道诊断准确率达99.13%，优于传统方法，表现出良好的抗噪性能；此外，通过三通道振动数据的融合，诊断准确率达100%，可验证多通道数据融合的优势。该研究结果可为离心泵叶轮故障诊断提供可靠的方案。

关键词： 激光熔覆   温度场   熔池   有限元仿真  

摘要： 本文建立了激光熔覆仿真模型，利用“生死单元”法，对送粉式激光熔覆过程中的温度场变化进行仿真分析，研究激光熔覆过程中的温度变化规律，对比分析正交实验所得熔深数据与激光熔覆温度场仿真结果。实验结果表明：熔覆初始阶段，热影响区小且温度偏低，随后过渡到熔池状态相对平稳的时期。此时，熔池前端的等温线分布紧密而尾部分布疏散，相应的温度梯度也逐渐降低。伴随熔覆层数递增，温度呈直线上升态势，热影响区域持续拓展，熔池的规模也不断变大，与实际熔覆过程相符，证明了该仿真模型的有效性与可靠性。为激光熔覆技术制备316L提供可靠依据。

关键词： 泡沫管网   LightGBM   仿真模拟   故障诊断   机器学习  

摘要： 为提高换流站消防泡沫管网系统维护效率、及时发现故障问题，基于实验结果验证数值模拟准确性后，构建数据库，建立基于LightGBM方法的故障诊断模型，并使用GridSearchCV找到最佳超参数组合，提高模型性能。结果表明：不同故障类型（管道泄漏、泵故障、阀门损坏、管道堵塞）、故障位置的工况数据，流量、压力变化差异显著，所建立的故障诊断模型准确率可达93.08%，模型性能较好。因此，使用基于LightGBM的故障诊断方法有助于换流站消防泡沫管网系统故障诊断，并且能够为其他相似复杂系统的故障诊断提供参考。

关键词： 滑动粗粒化   序列重构   故障诊断   故障分类   集成波动色散熵   滚动轴承   振动信号   特征提取  

摘要： 在多尺度波动色散熵中，多尺度粗粒化会忽略重构子序列部分相邻点之间的信息，并且子序列长度随着尺度因子的增大长度减小，这种特征提取的方法不利于故障分类。为了解决这个问题，本文提出了一种n次滑动粗粒化的方法，在确定的比例因子下，利用n次滑动方法保留了每点之间的信息，保证重构后的序列与重构前的序列长度一致。针对波动色散熵中映射技术过于单一的问题，本文利用集成波动色散熵对重构后的序列进行特征提取，使得熵计算更加准确。用西储大学等轴承数据集对算法进行了验证，所提方法的故障诊断精确度显著提高。

关键词： 故障诊断   齿轮箱   门控循环单元   卷积神经网络   蜉蝣算法  

摘要： 为了有效提取齿轮箱中齿轮和滚动轴承的故障信号特征，并克服深度学习模型超参数选取依赖人工经验的局限性，提高故障诊断的准确性和稳定性，本文提出了一种基于蜉蝣算法（Mayfly Algorithm， MA）优化的双通道神经网络故障诊断模型。模型采用一维时序输入的门控循环单元（GRU）和二维图像输入的卷积神经网络（CNN）构建双通道并行架构，并引入自适应批标准化（AdaBN）算法。利用MA的全局优化能力，以CNN-GRU的诊断精度为优化目标，自适应调整模型超参数。同时，将所提方法与粒子群算法（PSO）和遗传算法（GA）进行了对比验证，以评估其在模型参数优化方面的有效性。基于东南大学齿轮箱数据集和凯斯西储大学轴承数据集的实验结果表明，该方法能够有效提取振动信号特征，其故障识别精度与稳定性均优于典型深度学习模型，并展现出较强的鲁棒性。在稳态工况下，优化后的CNN-GRU模型在各数据集上的识别精度显著提高；在噪声工况下，MA优化的CNN-GRU模型表现出优异的抗噪性；在变负载工况下，结合AdaBN算法的MA-CNN-GRU模型实现了最高的平均识别精度。综上所述，所提方法能够高效、准确地检测齿轮箱故障，为机械设备的维护和稳定运行提供了重要的参考价值。

关键词： 特高压交流变压器   直出式出线装置   电弧故障防御   绝缘裕度   机械稳定性  

摘要： 传统特高压交流变压器出线装置安装在油箱外部的“L型”套管升高座中，由于升高座是半封闭式狭小空间，一旦出线装置发生油中电弧故障，升高座内部冲击压力叠加汇聚现象比油箱内部故障更加严重，导致升高座撕裂与爆燃风险较高。为提高特高压交流变压器故障防爆能力，该文提出一种基于高压直接出线方式(简称“直出式”)的特高压变压器设计方案。针对直出式出线装置油纸绝缘结构进行优化设计，研制出1000kV直出式出线装置，通过绝缘裕度、振动及冲击试验验证了直出式结构具备绝缘可靠性及机械稳定性。研制了采用直接出线方式的特高压交流变压器样机并通过型式试验考核。仿真计算可知，直出式出线结构可显著提高升高座故障防御能力，直出式方案可为特高压交流变压器的防爆设计提供一种技术途径。