摘要:轴承温度是衡量鼓风机是否正常运行的重要指标之一. 然而, 轴承通常安装在狭小密闭的空间中, 导致其温度难以实时准确检测. 为了解决这个问题, 设计了基于知识图谱的鼓风机轴承温度智能预测方法. 利用统计方法分析鼓风机运行系统, 获取与轴承温度相关的影响因素. 结合运行机理和领域知识构建知识图谱, 提取影响轴承温度的直接和间接特征变量. 采用双模块模糊神经网络对知识图谱进行推理, 实现对鼓风机轴温的实时准确预测. 结果表明, 基于知识图谱的鼓风机轴承温度智能预测方法可以准确地建模鼓风机系统, 具有良好的温度预测能力. 该项研究可以为轴承温度的实时监测和变化趋势预测提供支持.

摘要:针对现有深度模型在工业轴承外观缺陷检测领域, 存在模型参数量大、特征融合不充分以及对小目标检测精度低等问题, 提出了一种轻量化自适应特征融合检测网络(Efficient-YOLO). 首先, 该网络采用嵌入CBAM注意力机制的EfficientNetV2结构进行基本特征提取, 便于确保模型精度同时显著优化模型参数量; 其次, 设计了一种自适应特征融合网络(CBAM-BiFPN), 用来增加网络对有效特征信息的提取; 接着, 在下游特征融合网络引入Swin?Transformer机制, 同时配合上游网络引入的Ghost卷积, 大幅度提高模型对轴承外观缺陷的全局感知能力; 最后, 在推理阶段运用改进的非极大值抑制方法(Soft-CIoU-NMS), 加入距离有关的权重评价因素, 减少了重叠框的漏检. 实验结果表明: 与现有主流检测模型相比, 此方法在轴承表面缺陷数据集上, mAP达到了90.1%, 参数量降低至1.99M, 计算量为7 GFLOPs, 对轴承缺陷小目标识别率显著提升, 满足工业现场轴承外观缺陷检测需求.

摘要:传统的故障诊断方法在对轴承故障进行判定时, 存在特征提取不充分, 时序特性运用不完全且计算较为复杂的问题. 对于此问题, 本文提出一种基于多尺度卷积神经网络(multi-scale convolutional neural network, MCNN)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)和注意力机制(attention)的组合诊断方法. 该方法首先使用MCNN对信号数据进行多尺度特征提取, 在空间层面上, 实现了对特征的进一步提炼. 其次使用了BiGRU网络, 在时间层面上, 从正反两个方向获取时序关系. 接下来引入注意力机制, 忽略一些与结果不相关的信息并且降低信息丢失的风险以提高精度, 在经过全连接层创建映射后, 最后通过Softmax分类方法完成轴承故障诊断. 本文通过实验, 与LSTM模型、GRU模型、SVM模型、CNN-BiGRU等模型进行对比, 实验结果表明, 本文提出的模型相比以往提出的模型准确率更高, 单一工况下的故障诊断准确率达到了98.1%, 多工况条件下平均准确率达到了97.8%.

摘要:随着高速铁路动车组的快速发展和应用，其安全性和可靠性引起了广泛关注.为了准确判别高速铁路动车组轴箱轴承（以下简称轴箱轴承）的健康状态情况，提出通过采集轴箱轴承温度及在相同和不同转向架驱动侧、非驱动侧各个部件的温度数据，利用主成分分析法（PCA）进行特征降维，将基于决策树的支持向量机（DT-SVM）多分类算法作为判别算法，同时结合层次分析法（AHP）确定向量值权重，从而进一步提高分类精度.大量实验表明该方法可使分类准确率提升5%左右，此外通过建立健康状态评估模型，将轴箱轴承健康状态分为健康、温升、强温和激温四类，有助于提高轴箱轴承健康状态的判别力和运维决策的准确性.

摘要:滚动轴承作为旋转机械的关键部件，其运行状态决定设备以及整个系统的性能.滚动轴承出现故障时会产生高频的应力波信号，而Peakvue技术能够有效的检测应力波，运用一种基于Peakvue技术的滚动轴承故障诊断方法.该方法采用加速度传感器采集滚动轴承振动信号，利用高通滤波器滤除加速度传感器输出信号中不必要的低频部分，按照一定的时间间隔对高频信号和应力波信号进行峰值提取，并对提取的峰值信号进行包络检波处理分析故障类型.应用西储大学轴承数据集进行验证，结果表明该方法能准确有效地检测出滚动轴承的故障类型.

摘要:针对现有EMD（Empirical Mode Decomposition）分解过程中内禀模态函数判据必须确定某一经验值的缺点，本文提出了一种基于信息熵的内禀模态函数判据，该判据不必设定某一参数的经验值，从而避免了由于经验取值不同造成分解结果有很大差异的缺陷. 通过与现有方法的对比表明：依此判据所得内禀模态函数更准确，能够很好的体现信号的非线性、非平稳特征，同时使分解结果具有更好的正交性. 将此判据应用在风力发电机组齿轮箱高速端轴承的故障诊断中，验证了依此判据所得分解结果更好的保留了冲击脉冲、幅值和频率调制等故障特征信息，从而准确诊断出故障部位所在.

摘要:主要研究小波变换消噪的性能,以及循环自相关函数分析算法。在理论分析的基础上,对多组实测信号进行了基于小波阈值消噪的自相关函数分析,通过仿真结果,指出对自相关函数幅值进行谱分析,可有效提取出滚动轴承故障特征频率并抑制其他频率成分的干扰,仿真结果证明了该方法的有效性。

摘要:列车轴承立体仓库系统是一种集信息、存储、管理于一体，用于自动存储的自动化立体仓库系统(AS/RS)。该系统运用目前新技术，解决了以往存在的轴承存储位置不准确与选配轴承时匹配精度不高的问题。在系统实现中它以OMRON CQM1H 系列 PLC 为控制中心，结合变频调速技术并与工控机相结合，实现了与HMIS 的高度集成。本文介绍了该系统的系统结构、各子系统功能及各主要部分的设计与实现，并对数据采集、存储与选配算法及上下位机通信进行了详细介绍。最后简略介绍了PLC 模拟仿真软件对控制部分的仿真。经实际应用表明，该系统具有较高的控制精度及性能，对提高列车轴承管理效率具有重要意义。

摘要:分析了主动电磁轴承的组成和控制系统的结构，提出一种基于FPGA的主动电磁轴承控制系统，然后对控制系统的各个模块进行分析和FPGA设计，最后对设计的系统进行了仿真，结果显示系统满足低功耗、高实时性的要求。

摘要:为了实现滚动轴承故障的快速检测，提出了一种基于神经网络和轴承振动信号时域指标的滚动轴承故障检测方法。采用振动信号的偏态、峭度、峰值和裕度作为BP神经网络的输入，用BP算法对网络进行了训练。实验结果表明，利用该方法可以有效实现滚动轴承故障的快速检测。