关键词： 涡轮增压器   电子泄压阀   高温故障   滤波电路   瞬态电流   热保护  

摘要： 针对涡轮增压器电子泄压阀在高温工况下的失效问题，结合理论分析、仿真实验与实车验证，系统研究了故障机理并提出优化对策。研究结果表明，泄压阀内部滤波电路引发的瞬态电流振荡是导致驱动芯片过热保护的核心原因。通过取消滤波电路并优化驱动回路设计，有效抑制了电流峰值，解决了高温下泄压阀不动作的问题。实车测试验证了优化方案的有效性，泄压阀动作稳定性显著提升，驱动芯片过流保护触发频率降低至零。本研究为汽车电子系统的电磁兼容性(EMC)设计与热管理提供了重要参考。

关键词： 变转速工况   模态分解   松动故障   强噪声   自适应  

摘要： 松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

关键词： 无人艇   包围控制   多智能体系统   扰动观测器   容错控制  

摘要： 针对执行器故障和未知环境扰动下的多无人艇协同包围控制问题，提出一种基于扰动观测器的固定时间滑模容错控制方法。该方法基于分层控制思想，将协同包围系统解耦为制导层与控制层。首先，在制导层设计一种结合漂角观测器的固定时间分布式协同控制律，以实现无人艇等距旋转包围目标；其次，在控制层将执行器故障视为该层受到的扰动，引入固定时间扰动观测器，对执行器故障和未知环境引起的非线性集总扰动进行在线观测，并设计固定时间滑模控制器对其进行补偿，在保证动力学误差快速收敛的同时平滑控制输出；最后，基于Lyapunov函数证明闭环控制系统的稳定性，并通过三艘无人艇的对比仿真，验证了所提方法能够有效减轻执行器故障对协同包围任务的不利影响。

关键词： 深度一类分类   多任务   自监督学习   滚动轴承   故障诊断  

摘要： 针对当前因滚动轴承故障数据难以获取，而导致智能故障诊断模型难以训练的问题，提出一种仅依靠正常类样本进行训练的自监督深度一类分类方法用于滚动轴承早期故障预警。该方法在深度一类分类模型的基础上引入了多任务和自监督机制。采用深度残差网络提取输入信号的深层特征，将所提特征分别作为多个子任务的输入，其中支持向量描述（SVDD）分类子任务的输出结果，作为其余子任务的监督标签，通过所建立的联合损失函数，仅依靠正常类样本即可完成模型的自监督学习。在将所提方法用于滚动轴承故障预警时，先对全寿命周期的振动加速度信号进行频带分解和包络分析，将所得不同频段内的信号进行二维编码后作为网络的输入。在两组实际的滚动轴承故障数据集上对所提的方法进行试验验证。验证结果表明：所提深度一类分类方法在进行故障预警时准确率达到99%以上，充分表明该方法具有很高的故障预警和异常检测能力。

摘要： 针对网络安全硬件设备，探讨了相关故障检测机制，包括健康监测机制、日志分析技术、自检程序；介绍了自动恢复机制，包括热备份系统、自动重启功能、智能修复技术。通过实际案例分析，证明了该机制的有效性。

关键词： 人工智能   计量检测   故障诊断  

摘要： 随着计量检测数据量的激增和对故障诊断精度的要求提高，人工智能技术在该领域的应用日益广泛。本文以人工智能在计量检测数据分析和故障诊断方面的应用为重点，阐述人工智能驱动计量检测系统架构和关键技术，着重讨论深度学习、强化学习、知识图谱与联邦学习在计量数据分析方面的创新性应用，并提出基于图神经网络与注意力机制相结合的故障诊断方法，采用多源数据融合及半监督学习技术相结合的方法增强计量设备故障预测精度及诊断效率。

关键词： 故障诊断   冠豪猪优化算法(CPO)   改进自适应噪声完备经验模式分解(ICEEMDAN)   卷积神经网络(CNN)  

摘要： 滚动轴承长期处于噪声污染的工作环境中，其故障诊断常受到噪声干扰，难以对故障特征信息进行有效提取。针对此问题，提出基于冠豪猪优化算法(CPO)的改进自适应噪声完备经验模式分解(ICEEMDAN)联合卷积神经网络(CNN)的故障诊断方法。通过CPO对ICEEMDAN的白噪声幅值权重及噪声添加次数进行参数寻优，将最优参数返回并进行信号分解，以最小包络熵作为相关度函数，筛选出相关程度高的特征模态分量(IMF);将重构的有效特征分量IMF转化为特征向量并输入到CNN模型中，从而实现轴承的故障诊断。与已有模型进行对比，结果表明：该方法具有较强的泛化能力，诊断精度明显优于现有方法，并且具有更高的诊断效率。

关键词： 激光超声   孔洞缺陷   声表面波   有限元   近表面  

摘要： 为研究直达声表面波在金属近表面孔洞缺陷处的传播特性并实现缺陷快速定位，使用COMSOL Multiphysics软件进行有限元仿真，仿真了在热弹效应作用下，脉冲激光激励铝板表面产生的声表面波在铝板近表面的传播过程，研究了声表面波在不同半径及深度孔洞缺陷处发生的反射及透射现象，并对信号进行时域和频域分析。数值结果表明：脉冲激光激发的声表面波与孔洞缺陷发生相互作用后，出现明显的反射与透射现象，通过数值计算能够精确地实现缺陷定位，且相对误差不超过3%，且在一定范围内，随着孔洞缺陷半径和深度的变化，反射波与透射波呈现规律性变化。研究内容可为声表面波在近表面孔洞缺陷处的传播特性研究提供一定参考，在金属材料的质量监测和缺陷定位方面具有广泛的应用前景。

关键词： 变压器故障   深度迁移学习   局部放电信号   故障种类判定   改进小波变换算法   跨域分布差异损失  

摘要： 为了提升变压器故障诊断性能，维持变压器的稳定运行，提出基于小波变换和深度迁移学习的变压器故障自动化诊断研究。通过常见故障深层探究确定故障信号种类，基于改进小波变换算法去除故障信号噪声，基于深度迁移学习技术构建变压器故障诊断模型，以源域数据交叉熵损失最小化、跨域分布差异损失最小化为目标，对构建模型进行2次优化改进，将无噪故障信号输入至训练好的诊断模型中，即可获得变压器故障诊断结果。测试结果显示，应用提出方法处理后的变压器故障信号质量更好，变压器故障诊断结果获取时间、迭代次数均小于限值，变压器故障诊断结果与测试故障类型保持一致。

关键词： 自翻车   门扇抑制系统   折页  

摘要： 自翻车是一种专用铁路车辆，通过翻转车厢卸载货物，文章总结分析了四大类、八种有可能引发扣斗事故的直接原因，其中包括机车车盒部件故障、铁路铁轨不标准、原料装车均匀度或偏帮、寒冷时期车帮冻害及操作不当等因素。通过分析自翻车倾翻卸货工作原理，查找出导致扣斗事故的真正原因，提出具体防范扣斗事故解决对策。通过加大机车抑制肘与滚动轴的间距及侧门开度等重点部位的检查，加大对铁路轨距和反加高的测量，加大对操作者规范作业的管控，加大防止车帮冻结和规范货物装车等一系列措施，可有效避免扣斗事故的发生，确保翻车作业安全进行。