退化过程中的个体差异是退化建模中的难点之一,也是导致预测不确定性的主要来源。常见的随机漂移模型考虑退化速率的变异性,而将扩散参数视为常数,忽略退化波动中实际存在的个体差异,难以充分描述退化过程中的异质性,进而影响设备的可...退化过程中的个体差异是退化建模中的难点之一,也是导致预测不确定性的主要来源。常见的随机漂移模型考虑退化速率的变异性,而将扩散参数视为常数,忽略退化波动中实际存在的个体差异,难以充分描述退化过程中的异质性,进而影响设备的可靠性评估。针对该问题,提出一种基于随机漂移-扩散维纳过程可靠性分析方法,能同时考虑退化速率和退化波动中的异质性,并能根据实际退化数据中的信息选择合适的分布,提升建模通用性和灵活性。针对所提模型的复杂度增加,提出一种基于马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法的模型参数贝叶斯估计算法,能一次性估计出模型参数。通过数据仿真实验验证所提算法的准确性,利用涡扇发动机数据和激光数据比较实验,验证所提模型的有效性。展开更多
为实现轨道车辆螺栓松动智能检测与螺栓预紧力实时监测,提高轨道车辆生产、运维中螺栓的预紧精度,提出一种基于机器视觉技术的螺栓松动角度非接触定量测量方法,基于该方法探究螺栓在预紧过程中各参量之间的关系模型。首先,进行相机内参...为实现轨道车辆螺栓松动智能检测与螺栓预紧力实时监测,提高轨道车辆生产、运维中螺栓的预紧精度,提出一种基于机器视觉技术的螺栓松动角度非接触定量测量方法,基于该方法探究螺栓在预紧过程中各参量之间的关系模型。首先,进行相机内参标定;然后实时获取螺栓图像,对获取到的图像后进行透视变换、滤波降噪等预处理,通过设定特定的通道阈值来提取图像的感兴趣区域(Region of interest,ROI),使用Sklansky算法在ROI平面点集进行凸包迭代,找出最少点集的矩形特征,同时利用旋转卡尺算法Rotating calipers返回凸包的最小面积外接矩形轮廓,以矩形中心点与Width边为特征计算出矩形特征的旋转角度θ;最终通过实验构建螺栓预紧力、拧紧力矩分别与旋转角度、螺杆行径量关系模型,以及预紧力与拧紧力矩关系模型。结果表明螺栓松动角度检测方法最大测量偏差为0.54°,最大相对误差为3.25%。该方法具备测量精度高,系统成本低、部署方便的特点,满足轨道车辆大批量的螺栓松动角度的非接触与自动化检测要求。轨道车辆螺栓智能精准预紧新工艺预紧力、拧紧力矩的计算精度达到90%以上,比传统的扭矩−转角法预紧精度高15%~40%。研究成果为轨道车辆螺栓松动智能运维提供技术支撑。展开更多
针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本...针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。展开更多
文摘退化过程中的个体差异是退化建模中的难点之一,也是导致预测不确定性的主要来源。常见的随机漂移模型考虑退化速率的变异性,而将扩散参数视为常数,忽略退化波动中实际存在的个体差异,难以充分描述退化过程中的异质性,进而影响设备的可靠性评估。针对该问题,提出一种基于随机漂移-扩散维纳过程可靠性分析方法,能同时考虑退化速率和退化波动中的异质性,并能根据实际退化数据中的信息选择合适的分布,提升建模通用性和灵活性。针对所提模型的复杂度增加,提出一种基于马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法的模型参数贝叶斯估计算法,能一次性估计出模型参数。通过数据仿真实验验证所提算法的准确性,利用涡扇发动机数据和激光数据比较实验,验证所提模型的有效性。
文摘为实现轨道车辆螺栓松动智能检测与螺栓预紧力实时监测,提高轨道车辆生产、运维中螺栓的预紧精度,提出一种基于机器视觉技术的螺栓松动角度非接触定量测量方法,基于该方法探究螺栓在预紧过程中各参量之间的关系模型。首先,进行相机内参标定;然后实时获取螺栓图像,对获取到的图像后进行透视变换、滤波降噪等预处理,通过设定特定的通道阈值来提取图像的感兴趣区域(Region of interest,ROI),使用Sklansky算法在ROI平面点集进行凸包迭代,找出最少点集的矩形特征,同时利用旋转卡尺算法Rotating calipers返回凸包的最小面积外接矩形轮廓,以矩形中心点与Width边为特征计算出矩形特征的旋转角度θ;最终通过实验构建螺栓预紧力、拧紧力矩分别与旋转角度、螺杆行径量关系模型,以及预紧力与拧紧力矩关系模型。结果表明螺栓松动角度检测方法最大测量偏差为0.54°,最大相对误差为3.25%。该方法具备测量精度高,系统成本低、部署方便的特点,满足轨道车辆大批量的螺栓松动角度的非接触与自动化检测要求。轨道车辆螺栓智能精准预紧新工艺预紧力、拧紧力矩的计算精度达到90%以上,比传统的扭矩−转角法预紧精度高15%~40%。研究成果为轨道车辆螺栓松动智能运维提供技术支撑。
文摘针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法。首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理。其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建。然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型。测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显。
