期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,829篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ISDP和膨胀胶囊网络的风电机组齿轮箱故障诊断
1
作者 李俊卿 韩小平 +4 位作者 黄涛 张承志 刘若尧 何玉灵 刘雨田 《智慧电力》 北大核心 2025年第3期27-34,共8页
针对风电机组齿轮箱故障信号受多噪声、多转速影响难以处理的问题,提出一种基于优化变分模态分解(VMD)的改进对称点图(ISDP)和膨胀胶囊网络(DCapsNet)结合的故障诊断方法。首先,提出利用均方根误差和皮尔逊相关系数优化VMD最佳分解数量... 针对风电机组齿轮箱故障信号受多噪声、多转速影响难以处理的问题,提出一种基于优化变分模态分解(VMD)的改进对称点图(ISDP)和膨胀胶囊网络(DCapsNet)结合的故障诊断方法。首先,提出利用均方根误差和皮尔逊相关系数优化VMD最佳分解数量和惩罚因子的方法,并利用优化后的VMD对故障信号降噪;其次,将去噪后的故障信号转化为多通道多间隔的ISDP;最后,将ISDP输入DCapsNet进行训练。实验结果表明,所提ISDP-DCapsNet方法相比于其他故障诊断方法,具备良好的精确性和有效性。 展开更多
关键词 齿轮箱 故障诊断 变分模态分解 胶囊网络 对称点图
在线阅读 下载PDF
基于MC2DCNN-LSTM模型的齿轮箱全故障分类识别模型
2
作者 陈蓉 王磊 《机电工程》 北大核心 2025年第2期287-297,共11页
针对轧机齿轮箱结构复杂、故障信号识别困难、故障部位分类不清等难题,提出了一种基于多通道二维卷积神经网络(MC2DCNN)与长短期记忆神经网络(LSTM)特征融合的故障诊断方法。首先,设计了一种三通道混合编码的二维样本结构,以达到故障识... 针对轧机齿轮箱结构复杂、故障信号识别困难、故障部位分类不清等难题,提出了一种基于多通道二维卷积神经网络(MC2DCNN)与长短期记忆神经网络(LSTM)特征融合的故障诊断方法。首先,设计了一种三通道混合编码的二维样本结构,以达到故障识别与分类目的,对齿轮箱典型故障进行了自适应分类;其次,该模型将齿轮箱的垂直、水平和轴向三个方向的振动信号融合构造输入样本,结合了二维卷积神经网络与长短时记忆神经网络的优势,设计了与之对应的二维卷积神经网络结构,其相较于传统的单通道信号包含了更多的状态信息;最后,分析了轧制过程数据和已有实验数据,对齿轮故障和齿轮箱全故障进行了特征识别和分类,验证了该模型的准确率。研究结果表明:模型对齿轮箱齿面磨损、齿根裂纹、断齿以及齿面点蚀等典型故障识别的平均准确率达到95.9%,最高准确率为98.6%;相较于单通道信号,多通道信号混合编码方式构造的分类样本极大地提升了神经网络分类的准确性,解调出了更丰富的故障信息。根据轧制过程中的运行数据和实验台数据,验证了该智能诊断方法较传统方法在分类和识别准确率上更具优势,为该方法的工程应用提供了理论基础。 展开更多
关键词 高精度轧机齿轮箱 智能故障诊断 多通道二维卷积神经网络 长短期记忆神经网络 数据分类
在线阅读 下载PDF
高速列车齿轮箱动力学仿真与实验研究
3
作者 张建超 夏子阳 +1 位作者 胡玉飞 陈湛 《机械设计与制造》 北大核心 2025年第3期91-95,共5页
针对高速列车齿轮箱振动特性问题,利用3D扫描设备对高速列车齿轮箱箱体进行了逆向三维建模。通过多体动力学仿真软件分别建立了含齿轮箱的整车动力学模型和齿轮箱传动系统刚柔耦合仿真模型,通过整车动力学仿真得到了箱体在轨道谱激励下... 针对高速列车齿轮箱振动特性问题,利用3D扫描设备对高速列车齿轮箱箱体进行了逆向三维建模。通过多体动力学仿真软件分别建立了含齿轮箱的整车动力学模型和齿轮箱传动系统刚柔耦合仿真模型,通过整车动力学仿真得到了箱体在轨道谱激励下的载荷特征,并将其与齿轮箱传动系统耦合模型相联立,对箱体在内外激励下的振动特性进行了分析,获得了上箱体小齿轮上端与下箱体底部振动位移及加速度较大,上箱体大齿轮附近振动位移及振动加速度相对较小等规律,并与实验数据进行了对比,验证了模型可靠性。 展开更多
关键词 高速列车 齿轮箱 刚柔耦合 多体动力学
在线阅读 下载PDF
基于加权子域自适应对抗网络的齿轮箱变工况故障诊断
4
作者 张慧云 左芳君 +1 位作者 余熹 杨婷 《机械强度》 北大核心 2025年第3期96-103,共8页
实际工程中齿轮箱受复杂多变的运行环境影响,导致单一振动信号难以准确有效地表征齿轮箱在不同工况下的故障信息。为此,提出了一种基于加权子域自适应对抗网络的齿轮箱变工况故障诊断方法。首先,采用多源异构信号融合策略,将振动信号时... 实际工程中齿轮箱受复杂多变的运行环境影响,导致单一振动信号难以准确有效地表征齿轮箱在不同工况下的故障信息。为此,提出了一种基于加权子域自适应对抗网络的齿轮箱变工况故障诊断方法。首先,采用多源异构信号融合策略,将振动信号时频图、电流信号格拉姆矩阵和红外热力图转换为多通道数据集,从不同视角描述齿轮箱运行状态;其次,构建嵌入高效通道注意力机制(Efficient Channel Attention,ECA)的自校正卷积神经网络(Self-calibrated Convolutions Network,SCNet)作为特征提取器,动态调整多源异构信号间相互作用和依赖关系,平衡源域和目标域的多源异构数据间尺度差异;再次,在特征提取器和域判别器进行对抗训练的同时,引入最大均值差异(Maximum Mean Discrepancy,MMD)和线性判别分析(Linear Discriminant Analysis,LDA)衡量当前跨域任务特征表示的域对齐程度及诊断任务决策边界,并构造动态平衡因子实时调整域对齐损失和类分辨性损失,有效地对齐源域和目标域每个类空间。最后,通过采集的齿轮箱变工况故障数据集进行验证。结果表明,所提方法在不同工况的诊断精度均达到95%以上,证明了所提方法的可行性和有效性。 展开更多
关键词 齿轮箱 不同工况 故障诊断 数据融合 域自适应
在线阅读 下载PDF
基于RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断
5
作者 戚晓利 杨艳 +1 位作者 崔创创 程主梓 《振动.测试与诊断》 北大核心 2025年第1期132-139,205,共9页
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃pre... 针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃preserving manifold embedding,简称IS⁃GSE)和白骨顶优化算法支持向量机(coot optimization algorithm support vector machine,简称COOT⁃SVM)的行星齿轮箱故障诊断方法。首先,利用RTSWMFE提取高维故障特征信息;其次,采用IS⁃GSE对高维特征进行降维,提取出敏感、低维的特征;最后,将低维特征输入COOT⁃SVM中进行识别分类。行星齿轮箱故障诊断实验结果表明:IS⁃GSE方法采用余弦相似度与欧式距离相结合的距离度量方式,并融入监督学习思想,降维效果较佳;COOT⁃SVM方法对经RTSWMFE和IS⁃GSE二次提取的故障特征识别精度达到100%。 展开更多
关键词 故障诊断 行星齿轮箱 精细时移加权多尺度模糊熵 改进监督型几何和统计保持流形嵌入 白骨顶优化算法优化支持向量机
在线阅读 下载PDF
风力机齿轮箱无监督故障诊断方法研究
6
作者 俎海东 焦晓峰 +2 位作者 张万福 孙康 李春 《动力工程学报》 北大核心 2025年第1期106-114,130,共10页
针对风力机齿轮箱振动信号具有强非线性特征,提出了改进变分模态分解方法对信号进行分解以提取特征分量,并以混沌相图及Lyapunov指数量化信号的非线性变化。采用随机近邻嵌入算法对多模态非线性故障特征集的冗余特征进行降维,以保证故... 针对风力机齿轮箱振动信号具有强非线性特征,提出了改进变分模态分解方法对信号进行分解以提取特征分量,并以混沌相图及Lyapunov指数量化信号的非线性变化。采用随机近邻嵌入算法对多模态非线性故障特征集的冗余特征进行降维,以保证故障特征提取的可靠性并提升故障诊断准确率,所提出的无监督故障诊断框架无需人为对故障样本进行标注,更适合工程应用,并将所提方法应用于NREL GRC风力机齿轮箱故障。结果表明:改进变分模态分解方法可准确实现多模态特征提取,结合随机近邻嵌入算法,可有效消除冗余特征保证故障信息的可靠性,且同类样本聚集、异类样本差异增大,聚类表现更清晰,提升了故障分类的准确率。 展开更多
关键词 齿轮箱 变分模态分解 混沌相图 LYAPUNOV指数 随机近邻嵌入算法 故障诊断
在线阅读 下载PDF
流形正则化支持高阶张量机及其在行星齿轮箱半监督故障诊断中的应用
7
作者 杨诚 何清波 +2 位作者 贾民平 李志农 彭志科 《振动工程学报》 北大核心 2025年第1期78-87,共10页
本文提出了一种基于流形正则化支持高阶张量机(MRSHTM)的行星齿轮箱半监督故障诊断方法。在MRSHTM中引入CP分解挖掘张量数据中的内在结构信息,并定义张量逆多元二次核函数(Tensor‐IMKF)以构建图拉普拉斯算子,从而更好地描述张量数据之... 本文提出了一种基于流形正则化支持高阶张量机(MRSHTM)的行星齿轮箱半监督故障诊断方法。在MRSHTM中引入CP分解挖掘张量数据中的内在结构信息,并定义张量逆多元二次核函数(Tensor‐IMKF)以构建图拉普拉斯算子,从而更好地描述张量数据之间的流形结构。针对多分类问题,将一对多(OVR)策略引入MRSHTM中,提出一对多流形正则化支持高阶张量机(OVR‐MRSHTM)模型。利用层次多尺度排列熵(HMPE)提取多通道振动信号的“通道×层次×尺度”三阶张量故障特征,并输入OVR‐MRSHTM中进行自动识别。实验结果表明,所提算法能够在张量空间中实现稀缺标记样本下的行星齿轮箱智能故障诊断。 展开更多
关键词 半监督故障诊断 行星齿轮箱 张量学习 流形正则化
在线阅读 下载PDF
基于转子绕组电流的双馈风电机组齿轮箱阶次跟踪与故障诊断
8
作者 王城宇 万书亭 +2 位作者 王萱 张伯麟 赵晓艳 《太阳能学报》 北大核心 2025年第2期556-564,共9页
针对目前利用振动信号对变转速情况下风电机组齿轮箱诊断不佳的问题,提出一种基于转子绕组电流的双馈风电机组齿轮箱阶次跟踪与故障诊断方法。首先,通过优化变分模态分解算法分析双馈异步风力发电机(DFIG)转子绕组电流,获得滤波后的电... 针对目前利用振动信号对变转速情况下风电机组齿轮箱诊断不佳的问题,提出一种基于转子绕组电流的双馈风电机组齿轮箱阶次跟踪与故障诊断方法。首先,通过优化变分模态分解算法分析双馈异步风力发电机(DFIG)转子绕组电流,获得滤波后的电流信号。然后,采用同步提取变换方法对转子绕组电流进行时频分析,基于提取的电流信号时频脊线和转子绕组电流估计转频原理,计算DFIG转子的瞬时转频。根据齿轮箱之间传动比,推导出行星齿轮箱输出端轴承转频。最后,对采集的行星齿轮箱振动信号进行等角度重采样,通过获得的稳态角域信号进行包络阶次谱分析,实现对双馈风电机组齿轮箱的故障诊断。 展开更多
关键词 风电机组 齿轮箱 故障诊断 阶次跟踪 转子绕组电流
在线阅读 下载PDF
基于频率切片小波变换和注意力增强ConvNeXt模型的行星齿轮箱故障诊断
9
作者 崔素晓 武哲 +2 位作者 崔彦平 张强 赵月静 《兵工学报》 北大核心 2025年第2期155-164,共10页
针对传统手工提取故障特征过度依赖专家的先验知识,导致信息提取不完全、效率低、成本高、漏诊误诊的问题,提出一种基于频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)和注意力增强ConvNeXt模型的新方法,用于行星齿轮箱故... 针对传统手工提取故障特征过度依赖专家的先验知识,导致信息提取不完全、效率低、成本高、漏诊误诊的问题,提出一种基于频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)和注意力增强ConvNeXt模型的新方法,用于行星齿轮箱故障诊断。该方法在ConvNeXt模型基础上融合卷积注意力模块(Convolutional Block Attention Module,CBAM),使网络更加聚焦于关键区域的特征,减小无关目标的干扰。通过FSWT将一维振动信号转化为具有二维特征的时频谱图像,输入到改进后的网络中进行自动特征提取,并建立特征空间与故障空间之间的映射关系,实现不同故障模式的准确区分。利用动力传动模拟实验台数据对所提方法进行实验验证,结果表明:相较于其他网络模型,改进后的ConvNeXt模型能够准确识别出齿轮特定类型的故障,且噪声干扰下依旧展现出良好的鲁棒性。所得研究成果可为行星齿轮箱智能故障诊断提供参考。 展开更多
关键词 行星齿轮箱 频率切片小波变换 注意力机制 ConvNeXt模型 故障诊断
在线阅读 下载PDF
风电齿轮箱轴承故障数值模拟与振动分析
10
作者 胡嘉奇 陈捷 +1 位作者 潘裕斌 张浩 《机械设计与制造》 北大核心 2025年第3期55-59,共5页
为了研究径向载荷变化对风电齿轮箱轴承故障动态特性的影响规律,建立了基于ABAQUS的轴承动力学模型。首先从运动学角度出发,以轴承滚子公转周期为指标,验证了轴承仿真模型的准确性;然后通过对比内、外圈故障特征频率的仿真值、理论值和... 为了研究径向载荷变化对风电齿轮箱轴承故障动态特性的影响规律,建立了基于ABAQUS的轴承动力学模型。首先从运动学角度出发,以轴承滚子公转周期为指标,验证了轴承仿真模型的准确性;然后通过对比内、外圈故障特征频率的仿真值、理论值和试验值,进一步验证了轴承故障模型准确性;最后,基于此模型分析了径向载荷变化对典型故障特征参数的影响。研究表明:随着径向载荷的增大,峰峰值和均方根值均呈现增大趋势,且峰峰值增速远大于均方根值,波形因子对故障不敏感,峭度因子变化规律复杂。 展开更多
关键词 风电齿轮箱轴承 局部故障 动力学建模 振动响应
在线阅读 下载PDF
基于FDVI和CDDPM的小样本岸桥齿轮箱多类故障诊断
11
作者 袁九海 张氢 +2 位作者 张建群 冯文宗 孙远韬 《振动与冲击》 北大核心 2025年第6期306-317,共12页
岸桥齿轮箱零部件数量多、故障类型丰富,且故障数据难以获取,其诊断面临小样本、多分类的问题。针对上述问题,提出了一种基于频域振动图(frequency domain vibration image,FDVI)和条件去噪扩散概率模型(conditional denoising diffusio... 岸桥齿轮箱零部件数量多、故障类型丰富,且故障数据难以获取,其诊断面临小样本、多分类的问题。针对上述问题,提出了一种基于频域振动图(frequency domain vibration image,FDVI)和条件去噪扩散概率模型(conditional denoising diffusion probabilistic model,CDDPM)的故障诊断方法。首先,将获取的振动信号转为FDVI图像,充分表征各故障的振动信号的特征信息;然后,使用CDDPM对小样本数据进行扩充,将标签信息输入到模型以控制生成故障样本类别,同时采用跳层采样加快样本生成速度;最后,将扩充后的样本集输入卷积神经网络分类器中进行训练,提升分类器对小样本多类故障诊断的效果。在对CWRU数据集的17种故障类型和岸桥缩尺试验台数据集的29种故障类型的小样本诊断试验表明:样本扩充后CWRU数据集故障识别率由89.86%提高到99.30%;岸桥数据集故障识别率由68.63%提高到95.75%。上述分析表明所提方法能完成小样本条件下岸桥齿轮箱多类故障诊断任务。 展开更多
关键词 频域振动图 条件去噪扩散概率模型 小样本 岸桥齿轮箱 故障诊断
在线阅读 下载PDF
基于CBAM-STCN的齿轮箱故障智能诊断方法
12
作者 万志国 王治国 +1 位作者 赵伟 窦益华 《科学技术与工程》 北大核心 2025年第9期3760-3768,共9页
针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse t... 针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse temporal convolutional network with soft thresholding,CBAM-STCN)齿轮箱故障诊断模型识别分类方法。首先,利用希尔伯特变换将齿轮故障振动信号转换为包络谱信号;然后,将其输入CBAM-STCN故障诊断模型中;该模型嵌入的混合注意力机制模块(convolutional block attention module,CBAM),能够自适应学习通道和空间注意力的权重,提取与故障特征相关的敏感信息;嵌入的软阈值函数能够最小化模型输出和原输入之间的差异;最后,利用所提出的方法对两种工况、不同类型的齿轮故障进行识别分类。结果表明:CBAM-STCN故障诊断模型对齿轮故障智能诊断的平均准确率为98.95%。该方法对于齿轮箱故障的智能诊断具有一定的参考价值。 展开更多
关键词 齿轮箱 故障智能诊断 混合注意力机制 软阈值化 时间卷积神经网络
在线阅读 下载PDF
某型齿轮箱滑动轴承失效机理分析
13
作者 周焕辉 施金芳 +3 位作者 邓林 秦蕊丽 李兴亚 王强 《船电技术》 2025年第3期35-40,共6页
齿轮箱是船舶推进系统的重要零部件之一。某型散货船在满功率满舵试航过程中,齿轮箱主动轴后端径向滑动轴承发生高温失效的现象。本文用DLAP软件复核了滑动轴承设计中的主要参数,并做了评判。在Masta软件中建立了壳体和轴系耦合的受力... 齿轮箱是船舶推进系统的重要零部件之一。某型散货船在满功率满舵试航过程中,齿轮箱主动轴后端径向滑动轴承发生高温失效的现象。本文用DLAP软件复核了滑动轴承设计中的主要参数,并做了评判。在Masta软件中建立了壳体和轴系耦合的受力分析模型,得出了滑动轴承失效的主要原因为箱体支撑刚性不足的结论。最后根据分析的结论和实船情况,提出了采用滚动轴承的改善方案。该方案已经实船试航验证通过。 展开更多
关键词 船用齿轮箱 滑动轴承 失效分析 箱体变形
在线阅读 下载PDF
考虑弹性变形的风电齿轮箱滑动轴承润滑性能分析
14
作者 朱雯慧 马孝育 +2 位作者 倪艳光 赵东旭 李佳兴 《润滑与密封》 北大核心 2025年第1期155-162,共8页
行星齿轮(轴瓦)内表面的弹性变形量远大于滑动轴承的最小油膜厚度,分析滑动轴承的润滑性能时有必要考虑行星齿轮弹性变形的影响。建立考虑行星齿轮弹性变形时滑动轴承动压润滑性能求解模型,采用Matlab和Abaqus联合仿真,模拟行星齿轮在... 行星齿轮(轴瓦)内表面的弹性变形量远大于滑动轴承的最小油膜厚度,分析滑动轴承的润滑性能时有必要考虑行星齿轮弹性变形的影响。建立考虑行星齿轮弹性变形时滑动轴承动压润滑性能求解模型,采用Matlab和Abaqus联合仿真,模拟行星齿轮在考虑弹性变形和不考虑弹性变形条件下内表面的油膜压力分布及润滑性能的差异,分析齿轮啮合力对风电齿轮箱滑动轴承润滑性能的影响。结果显示:在齿轮啮合力的作用下,行星齿轮内表面发生了椭圆形的变形;在齿轮啮合力和油膜压力的作用下,行星齿轮内表面的变形也发生倾斜,且最大变形量已超过最小油膜厚度值;和不考虑行星齿轮变形的情况对比,考虑行星齿轮变形后最大油膜压力降低,最小油膜厚度增加。 展开更多
关键词 风电齿轮箱 滑动轴承 联合仿真 弹性变形 润滑性能
在线阅读 下载PDF
基于电流信号的变速工况行星齿轮箱故障诊断
15
作者 乔宁宁 李峰 《现代制造工程》 北大核心 2025年第1期111-120,共10页
基于电流信号的故障诊断方法在信号采集和抗外界干扰方面存在一定的优势。由于工频信号的存在,导致齿轮故障特征提取困难;因此,去除电流信号中的工频成分是一项重要的工作,尤其是当齿轮箱处于变速工况时。目前,变速工况时基于电流信号... 基于电流信号的故障诊断方法在信号采集和抗外界干扰方面存在一定的优势。由于工频信号的存在,导致齿轮故障特征提取困难;因此,去除电流信号中的工频成分是一项重要的工作,尤其是当齿轮箱处于变速工况时。目前,变速工况时基于电流信号的行星齿轮箱故障诊断仍没有理想的方法。提出了一种基于无功功率、格拉姆角场和平均教师半监督模型的行星齿轮故障诊断方法。首先通过计算系统无功功率去除时变电流信号中的工频成分,然后利用格拉姆角场将一维的时序数据转化为特征信息更完善的二维数据,最后基于改进的半监督学习模型实现了行星齿轮的故障识别。试验结果表明,在使用20%的有标记数据的情况下故障诊断准确率可以达到92.31%。 展开更多
关键词 故障诊断 电流信号 行星齿轮箱 变速工况 半监督学习
在线阅读 下载PDF
基于特征融合的齿轮箱故障诊断
16
作者 周芸 吴胜利 邢文婷 《噪声与振动控制》 北大核心 2025年第2期63-69,共7页
齿轮箱故障的振动信号具有非线性、非平稳性,再加上齿轮箱运行工况复杂的特点,导致传统的信号处理方法难以有效提取齿轮箱故障特征,严重影响传动精度和设备运行安全。基于此,本文研究振动信号无量纲指标与经验模态分解(Empirical Mode D... 齿轮箱故障的振动信号具有非线性、非平稳性,再加上齿轮箱运行工况复杂的特点,导致传统的信号处理方法难以有效提取齿轮箱故障特征,严重影响传动精度和设备运行安全。基于此,本文研究振动信号无量纲指标与经验模态分解(Empirical Mode Decomposition, EMD)信息熵进行特征融合的方法,并利用随机森林(Random Forest, RF)对不同特征之间的重要性进行比较、排序,有效克服信息冗余,同时将新构建的样本集作为输入,对LSTM(Long Short-Term Memory)神经网络进行训练,实现对齿轮箱不同局部故障的有效识别。并利用东南大学实验数据验证所提方法的有效性,通过与其他方法对比证明本文所提方法具有计算效率高和识别精度高的特点,可为齿轮箱的智能诊断提供新的实践和方法基础。 展开更多
关键词 故障诊断 齿轮箱 融合特征 无量纲指标 随机森林 LSTM神经网络
在线阅读 下载PDF
基于改进型级联宽度学习的采煤机截割部齿轮箱故障诊断
17
作者 李鑫 李淑华 +3 位作者 陈浩 司垒 魏东 邹筱瑜 《工矿自动化》 北大核心 2025年第3期86-95,共10页
采煤机截割部齿轮箱振动监测数据结构复杂,且易出现类别不平衡问题,导致现有基于传统机器学习的智能故障诊断方法易出现错报现象,而基于深度学习的诊断方法模型结构复杂、学习效率低,且易陷入局部最优解,影响诊断性能。针对上述问题,提... 采煤机截割部齿轮箱振动监测数据结构复杂,且易出现类别不平衡问题,导致现有基于传统机器学习的智能故障诊断方法易出现错报现象,而基于深度学习的诊断方法模型结构复杂、学习效率低,且易陷入局部最优解,影响诊断性能。针对上述问题,提出了一种基于改进型级联宽度学习(ICBL)的采煤机截割部齿轮箱故障诊断方法。在ICBL模型的特征节点中引入随机超图卷积机制,充分挖掘采煤机截割部齿轮箱振动数据的复杂多元结构信息,增强故障特征表征能力;采用类特异性权重分配策略,根据输入数据的类间比例信息,为少数类样本赋予更高权重,提高不平衡数据下采煤机截割部齿轮箱故障诊断性能。利用采煤机截割部齿轮箱故障模拟实验台验证基于ICBL的采煤机截割部齿轮箱故障诊断方法的有效性,结果表明该方法能够有效增强故障特征的判别性,在数据不平衡度为15时诊断精度达94.52%,单一样本的故障识别耗时为0.284 ms,优于级联宽度学习系统、加权宽度学习系统、多尺度卷积神经网络、超图神经网络、多分辨率超图卷积网络等。 展开更多
关键词 采煤机截割部 齿轮箱 故障诊断 级联宽度学习 随机超图卷积 类特异性权重
在线阅读 下载PDF
基于LabVIEW的海上风机齿轮箱故障诊断系统设计
18
作者 张珺辉 董绍华 叶迎春 《新技术新工艺》 2025年第1期29-37,共9页
随着风力发电量的不断增长,齿轮箱成为研究的重点。由于海上气候更加恶劣,维护困难,海上风机组的齿轮箱比陆上风机组的齿轮箱更容易发生故障。因此,应用LabVIEW软件设计了一套海上风机齿轮箱故障诊断系统。首先分析了齿轮箱的关键部件,... 随着风力发电量的不断增长,齿轮箱成为研究的重点。由于海上气候更加恶劣,维护困难,海上风机组的齿轮箱比陆上风机组的齿轮箱更容易发生故障。因此,应用LabVIEW软件设计了一套海上风机齿轮箱故障诊断系统。首先分析了齿轮箱的关键部件,包括齿轮、转子和滚动轴承;然后讨论了独特的海上环境对风力发电机的具体影响,并提出了2种适用于近海环境的特殊诊断参数;最后应用LabVIEW软件实现了齿轮箱的故障模拟与诊断系统,并提出了一系列软件开发策略。结果表明,该系统能够模拟齿轮箱在不同故障状态下的实际运行情况,准确诊断出发生的故障类型,为海上风机齿轮箱的维护和故障诊断提供了有价值的参考。 展开更多
关键词 海上风机 齿轮箱 LABVIEW 信号分析 信号处理 诊断参数 故障检测
在线阅读 下载PDF
风力发电装备齿轮箱轴承运行性能分析
19
作者 张凌 华长江 +1 位作者 孙志刚 张爱武 《凿岩机械气动工具》 2025年第1期150-152,共3页
随着风力发电技术的不断发展,风力发电装备齿轮箱轴承的运行性能,对整个风力发电系统的可靠性和效率至关重要。文章介绍了风力发电装备齿轮箱轴承的工作原理与结构特点,详细阐述了标准中对轴承设计、材料、润滑等方面的要求,并结合实际... 随着风力发电技术的不断发展,风力发电装备齿轮箱轴承的运行性能,对整个风力发电系统的可靠性和效率至关重要。文章介绍了风力发电装备齿轮箱轴承的工作原理与结构特点,详细阐述了标准中对轴承设计、材料、润滑等方面的要求,并结合实际运行数据对轴承的疲劳寿命、温升、振动等运行性能指标进行了分析,探讨了影响轴承运行性能的因素,提出了优化轴承运行性能的措施与建议,旨在为提高风力发电装备齿轮箱轴承的可靠性和运行效率提供参考。 展开更多
关键词 风力发电 齿轮箱轴承 运行性能
在线阅读 下载PDF
动车组齿轮箱油中硫含量的红外光谱分析
20
作者 杜瑾瑶 贺石中 +2 位作者 杨智宏 张琳颖 张静茹 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期239-245,共7页
针对高铁动车组牵引系统中齿轮箱润滑油中硫元素损失较快的问题,需要对在用齿轮油硫含量进行监测,以确定最佳的换油时机。分析了红外光谱图中齿轮油含硫添加剂特征吸收峰的衰减机制;选择与硫含量相关性最高的1164 cm-1特征峰的峰高作为... 针对高铁动车组牵引系统中齿轮箱润滑油中硫元素损失较快的问题,需要对在用齿轮油硫含量进行监测,以确定最佳的换油时机。分析了红外光谱图中齿轮油含硫添加剂特征吸收峰的衰减机制;选择与硫含量相关性最高的1164 cm-1特征峰的峰高作为输入变量构建了一元线性回归模型(LR),采用5折交叉验证下的测试集R^(2)确定最佳主成分个数构建了偏最小二乘回归模型(PLSR),最后根据偏最小二乘回归系数优选了6个特征吸收峰用于构建特征峰优化后的PLSR模型(RF-PLSR)。采用所建的模型分别对预测集39个油样进行预测,结果表明一元线性回归模型和偏最小二乘回归模型均具有很好的预测能力。一元线性回归模型的预测R^(2)为0.961,RMSE为973.1,RPD为5.084。PLSR模型和特征峰优化后的RF-PLSR模型的预测R^(2)分别为0.997和0.994,RMSE分别为250.1和376.3,RPD分别为19.780和13.149。说明经过特征峰优化后建立的RF-PLSR模型在降低模型复杂度的同时,仍可以保持较高的精度和预测能力,由于消除了不相关变量的信息,使模型的可解释性更好。红外光谱技术为齿轮油中硫含量的检测提供了一种可靠而精确的方法,为齿轮油的状态监测提供一种可行的解决方案。 展开更多
关键词 齿轮箱油 硫含量 红外光谱 在用油监测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部