关键词： 齿轮轴断裂   疲劳分析   故障检测   疲劳寿命预测  

摘要： 针对减速器齿轮轴断裂故障展开研究,先分析齿轮轴断裂的疲劳机理,然后阐述断裂故障的检测手段,包括无损检测和断口形貌微观分析,最后提出齿轮轴疲劳断裂的预防措施。优化材料选择与表面处理,解决了疲劳断裂问题;改进齿轮轴的设计,降低了应力集中风险;监测动态负载与工况优化,提升了设备使用的安全性和可靠性;制定维护策略,增强了齿轮轴的抗疲劳能力,延长了设备的使用寿命。

关键词： 驻车制动器   捷豹   行驶里程   VIN   手制动   故障诊断   发动机   故障现象  

摘要： 车型:2013年捷豹,配置3.0L NA V6 Petrol发动机。VIN:SAJAA26H6CF××××××。行驶里程:161408km。故障现象:客户反映驻车制动灯间歇性点亮,仪表上提示驻车制动器故障。故障诊断:启动车辆,确认仪表上驻车制动灯常亮,如图1所示,尝试操作手制动没有反应。

关键词： 海底管道   剩余强度   评价方法   有限元  

摘要： 为计算含腐蚀坑海底管道的剩余强度,分析海底管道剩余强度评价方法,对海底管道施加内压和轴向力,从行业标准、美国工程师协会规范、挪威船级社规范和有限元计算4方面对海底管道腐蚀坑的剩余强度进行计算,分析几种方法的差异,结果显示,当深度较浅时,采用理论计算的方式更加保守;当缺陷深度较大时,建议采用有限元的方法。

关键词： 锚机   故障分析   管理建议   制动器   抛锚  

摘要： 锚泊作业是船舶运行最重要操作之一,锚机是船舶抵离港、工程作业、拖带作业都离不开的关键性设备。锚机的故障将严重影响船舶营运,甚至导致船舶安全事故。正确认识锚机结构、原理,定期进行维护保养,是锚机管理的重要部分。以DMA24-3-45型电动锚机的一起故障为例,简要介绍电动锚机制动器的结构和原理,针对电动锚机的故障进行分析和处理,并提出管理建议,以提高其使用性能。

关键词： 传感器   配电网   在线监测   故障识别  

摘要： 信息化时代下,各行业领域的创新发展都离不开电力行业的支持,电力企业提供的电能质量直接影响到其他行业发展效果。为进一步提高电网供电质量和效率,本文对配电网在线监测与故障识别系统中传感器技术的应用情况进行研究,在分析系统软硬件设计和模型试验的基础上,得出结论:本文设计的模型在实际运行中,会通过电压电流变化识别系统故障问题,在仿真模型中进一步论证了该系统的可靠性,凸显了传感器技术的优势作用,并提升了配电网在线监测与故障识别质量。

关键词： 轮盖衬板   振动特性   模态分析   谐响应分析  

摘要： 当新能源汽车轮盖衬板受到路面激励作用时极易产生结构振动,不仅影响整车舒适性,还会引起结构的破坏。采用有限元分析的方法建立轮盖衬板结构数值仿真模型,对轮盖衬板进行模态分析和谐响应分析,获得车体结构的模态频率、幅频响应曲线和模态振型。通过数值模拟结果获取衬板的结构刚度相对薄弱部位,采用对衬板添加止振材料和进行十字冲筋2种结构优化设计获得良好的减振效果,其中十字冲筋优化后衬板的共振峰值点减少更明显,固有频率提高更显著,有效提高了结构性能。

关键词： 新型活页式   教材开发   开发路径   纯电动汽车综合故障诊断  

摘要： 目前部分专业课教材内容老旧,无法适应行业快速发展和技术革新,而新型活页式教材在结构、内容和形式上具有灵活的特征,有效改善了目前教材存在的问题。本文从纯电动汽车综合故障诊断课程新型活页式教材的开发进行探索,从教材体系的构建、内容的选取、思政元素的挖掘、课程平台建设和评价体系探究等5个方面展开研究,在教材开发的过程中要践行“以学生为中心”的教育理念,编写学生“想知道、会参与和有乐趣”的内容;充分调动合作企业的积极性,让更多企业参与课程内容的建设;打造维修案例资源库,打破校企合作最后一公里,从而为培养战略新兴产业紧缺型技能人才提供支持和保障。

关键词： 智能诊断   深度学习   因果表示   域泛化  

摘要： 针对设备工况变化导致基于深度学习(deep learning,简称DL)的故障诊断性能退化的问题,提出采用因果表示网络(causal representation net,简称CRNet)用于在变工况下实现高性能故障诊断,即域泛化(domain generalization,简称DG)故障诊断。首先,假设DG的结构因果模型,并基于此模型和独立因果机制(independent causal model,简称ICM)原理,得到因果驱动的诊断需求来消除特征间的关联;其次,利用随机傅里叶特征(random Fourier features,简称RFF)将模型提取的特征映射到高维空间,再利用高维空间中的特征构造衡量特征间关联的协方差矩阵,以矩阵非对角值为目标,学习一组权重对样本加权,消除特征间的广义关联;最后,以梯度为引导,屏蔽部分高梯度特征,增强特征包含的诊断信息。锥齿轮传动实验台的实验结果表明,CRNet具备最优的DG性能。

关键词： 可编程逻辑控制器   /   参数特征   /   螺杆泵   /   故障诊断   /   小波包  

摘要： 为了实现采油螺杆故障诊断的常态化,提升作业设备的可靠性和安全性,首先基于可编程逻辑控制器(PLC)搭建了螺杆泵故障诊断系统架构,然后采用小波包变换以及Fisher判别分析设计了采油螺杆泵液压故障诊断模型。实验结果表明,基于Fisher判别分析的故障诊断模型在诊断误差上取值0.263,最大R-square取值为0.972。该方法对螺杆泵的故障误报率为0.064,漏报率为0.103,提高了油田的生产效率和经济效益,推动了螺杆泵采油系统的智能化发展。

关键词： condition monitoring   dynamic health threshold   fault characteristic frequency   health indicator   nonlinear state estimation  

摘要： Modern machinery and equipment have been in service for a long time under harsh and changeable working conditions and it is inevitable that multiple fault types will occur, resulting in a degradation process of compound fault conditions. Traditional health indicators usually focus on the condition monitoring of a single fault degradation situation and are not suitable for equipment condition monitoring in this situation. To solve the above problems, a new health indicator construction method based on adaptive nonlinear state estimation (ANSE) for equipment condition monitoring under coupled fault degradation is proposed, which includes two parts: initial fault transient detection and early fault accurate location. First, a singular value feature sequence is constructed based on Hilbert singular value decomposition (Hilbert-SVD) as input to the state monitoring model. Then, the nonlinear state estimation (NSE) reconstruction error characteristic is used to construct the HI to amplify the difference between the initial fault sample and the normal sample. After that, in order to self-adapt transient detection of initial faults, ANSE model is constructed by introducing peak overthreshold (POT) algorithm to realize dynamic update of health threshold. Finally, resonance based sparse signal decomposition and maximum correlation kurtosis deconvolution (RSSD-MCKD) feature extraction, using power spectrum analysis of fault characteristic frequency to achieve accurate fault location. The effectiveness and robustness of the proposed method are verified in the bearing data set of two coupled fault degradation cases and the engineering verification is carried out in one fan main bearing data set. By analyzing the test results and comparing the results, the proposed method can better detect the initial faults of the equipment and also characterize the entire degradation process, indicating that the proposed method has strong condition monitoring ability. © 2025 JOURNAL OF MECHANIC