检索结果-内蒙古大学图书馆

作者：胡忠硕北京建筑大学

学位级别：硕士

齿轮箱是城轨车辆运行的关键部件之一,其运行状态决定了列车行驶的平稳性和安全性,在日常运营中,齿轮箱往往会产生多种故障类型,包括断齿、齿面磨损、齿面剥落等故障,但由于城轨车辆走行部部件之间相互干扰众多、行驶工况多变且工作环... 详细信息

齿轮箱是城轨车辆运行的关键部件之一,其运行状态决定了列车行驶的平稳性和安全性,在日常运营中,齿轮箱往往会产生多种故障类型,包括断齿、齿面磨损、齿面剥落等故障,但由于城轨车辆走行部部件之间相互干扰众多、行驶工况多变且工作环境复杂多样等因素,造成齿轮箱信号故障成分极易被其他频率和噪音干扰,导致齿轮箱故障难以被及时发现,一些传统的时域、频域方法难以准确明显的提取出故障特征。因此,在城轨车辆运营维护压力日益增加的今天,开发适用于地铁实车齿轮箱故障诊断的算法变得尤为重要,对提升列车运行安全、降低维护成本有着重要意义。针对城轨列车齿轮箱的各类故障类型,分别利用仿真信号、齿面剥落故障的试验台信号和某地铁线路的线路实测信号验证了本文所提方法,该复合算法有效抑制了实际运行过程中的轮轨冲击噪声,并最终提取了相应故障特征,证实了本文算法在实际工程中的有效性。以下为本文所提算法及相应实验的描述。(1)构建了齿轮箱动力学方程,阐明了齿轮箱各故障类型的振动机理以及对应的时频故障特征。并在齿轮箱模拟试验台采集了健康与剥落故障齿轮箱在牵引工况、惰性工况和制动工况下的振动加速度数据,进行了初步的时频域特征分析。(2)针对在地铁实测齿轮箱数据中分布着大量由轮对与轨缝碰撞带来的高幅值冲击的问题,提出了一种自适应时域信号预处理方法,该方法利用样条插值法对原信号进行包络处理,提取出实测信号的轮轨冲击成分,实现对整段实车匀速行驶时的齿轮箱故障信号的自适应分割,使包含轨缝冲击的长时非稳态信号被分割为多个短时稳态的小样本信号,实现高幅值冲击噪声的去除,之后利用实验数据进行了验证,该方法可以有效抑制轮轨冲击成分并突出齿轮箱故障特征。(3)提出了一种改进的非线性模式分解方法来处理仿真信号和齿轮箱齿面剥离故障信号,利用GMP脊线提取方法代替传统算法,该脊线提取方法能够从全局角度进行脊线提取,有效提高了提取精度。该算法在仿真数据和实验数据进行了验证,结果表明该方法能够有效分离出非平稳信号中的时变信号分量并去除噪声。(4)对北京地铁某线路进行了实车数据采集,结合第三、四章的方法对其数据进行综合处理分析。该复合方法能够有效抑制原信号中大量的轮轨冲击成分,将原信号分割成若干个稳态小样本信号,并且能够根据钢轨参数、轮对周长等数据反推计算出列车时速。最终在此基础上对多个小样本信号进行改进的非线性模态分解处理,并对重构信号进行分析,结果表明该复合诊断方法能够提取出齿面磨损和剥落的故障特征,验证了该方法在实际工程中的实用性。

关键词：地铁车辆齿轮箱故障诊断非线性模式分解线路实测数据验证

来源：评论

学校读者我要写书评

暂无评论

基于Transformer-LSTM网络的轴承寿命预测

引用

振动与冲击 2024年第6期43卷 320-328页

作者：张帆姚德臣姚圣卓杨建伟王琰亮魏明辉胡忠硕北京建筑大学机电与车辆工程学院北京100044 北京建筑大学城市轨道交通车辆服役性能保障北京市重点实验室北京100044 北京交通大学机械与电子控制工程学院北京100044

轴承是旋转机械设备中的重要部件,由于工况、材质、加工方式等原因,轴承寿命时长相差许多。传统的并行或串行神经网络预测方式,对数据集有一定要求。因此,需要一种能够适用于不同数据长短的轴承剩余使用寿命预测网络。为此提出了一种能... 详细信息

轴承是旋转机械设备中的重要部件,由于工况、材质、加工方式等原因,轴承寿命时长相差许多。传统的并行或串行神经网络预测方式,对数据集有一定要求。因此,需要一种能够适用于不同数据长短的轴承剩余使用寿命预测网络。为此提出了一种能够预测不同寿命时长的Transformer-LSTM串并行神经网络预测模型。通过将Transformer解码层进行重构,并与长短期记忆时序神经网络(long short-term memory,LSTM)网络结构融合,实现轴承寿命数据的串并行预测处理。试验结果表明Transformer-LSTM神经网络能够精准预测长、中、短不同寿命时长的轴承失效时间,具有较强的模型泛化能力,提升轴承寿命预测精度与模型的泛化能力。

关键词：滚动轴承轴承寿命预测 Transformer神经网络 LSTM神经网络非线性时间序列预测

来源：评论

学校读者我要写书评

暂无评论

基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法

引用

科学技术与工程 2023年第9期23卷 3723-3729页

作者：李梦圆杨建伟姚德臣王金海胡忠硕北京建筑大学机电与车辆工程学院北京100044

针对共振解调方法需要选取包含较多故障信息的共振频带这一特点,提出了一种基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法。首先,使用鲸鱼优化算法,以峭度和包络谱峭度构造的复合峭度作为优化目标,对带通滤波器参数中心频率和带宽... 详细信息

针对共振解调方法需要选取包含较多故障信息的共振频带这一特点,提出了一种基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法。首先,使用鲸鱼优化算法,以峭度和包络谱峭度构造的复合峭度作为优化目标,对带通滤波器参数中心频率和带宽进行自适应选择。然后,使用寻优得到的最优中心频率和带宽对轴承故障信号进行滤波分析。最后,对滤波后信号进行包络解调处理,提取出故障特征频率,判断轴承故障类型。通过对仿真信号和轴承内、外圈故障信号的分析诊断,可以证明该方法能够满足共振解调方法中对共振频带选取的要求,完成轴承信号故障频率的提取,是一种有效的轴承故障诊断方法。

关键词：故障诊断滚动轴承共振解调鲸鱼优化算法

来源：评论

学校读者我要写书评

暂无评论

一种轴承空心滚子的超精与残余应力消减装置

一种轴承空心滚子的超精与残余应力消减装置

引用

作者：杨建伟姚德臣王金海胡忠硕 100044 北京市西城区展览馆路1号

本发明提供一种轴承空心滚子的超精与残余应力消减装置，首先通过装配复合粘性磨料夹具体单元，采用单磨料缸挤压循环粗抛同规格多个空心滚子表面，然后通过装配剖分式夹具体单元，采用隔膜泵传输的松散磨料中的磨粒，精抛同规格多组轴... 详细信息

标准号: CN115415928A

本发明提供一种轴承空心滚子的超精与残余应力消减装置，首先通过装配复合粘性磨料夹具体单元，采用单磨料缸挤压循环粗抛同规格多个空心滚子表面，然后通过装配剖分式夹具体单元，采用隔膜泵传输的松散磨料中的磨粒，精抛同规格多组轴承空心滚子表面及旋转高速撞击消减同规格多组轴承空心滚子亚表面的残余应力。其粗抛‑精抛‑残余应力消减都在同一可自由调整高度的工作台上完成。本装置能够高效加工高品质的轴承空心滚子表面，并为长寿命的轴承空心滚子提高其亚表面质量。

关键词：空心滚子轴承残余应力消减夹具体亚表面粗抛精抛装配磨料残余应力复合粘性高速撞击高效加工挤压循环松散磨料自由调整长寿命高品质隔膜泵磨料缸剖分式磨粒消减传输

来源：评论

学校读者我要写书评

暂无评论

一种轴承故障诊断方法及系统

一种轴承故障诊断方法及系统

引用

作者：姚德臣杨建伟常猛王金海胡忠硕 100044 北京市西城区展览馆路1号

本申请提供一种轴承故障诊断方法及系统，其提供了融合全局和局部信息的CNN和混合Transformer相融合的MCHformer架构，能够结合CNN和transformer的优点：首先通过膨胀卷积提取获得不同尺度发局部特征，然后通过混合transformer结构的特... 详细信息

标准号: CN116502135A

本申请提供一种轴承故障诊断方法及系统，其提供了融合全局和局部信息的CNN和混合Transformer相融合的MCHformer架构，能够结合CNN和transformer的优点：首先通过膨胀卷积提取获得不同尺度发局部特征，然后通过混合transformer结构的特征提取器建立远程依赖性，在保持局部特征的同时，提取上下文中强鲁棒的全局特征，并将不同尺度的空间特征进行融合，最后将融合后的特征输入到新设计的结构中进行自适应学习，以得到在大噪声环境下具有高准确率的故障类别诊断结果。本申请所提供的变压器能够有效减少用于信息，更好地聚焦相邻点。本申请的神经网络模型可直接对噪声振动数据进行处理，无需使用先进的预处理技术，即可有效诊断故障类型。

关键词：融合局部特征申请尺度神经网络模型特征提取器预处理技术自适应学习故障类别故障类型局部信息空间特征全局特征特征输入有效减少有效诊断噪声环境噪声振动诊断结果轴承故障相邻点新设计准确率卷积鲁棒变压器架构聚焦膨胀诊断全局

来源：评论

学校读者我要写书评

暂无评论

基于半监督学习的滚动轴承故障诊断方法

基于半监督学习的滚动轴承故障诊断方法

引用

作者：姚德臣杨建伟李冠毅王金海胡忠硕 100044 北京市西城区展览馆路1号

本发明提供了一种基于半监督学习的滚动轴承故障诊断方法，该方法引入半监督学习的思想，利用对比学习获得所有未标签样本的表面特征，随后使用有标签样本进行微调，并采用多标签复合故障的分类器挖掘标签间的潜在关系并输出预测结果。... 详细信息

标准号: CN116773196A

本发明提供了一种基于半监督学习的滚动轴承故障诊断方法，该方法引入半监督学习的思想，利用对比学习获得所有未标签样本的表面特征，随后使用有标签样本进行微调，并采用多标签复合故障的分类器挖掘标签间的潜在关系并输出预测结果。该方法实现了有标签样本与未标签样本的解耦，可以根据分类任务的要求，灵活使用已有标签标识新的复合故障类型，而无需添加新的故障类别并重新训练，提高了模型的拓展性和泛用性。

关键词：标签样本半监督学习复合故障滚动轴承故障诊断标签标识表面特征故障类别潜在关系输出预测泛用性分类器拓展性解耦微调挖掘引入分类灵活学习

来源：评论

学校读者我要写书评

暂无评论

一种地铁车门故障诊断方法

一种地铁车门故障诊断方法

引用

作者：姚德臣杨建伟霍纪元王金海胡忠硕李熙 100032 北京市西城区展览路1号

本申请涉及地铁车门检测技术领域，尤其是涉及一种地铁车门故障诊断方法。获取地铁车门孪生模型实时监控的地铁车门的电机信号；对电机信号进行非线性模式分解，得到若干非线性模态；根据若干非线性模态，确定是否存在故障特征，并根据... 详细信息

标准号: CN117129247A

本申请涉及地铁车门检测技术领域，尤其是涉及一种地铁车门故障诊断方法。获取地铁车门孪生模型实时监控的地铁车门的电机信号；对电机信号进行非线性模式分解，得到若干非线性模态；根据若干非线性模态，确定是否存在故障特征，并根据故障特征确定故障诊断结果地铁车门是否出现故障。地铁车门孪生模型可以模拟车门在正常运行和发生故障情况下的表现，基于地铁车门孪生模型进行实时或较短周期性的故障诊断，实现了地铁运行过程中的车门故障诊断，提升了针对地铁的整体运行过程中车门故障诊断的准确性。

关键词：地铁车门车门故障电机信号故障特征故障诊断运行过程模态故障诊断结果检测技术领域地铁非线性模式诊断发生故障模拟车门实时监控分解申请表现

来源：评论

学校读者我要写书评

暂无评论

基于改进特征模式分解的滚动轴承故障诊断方法

基于改进特征模式分解的滚动轴承故障诊断方法

引用

作者：杨建伟姚德臣李梦圆王金海胡忠硕 100044 北京市西城区展览馆路1号

本发明提供了一种基于改进特征模式分解的滚动轴承故障诊断方法，该方法将改进特征模式分解与奇异值分解结合降噪。本发明可以充分考虑信号的脉冲性和周期性，不会受到滤波器形状和带宽的限制，对其他干扰和噪声具有鲁棒性，本发明实现... 详细信息

标准号: CN116773197A

本发明提供了一种基于改进特征模式分解的滚动轴承故障诊断方法，该方法将改进特征模式分解与奇异值分解结合降噪。本发明可以充分考虑信号的脉冲性和周期性，不会受到滤波器形状和带宽的限制，对其他干扰和噪声具有鲁棒性，本发明实现了参数的自适应选择，避免了手动选择造成的不客观性，提高了算法的分解效果。通过内、外圈仿真信号以及采集的轴承数据分析验证，证明本发明能够突出轴承故障冲击特征，具有较好的降噪效果。

关键词：特征模式分解降噪滚动轴承故障诊断滤波器形状奇异值分解自适应选择冲击特征仿真信号手动选择轴承故障轴承数据鲁棒性脉冲性算法噪声带宽改进验证采集分析

来源：评论

学校读者我要写书评

暂无评论

一种惯性负载可调的轨道车辆牵引传动系统试验平台及方法

一种惯性负载可调的轨道车辆牵引传动系统试验平台及方法

引用

作者：王金海杨建伟姚德臣李欣赵悦胡忠硕张泽腾 100044 北京市西城区展览馆路1号

本发明公开了一种惯性负载可调的轨道车辆牵引传动系统试验方法，基于轨道车辆牵引传动系统试验平台，其负载采用齿轮箱输出轴两侧的惯性负载调节装置进行加载和调整，包括以下步骤：收集模拟的轨道车辆相关参数；计算试验台需要加载的... 详细信息

标准号: CN115468763A

本发明公开了一种惯性负载可调的轨道车辆牵引传动系统试验方法，基于轨道车辆牵引传动系统试验平台，其负载采用齿轮箱输出轴两侧的惯性负载调节装置进行加载和调整，包括以下步骤：收集模拟的轨道车辆相关参数；计算试验台需要加载的负载数值；计算试验台需要装备的负载元件数量；负载元件安装，控制试验台开展试验，将n个负载元件平均分配安装于第一惯性负载调节装置和第二惯性负载调节装置上，采用操作台对牵引电机进行牵引、匀速、惰行和制动控制，开展轨道车辆牵引传动系统试验。本发明的试验方法可以快速跟随牵引传动系统角加速度的变化，准确模拟轨道车辆牵引传动系统运行状态快速变化导致的负载波动现象，实现高精度的试验模拟。

关键词：牵引传动系统惯性负载轨道车辆调节装置负载元件试验台试验加载操作台齿轮箱输出轴车辆牵引传动系统负载波动快速变化模拟轨道平均分配牵引电机试验模拟试验平台相关参数运行状态制动控制可调的惰行牵引

来源：评论

学校读者我要写书评

暂无评论

一种轨道车辆走行部旋转部件时频特征精细化提取方法

一种轨道车辆走行部旋转部件时频特征精细化提取方法

引用

作者：王金海杨建伟胡忠硕姚德臣许贵阳李欣白堂博 100044 北京市西城区展览馆路1号

本发明公开了一种轨道车辆走行部旋转部件时频特征精细化提取方法，包括以下步骤：信号采集；高次多项式阶次跟踪信号重采样；基于能量熵优选的傅里叶内禀模态分解：傅里叶内禀模态分解获得的M个傅里叶内禀模态；采用能量熵对信号进行... 详细信息

标准号: CN115456026A

本发明公开了一种轨道车辆走行部旋转部件时频特征精细化提取方法，包括以下步骤：信号采集；高次多项式阶次跟踪信号重采样；基于能量熵优选的傅里叶内禀模态分解：傅里叶内禀模态分解获得的M个傅里叶内禀模态；采用能量熵对信号进行评价；选择能量熵小的算法作为优选结果；基于稀疏测度的非平稳特征精细化提取；设置用于优选傅里叶内禀模态数量K，选择前K个傅里叶内禀模态函数进行相加，实现非平稳特征的精细化提取。本发明的提出高次多项式阶比跟踪方法，可以实现频变特征多变的信号等角度重采样；采用信息熵实现傅里叶内禀模态分解方法的HTL和LTH算法优选工作；精细、准确提取轨道车辆走行部旋转部件的非平稳特征。

关键词：傅里叶模态分解精细化能量熵优选轨道车辆旋转部件走行部模态等角度重采样测度跟踪信号模态函数算法优选信号采集信息熵重采样时频算法稀疏相加精细跟踪

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：