TensorFlow中深度前馈网络优化研究及其轴承故障诊断应用 被引量：5

1

作者 梁昱 李彬彬 +1 位作者 陈志高 焦斌 《计算机应用与软件》 北大核心 2019年第10期175-182,共8页

目前在复杂系统的故障诊断中,故障特征与故障类型之间存在较强的非线性关系,且数据量较大,信号处理复杂,诊断效率不高,而深度学习在特征提取与模式识别方面显示出巨大潜力。针对此问题提出基于深度前馈网络的故障诊断模型,将其应用于复... 目前在复杂系统的故障诊断中,故障特征与故障类型之间存在较强的非线性关系,且数据量较大,信号处理复杂,诊断效率不高,而深度学习在特征提取与模式识别方面显示出巨大潜力。针对此问题提出基于深度前馈网络的故障诊断模型,将其应用于复杂的轴承故障诊断。该方法直接将原始信号作为模型的输入特征量,然后利用谷歌开源深度学习框架TensorFlow建模,通过相关参数设置、梯度算法优化、正则化处理对网络进行优化设计。构建上万的9种轴承故障类型样本,确保样本多样性,提高网络鲁棒性,最终优化后的模型诊断准确率为98.96%。将该方法与多种传统的机器学习诊断方法进行比较,结果表明该方法能更有效地进行轴承故障诊断,验证了模型的合理性和优越性。 展开更多

关键词 深度前馈网络 参数选取 优化算法 TensorFlow 轴承故障诊断

在线阅读 下载PDF 职称材料

激光切割技术在核退役领域应用现状及其前景 被引量：3

2

作者 章日俊 曾超 +1 位作者 王湘江 王麟 《核电子学与探测技术》 CAS 北大核心 2020年第5期835-839,共5页

首先主要介绍了激光切割技术的基本原理,重点阐述了激光汽化切割、激光熔化切割、激光氧气切割和激光划片与控制断裂的应用范围。然后从激光切割机器人和激光切割材料厚度两个方面总结了激光切割技术的国内外研究现状。再从冷、热方式... 首先主要介绍了激光切割技术的基本原理,重点阐述了激光汽化切割、激光熔化切割、激光氧气切割和激光划片与控制断裂的应用范围。然后从激光切割机器人和激光切割材料厚度两个方面总结了激光切割技术的国内外研究现状。再从冷、热方式对比和几种热方式对比两个方面分析了激光切割技术在核退役领域的优势特点,并对YAG激光器、CO_(2)激光器、光纤激光器的特点进行了对比分析。最后提出了未来激光切割技术在核退役领域的发展方向。 展开更多

关键词 激光切割 核退役 CO_(2)激光切割机 自动化 中厚板

在线阅读 下载PDF 职称材料

核电蒸汽发生器低水位堵板设计优化

3

作者 彭俊杰 冯栋彦 刘秉政 《机械设计与制造》 北大核心 2023年第5期238-242,共5页

为减少核电蒸汽发生器检修期间的辐射剂量,采用机器人进入水室内部代替人工进行一次侧管道口低水位堵板的拆装工作。这里针对进入水室工作的机械臂末端负载与现有堵板质量矛盾的问题,通过对现有堵板的结构和实际工况分析,设计了左、中... 为减少核电蒸汽发生器检修期间的辐射剂量,采用机器人进入水室内部代替人工进行一次侧管道口低水位堵板的拆装工作。这里针对进入水室工作的机械臂末端负载与现有堵板质量矛盾的问题,通过对现有堵板的结构和实际工况分析,设计了左、中、右三块分体式新型堵板,各分块堵板可通过U形槽与Z字形块实现拼接组装,同时对堵板材料进行优化选择,达到堵板轻量化和强度指标的目的;利用Proe设计低水位堵板三维模型,导入AnsysWorkbench软件,模拟水室内检修工况,对低水位堵板进行力学分析。仿真结果表明:采用厚度为4mm的6061-T6材料最大应变为1.45mm,最大应力为117.17MPa,且质量最大的中间板为5kg,满足现场工况要求。同时进行了堵板前6阶模态分析,结果可为后续检修过程中的机电设备选用提供参考。机器人堵板操作实验表明,设计的分体式堵板满足机器人负载要求,并能通过人孔实现在主管道口的安装。 展开更多

关键词 蒸汽发生器 堵板优化设计 有限元仿真 模态分析

在线阅读 下载PDF 职称材料

冗余技术在核电站DCS平台的应用 被引量：1

4

作者 杨斌 《福建茶叶》 2019年第5期221-222,共2页

冗余是DCS高可靠性设计中常用的一种技术,是提高系统可靠性最有效的方法之一。本文简要说明了冗余技术的原理,并分析和研究冗余技术在核电站DCS中的供电、网络通讯、控制器、工作站/服务器等方面的应用和设计特点,并结合个人的调试、维... 冗余是DCS高可靠性设计中常用的一种技术,是提高系统可靠性最有效的方法之一。本文简要说明了冗余技术的原理,并分析和研究冗余技术在核电站DCS中的供电、网络通讯、控制器、工作站/服务器等方面的应用和设计特点,并结合个人的调试、维修经验,从中总结出冗余技术的关键要求。验证了冗余技术在核电站DCS平台中应用的重要性和合理性。 展开更多

关键词 冗余 可靠性 故障检测 时钟同步

在线阅读 下载PDF 职称材料

框架式翻转架结构设计与应用 被引量：2

5

作者 朱志强 《机械设计》 CSCD 北大核心 2024年第2期133-139,共7页

核工程中部分核设备需要在厂房内翻转,现有翻转工艺无法完全满足工程需要,特别是大型薄壁容器及异形核设备的翻转。文中总结了框架式翻转工艺,基于框架式翻转架的功能分析,提出了一套框架式翻转架结构设计方法,并在大型薄壁容器及异形... 核工程中部分核设备需要在厂房内翻转,现有翻转工艺无法完全满足工程需要,特别是大型薄壁容器及异形核设备的翻转。文中总结了框架式翻转工艺,基于框架式翻转架的功能分析,提出了一套框架式翻转架结构设计方法,并在大型薄壁容器及异形核设备的翻转上成功应用,为工程中核设备翻转框架设计提供技术借鉴。 展开更多

关键词 核设备 框架式翻转工艺 翻转架 结构设计

在线阅读 下载PDF 职称材料

任意端面螺栓的转矩系数理论计算

6

作者 王成林 肖域坤 +1 位作者 王朋 杜正春 《机械强度》 CAS CSCD 北大核心 2024年第1期136-142,共7页

螺栓连接是工程建设中常用的连接方式,工业现场常采用紧固力矩值控制螺栓预紧力的方式以保证其可靠性。转矩系数是螺栓紧固力矩与预紧力之间的比例系数,对确定合适的紧固力矩范围至关重要。目前关于转矩系数的研究主要集中在圆环端面螺... 螺栓连接是工程建设中常用的连接方式,工业现场常采用紧固力矩值控制螺栓预紧力的方式以保证其可靠性。转矩系数是螺栓紧固力矩与预紧力之间的比例系数,对确定合适的紧固力矩范围至关重要。目前关于转矩系数的研究主要集中在圆环端面螺栓,对其他端面螺栓的研究较少。根据螺栓紧固受力分析,构建了螺栓预紧的力学模型,以极坐标描述螺栓端面内外轮廓的方式,推导出了任意端面螺栓转矩系数的精确计算公式。通过搭建简易转矩系数测量系统,对圆环端面、六角端面、T型端面螺栓进行实验验证。实验结果与理论计算一致,证明了转矩系数理论计算公式的准确性。 展开更多

关键词 任意端面螺栓 转矩系数 极坐标 理论计算 转矩系数测量

在线阅读 下载PDF 职称材料

高速路预防二次事故发生系统设计 被引量：2

7

作者 张慧颖 陈佰权 《实验室研究与探索》 CAS 北大核心 2019年第5期85-89,共5页

针对高速公路上事故发生后,后续车辆不能及时了解前方路况而造成的二次事故,结合GPS定位技术和无线通讯技术设计了一套高速公路二次事故预警系统,系统分为事故检测装置和警示灯报警装置。事故检测装置固定在车辆内部(驾驶员可以接触到... 针对高速公路上事故发生后,后续车辆不能及时了解前方路况而造成的二次事故,结合GPS定位技术和无线通讯技术设计了一套高速公路二次事故预警系统,系统分为事故检测装置和警示灯报警装置。事故检测装置固定在车辆内部(驾驶员可以接触到的位置,且不妨碍驾驶);警示灯报警装置被放置在高速路中央的隔离带上,每隔50 m放置1个。该系统具有反应快、误差小、有效预警等特点,有效解决了在事故地点后方设置路障这个复杂过程,具有很强的实用性。 展开更多

关键词 二次事故 GPS定位技术 无线通信技术 预警

在线阅读 下载PDF 职称材料

积灰对光伏组件输出特性影响建模与分析 被引量：22

8

作者 范思远 王煜 +2 位作者 曹生现 张艳辉 刘秉政 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第4期83-91,共9页

灰尘沉积在光伏组件上严重影响光伏系统输出的稳定性,导致发电量降低的同时缩短了组件的使用寿命。准确地评估光伏现场积灰浓度,将有助提升光伏发电功率预测模型的精度。本文以光伏电站现场采集的灰尘颗粒为研究对象,首先分析了灰尘颗... 灰尘沉积在光伏组件上严重影响光伏系统输出的稳定性,导致发电量降低的同时缩短了组件的使用寿命。准确地评估光伏现场积灰浓度,将有助提升光伏发电功率预测模型的精度。本文以光伏电站现场采集的灰尘颗粒为研究对象,首先分析了灰尘颗粒的元素组成、含量、形貌特征和粒径分布,根据光伏组件实际的发电效率和环境参数,建立了积灰浓度软测量模型,用于快速定量评估光伏电站积灰程度;其次,为了准确地获取模型的相关参数,开展了多组积灰浓度影响发电性能实验,得到了组件输出功率和辐照度、积灰浓度、组件温度的关系;最后,在自然条件下,验证了模型的准确性和可靠性。对比其他传统方法,结果表明:本文提出的模型具有更好的预测性能,准确率可达89.6%。 展开更多

关键词 光伏组件 发电特性 积灰 能量转换效率 辐照度

在线阅读 下载PDF 职称材料

基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究 被引量：15

9

作者 张荣涛 陈志高 +1 位作者 李彬彬 焦斌 《机械强度》 CAS CSCD 北大核心 2020年第5期1059-1066,共8页

针对齿轮箱的复合故障诊断问题,将深度卷积神经网络(Deep Convolutional Neural Network,DCNN)与XGBoost(e Xtreme Gradient Boosting)算法相结合,建立故障诊断模型。首先,利用深度卷积神经网络自适应提取原始振动加速度信号的特征矩阵... 针对齿轮箱的复合故障诊断问题,将深度卷积神经网络(Deep Convolutional Neural Network,DCNN)与XGBoost(e Xtreme Gradient Boosting)算法相结合,建立故障诊断模型。首先,利用深度卷积神经网络自适应提取原始振动加速度信号的特征矩阵。其次,将所得到的特征矩阵作为输入数据,运用网格调参法对XGBoost算法进行参数调整,得到XGBoost模型。最后,作为训练数据训练XGBoost模型,得到DCNN-XGBoost齿轮箱故障诊断模型。为了验证该模型的有效性和XGBoost算法的优越性,与DCNN-BP神经网络、DCNN-随机森林和DCNN-支持向量机三种模型作对比分析,并且对DCNN所得特征矩阵和人工提取的特征矩阵进行t-SNE可视化降维分析。结果表明,DCNN获得的特征矩阵可视化的效果优于人工提取的特征矩阵,并且随机森林的稳定性不如XGBoost算法,和BP神经网络相比,XGBoost算法在防止过拟合方面有一定的优势,SVM与DCNN的结合有其局限性,最后DCNN-XGBoost模型的诊断正确率和时间优于其他模型。 展开更多

关键词 齿轮箱 故障诊断 卷积神经网络 XGBoost

在线阅读 下载PDF 职称材料

基于改进MUSIC的声源定位方法 被引量：24

10

作者 李蜀丰 徐永绍 +3 位作者 刘秉政 李鹏威 李宜鑫 尚浩天 《电子测量与仪器学报》 CSCD 北大核心 2021年第8期212-219,共8页

为设计更有效的声源定位方法,深入研究了传统MUSIC算法,并针对其分辨率低且在麦克风数目较少时波达方向(direction of arrival,DOA)估计精度较差等问题,对传统MUSIC算法进行了优化,利用广义互相关算法估计出声源信号到达各麦克风之间的... 为设计更有效的声源定位方法,深入研究了传统MUSIC算法,并针对其分辨率低且在麦克风数目较少时波达方向(direction of arrival,DOA)估计精度较差等问题,对传统MUSIC算法进行了优化,利用广义互相关算法估计出声源信号到达各麦克风之间的时间差,并据此构建出对应的矢量信号,最后通过计算谱函数确定DOA估计值。仿真和实验结果表明,优化后的MUSIC算法可以得到更加尖锐的指向性波束,更低的旁瓣,并且能使方位角的定位精度达到±4°,俯仰角的定位精度达到±5°。 展开更多

关键词 声源定位 MUSIC算法 广义互相关算法 均匀圆阵

在线阅读 下载PDF 职称材料

基于知识蒸馏和深度可分离卷积的轴承故障轻量化诊断 被引量：4

11

作者 王成林 《噪声与振动控制》 CSCD 北大核心 2023年第3期139-144,共6页

轴承是旋转机械的基础元件,对其状态的精准监测是确保旋转机械安全、稳定、健康运行的关键。近年来,卷积神经网络(Convolutional Neural Networks, CNN)凭借其优异的性能,在轴承故障诊断领域中倍受学者青睐。然而,受制于成本因素,许多... 轴承是旋转机械的基础元件,对其状态的精准监测是确保旋转机械安全、稳定、健康运行的关键。近年来,卷积神经网络(Convolutional Neural Networks, CNN)凭借其优异的性能,在轴承故障诊断领域中倍受学者青睐。然而,受制于成本因素,许多具有较多参数的优秀诊断方法难以直接用于工业现场。因此,借助深度可分离卷积网络(Depthwise Separable Convolutional Neural Network, DSCNN)压缩模型的参数量,然后通过知识蒸馏(Knowledge Distillation, KD)技术保障模型的精度,以实现轻量化故障诊断的目标。在不同噪声干扰和不同训练数据量的条件下分析所提出方法的有效性。结果表明,相比于传统CNN,“DSCNN+KD”的策略能够在确保模型精度的条件下将参数量降低一个数据量级,且具有较好的抗噪能力。 展开更多

关键词 故障诊断 卷积神经网络 知识蒸馏 轻量化

在线阅读 下载PDF 职称材料

一种抗噪声的自注意力神经网络轴承故障诊断方法 被引量：1

12

作者 刘辉 李阳 《轴承》 北大核心 2023年第12期92-98,共7页

为抑制噪声信号对轴承故障诊断的不良影响,应对轴承诊断方法在生产现场噪声干扰下精度下滑的问题,提出了一种对噪声具有强鲁棒性的故障诊断方法。首先,以自注意力神经网络为主要研究对象,对模型的深度、宽度进行分析,确定模型的宽度为16... 为抑制噪声信号对轴承故障诊断的不良影响,应对轴承诊断方法在生产现场噪声干扰下精度下滑的问题,提出了一种对噪声具有强鲁棒性的故障诊断方法。首先,以自注意力神经网络为主要研究对象,对模型的深度、宽度进行分析,确定模型的宽度为16维,深度为8层时诊断效果最佳;然后,通过对比试验验证了位置编码模块在模型中的必要性;最后,与CNN,LSTM,MLP,SIM等模型的对比结果表明,基于自注意力神经网络的模型能够在低强度噪声环境下取得接近100%的诊断精度,在高强度噪声环境下的诊断精度也优于其他模型。 展开更多

关键词 滚动轴承 故障诊断 卷积神经网络 信号处理 深度学习 抗噪声 自注意力

在线阅读 下载PDF 职称材料