关键词： 滚动轴承   马尔科夫转移场   卷积神经网络   条纹自校正注意力机制   小样本   故障诊断  

摘要： 针对滚动轴承在不同工况条件下样本分布不同以及故障样本数量不足导致故障诊断精度低、泛化性能差的问题,提出一种小样本下基于MTF与SSCAM-MSCNN的滚动轴承变工况故障诊断方法。首先,运用马尔科夫转移场(MTF)将一维振动信号转化为具有时间相关性的二维特征图。其次,提出条纹自校正注意力机制(SSCAM),它不仅可以加强模型在长距离方向上的特征提取能力,还能建立通道间依赖关系,可以对全局有效信息进行捕捉。然后,将SSCAM引入到多尺度神经网络(MSCNN)中,构建出SSCAM-MSCNN模型。最后,将MTF二维特征图输入到所提模型中进行训练,采用优化后的网络模型进行测试并输出分类结果。通过美国凯斯西储大学以及本实验室MFS滚动轴承数据集对所提方法进行验证,同时对后者进行加噪处理,与其他故障诊断模型进行对比。试验结果表明,所提方法在小样本、变工况条件下具有更高的识别精度、更强的泛化性能与抗噪性能。

关键词： 面向对象   有限元   塔式起重机   Abaqus   Python  

摘要： 针对塔机结构有限元分析存在建模繁琐,模型重用性差,造成塔机结构设计周期长、成本高等问题,提出基于面向对象的塔机结构有限元建模方法。利用Abaqus的二次开发语言Python创建塔机部件类和装配类,先通过塔机部件类的对象化完成部件几何模型、集合、基准特征创建、单元选取和网格划分,再通过塔机装配类的对象化完成不同结构形式、不同配置塔机结构有限元模型的装配,约束关系的设置,荷载与边界条件的施加和集合的创建,结果表明该方法可快速实现不同结构形式、不同配置塔机结构有限元模型的创建。

关键词： 旋转机械   机械振动故障   故障检测   振动故障信号  

摘要： 旋转机械振动信号包含多种频率成分,难以捕捉突变点,为此,提出基于离散小波变换(Discrete Wavelet Transform,DWT)的旋转机械振动故障检测方法。首先,对被测装置的振动信号进行检测,并对其进行必要的预处理,从而达到去除噪声的目的。其次,采用小波变换方法,实现对振动信号的多尺度分解,以提取不同频率和尺度上的特征信息,这些特征信息包含了旋转机械在不同工作状态下的振动特性。最后,基于提取的故障特征,引入注意力机制来实现对振动故障的快速、准确检测。实验结果表明,研究提出的旋转机械振动故障检测方法在突变信号检测方面表现出了显著的优势,应用效果更好。

关键词： 化工生产   丁醇精馏   预先危险分析法   事故树分析法  

摘要： 目前在化工生产丁醇的制备环节存在一定安全隐患。为了确保丁醇精馏过程的安全性,研究在丁醇生产流程中设计了风险诊断模型对工艺的危险源进行了分析。过程通过丁醇的精馏工艺分析和丁醇生产环节分析对过程中的危险因素进行分类,借助预先危险性分析法和事故树分析法对危险因素进行识别分析。研究结果表明,在丁醇精馏工艺中风险等级伴随着故障征兆程度的增强而上升,生产过程中的风险数值并不均衡,风险数值在工艺中的最大变化幅度为82.19%。研究方法的风险防控模型能对的丁醇精馏过程的危险因素基本覆盖。因此,研究模型为丁醇化工精馏工艺提供了一个有效的故障诊断和危险源分析模型。

关键词： 化工机电设备   安装调试   故障检测   技术分析  

摘要： 化工机电设备安装调试及故障检测技术是现代化工生产过程中的关键环节,而化工机电设备安装调试及故障检测技术的不断提升和完善,对于提高化工生产效率、保障产品质量、预防安全事故等方面都具有十分重要的作用。基于此,文章将深入探讨化工机电设备的安装调试及故障检测技术,旨在提高装调试过程的精确性,为相关从业人员提供实用的技术参考。

关键词： 矿山设备   预防性维护   故障诊断   技术应用   可靠性  

摘要： 矿山设备管理的核心任务是保障设备运行的可靠性与高效性,预防性维护与故障诊断技术在此过程中起着至关重要的作用。通过实施定期检查、性能评估和数据监控,能够有效预测设备故障并采取预防性措施,减少停机时间,延长设备使用寿命。同时,结合先进的故障诊断技术,如振动分析、温度监测和油品检测等,可以在设备出现早期异常时迅速识别并解决问题,从而避免严重故障的发生。此类技术的应用不仅提升了设备的运行效率,还大幅度降低了维修成本和突发故障带来的生产损失。矿山设备的维护管理朝着智能化、精准化方向发展,推动了整个行业的技术进步与经济效益提升。

关键词： 罗茨泵   转子系统   动力学特性   模态分析   谐响应分析  

摘要： 基于ANSYS构建了用于燃料电池汽车氢气供应系统的氢气循环泵(罗茨泵)转子系统的模型,通过对转子系统的模态分析,得到了独立转子系统和双转子系统的前六阶固有振型和固有频率。在模态分析的基础上分析了转子系统的谐响应特性,获得了齿轮、叶轮边缘两个部位的谐响应特性曲线。结果表明:轴端、转子叶轮等结构振动变形量较大,在接近前三阶固有频率(960Hz左右)时转子系统振动响应幅值最大,双转子耦合系统相对于单独转子系统会出现更加复杂的振型,转子叶轮对不平衡量的响应更显著。研究将为氢气循环泵转子系统的设计制造和振动特性预估提供积极的参考作用,并为氢气循环泵动力学特性的研究奠定基础。

关键词： 干式高频电源滤波电路   故障检测   维修技术  

摘要： 在现代电子设备中,干式高频电源滤波电路作为关键组件,承担着滤除电源中的高频噪声和干扰、提供稳定直流电源的重要任务。然而,由于工作环境复杂多变、元件老化等原因,滤波电路难免会出现各种故障,进而影响整个系统的性能和稳定性。因此,开展干式高频电源滤波电路的故障检测与维修技术研究,对于提高电子设备的可靠性和延长使用寿命具有重要意义。本文旨在探讨滤波电路的常见故障类型、检测方法及维修策略,为相关领域的技术人员提供理论参考和实践指导。

关键词： 风电机组   数据挖掘   故障分析   深度学习   时序生成对抗网络   样本增强  

摘要： 风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型,导致监测系统常常漏报或误报故障。针对上述问题,提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面,由于原始样本类别不平衡,基于时序生成对抗网络(TimeGAN)跟踪风电机组运行数据逐步概率分布的动态变化特征,同时优化生成样本的全局分布与局部分布,有效平衡且扩容风电机组多种故障综合样本集;在模型层面,建立Stacking集成模型,融合多个故障诊断器的优势,进一步提高故障诊断能力。最后,基于实际风场数据对所提方法进行测试,结果表明,所提出的TimeGAN-Stacking故障识别方法可有效诊断4种变桨故障。

关键词： 单相接地故障   特征融合   GA-SVM   暂态零序电流   小样本数据  

摘要： 针对配电网单相接地故障数据量较少时,选线方法精度不高,提出一种基于特征融合的遗传算法优化支持向量机(genetic algorithm-support vector machine,GA-SVM)配电网单相接地故障选线方法,采用傅里叶变换、有功功率法以及小波包变换对不同故障工况下每一条线路的暂态零序电流进行分解,提取基波幅值、五次谐波幅值、平均有功功率分量及小波能量值四种特征,经主成分分析法对这四种特征进行融合,提取主成分分量,建立特征数据库,将特征数据库的80%作为训练集,20%作为测试集,通过GA-SVM对特征数据库中的样本进行训练,实现故障选线。通过MATLAB/Simulink搭建包含5条馈线的配电网仿真模型进行验证,结果表明,提出的算法可以通过小样本数据实现故障选线,选线精度较高,适用性强。