关键词： 可扩展置信规则库   故障诊断   特征选择   参数优化  

摘要： 针对工业设备故障诊断中常面临的样本量大、参数繁杂等问题，提出了一种新型可扩展置信规则库模型（Extended Belief Rule Base, EBRB），该模型具有良好的可解释性和合理性，便于技术人员根据模型输出进行可靠的决策。首先，运用极致梯度提升方法对大量特征进行重要性评估，选取最具诊断价值的特征，有效降低问题维度；然后，在推理阶段，引入投影协方差矩阵自适应策略优化方法进行参数优化，从而提升模型性能；最后，在输出阶段，采用基于阈值的方式限制激活规则数量，并使用改进的证据推理引擎，以提高推理效率和准确性。结果表明：提出的EBRB在多个故障诊断任务中表现优异，在滚动体故障诊断中，准确率达98.15%，与K最邻近模型并列第一；在内圈故障诊断中，准确率为90.74%，优于所有其他对比模型；在外圈故障诊断中，准确率为88.89%，同样高于其他对比模型。实验结果验证了该模型在处理复杂工业设备故障诊断任务中的高准确性和鲁棒性，为工业设备故障诊断领域提供了一种新的有效解决方案。

关键词： 有限元模拟   钢筋混凝土桥梁   加固技术   碳纤维粘贴   钢板粘贴  

摘要： 文章构建了某钢筋混凝土桥梁的有限元模型，并在此基础上探讨了不同加固策略的效果。模型分析结果表明，采用碳纤维和钢板加固技术能够显著提升桥梁的承载能力，并降低其长期维护成本。通过静载试验验证了加固方案的有效性，加固后的桥梁整体性能得到一定程度改善，结构强度和刚度均满足规范要求。

关键词： 带式输送机   故障类型   故障诊断   故障数据库  

摘要： 为提升带式输送机运行可靠性及稳定性，以煤矿井下常用的DTL 140/180/3×400型带式输送机为研究对象，结合现场应用统计结果对带式输送机常见故障类型进行了分析，并针对性构建故障诊断系统。故障诊断系统依靠传感器获取各部位运行参数、掌握故障信息特征，并调用构建的故障数据库信息进行综合分析，确定故障位置、类型及原因，从而实现故障早期定位及预警，降低故障影响。

关键词： 滚动轴承   变分模态分解   参数调和公式   阈值参数   故障诊断   航空发动机  

摘要： 针对航空发动机中滚动轴承微弱故障信号受环境噪声影响提取困难的问题，提出一种基于阈值参数判决筛选的航空发动机主轴承故障特征提取方法。为了自适应选择变分模态分解（variational mode decomposition,VMD）中的参数，采用粒子群算法（PSO）对VMD算法中的参数进行优化，将其作为前置参数来处理传感器收集到的轴承原始振动信号，得到K个模态分量；其次提出一种新的参数调和公式，该公式将峭度和相关系数平衡融合为一个参数P，然后基于阈值参数准则划分筛选出高信噪比信号，整合高信噪比信号产生新的振动信号；最后通过包络谱提取出轴承微弱故障特征。结果表明：参数调和公式与阈值参数判决方法能平衡峭度和相关系数之间的关系，滤除了峭度值较高但有效信息少的分量，该方法可有效提取滚动轴承简单及复杂传递路径下的故障特征，为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。

关键词： 故障树   动态逻辑门   可靠性  

摘要： 考虑到车门系统动作的时序性和功能设计的冗余性等特征，不同时刻的故障所造成的危害不同，提出基于动态故障树的门系统可靠性评估方法。传统故障树在分析静态逻辑特征时效果显著，但并不能体现系统的时序性、冗余性等特征。本文在静态故障树基础上引入动态逻辑门，构建车门系统的动态故障树模型，以发现过往忽视的关键底事件，从而为设计优化提供参考。

关键词： 干熄焦   间隙   振幅  

摘要： 干熄焦电磁振动给料器是干熄焦生产工艺的一个重要装置，是炽热焦炭通过热量交换冷却后，排出系统的一个关键设备。该设备配套在220吨处理能力的干熄焦系统中，推焦能力要求达到30t/h～242t/h，在30t/h～242t/h范围内可调，采用外置式结构安装。

关键词： 故障电流相控开断   Prony算法   F0假设检验   过零点预测   递推最小二乘算法  

摘要： 快速地检测短路故障的起始时刻，准确估计出故障电流关键参数并预测出有效的短路电流过零点是实现短路故障电流相控开断的关键。目前，随着电网规模的不断扩大，发生短路故障时，电力系统等效非周期分量衰减常数不断增加，系统面临短路电流非周期分量衰减常数超标的问题，部分电网已经超过150 ms,但是，针对高直流分量衰减时间常数的短路电流零点预测研究较少。基于此，本文选择Prony算法研究含高直流分量短路故障电流相控开断的零点预测方法。首先采用F0假设检验检测短路故障的初始时刻，继而启动Prony算法预测短路电流零点，经延时时间后控制断路器在较短燃弧时间开断。结果表明Prony算法适用于高直流分量衰减时间常数下短路故障的零点预测，其参数计算误差和零点预测误差小，波形拟合度高。对不同基波起始相角和直流衰减时间常数短路电流仿真，Prony算法零点预测产生的误差在±0.5 ms以内，并通过录波验证了算法的可行性。在相同参数情况下，采样时间5 ms的Prony算法零点预测效果优于递推最小二乘算法。

关键词： 疲劳损伤累积   等效试验   疲劳寿命   寿命分析   加速系数  

摘要： 为了准确地预测出无人机减速器在真实工况下的疲劳寿命，以弧齿锥齿轮为研究对象，基于Corten-Dolan模型并结合材料的S-N曲线，根据无人机实际工况，采用等效实验的方法计算出载荷谱，进而计算出理论总疲劳寿命，并基于此建立等效加速试验模型。最后利用有限元分析分别对弧齿锥齿轮副进行实际载荷和等效载荷的疲劳试验。结果表明：Corten-Dolan模型能较好地预测无人机减速器在实际载荷谱作用下的总疲劳寿命及加速模型的准确性和可靠性。研究结果可以为无人机减速器的设计及寿命预测提供参考。

关键词： 故障诊断   维护策略   预防性维护   预测性维护  

摘要： 探究了机械设备的故障诊断与维护策略。首先，分析了机械设备在现代工业中的重要性及故障诊断与维护的现状和挑战，阐述了研究的理论与实践意义。其次，系统介绍了故障诊断的基础理论，包括故障的基本概念、诊断方法、关键技术及诊断系统的架构。在维护策略方面，详细探讨了预防性维护和预测性维护的原理、方法、优缺点及优化模型，并提出了综合应用的选型依据。最后，总结了研究的主要成果、创新点及未来的研究方向。通过本研究，旨在为机械设备的高效运行和可靠性提升提供理论支持和实践指导。

关键词： 轴承故障诊断   红嘴蓝鹊优化算法   连续变模态分解   卷积神经网络   双向长短期记忆  

摘要： 为解决滚动轴承故障类型难以提取和识别的问题，提出一种基于红嘴蓝鹊优化算法(RBMO)优化连续变模态分解(SVMD)联合卷积神经网络(CNN)提取故障特征，并与双向长短期记忆(BiLSTM)相融合的滚动轴承故障诊断模型。首先，采用RBMO算法优化SVMD中平衡参数；其次，根据得到的优化参数对故障信号进行SVMD分解，通过包络熵值最小准则提取出最佳的信号分量，然后利用卷积神经网络(CNN)提取信号的时域和频域特征，并将特征进行融合；最后，利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式，完成故障训练和故障识别。实验结果表明：基于RBMO优化SVMD-CNN-BILSTM模型在滚动轴承故障识别方面表现出明显的优势，平均识别准确率可达99.33%,与CNN-LSTM、CNN-BiLSTM、SVMD-BiLSTM模型进行了对比，该方法对滚动轴承故障诊断的识别准确率高、计算速度快，具有良好的应用价值。