【摘 要】
:
传动链是旋转机械设备中重要的组成部分,担任着能量传递的重要任务。由于其结构复杂涉及机械部件较多,故而当传动链长期处于运行状态后,各部件很容易老化磨损,从而导致性能下降出现各种问题。若能及时对传动链进行故障诊断,便可以避免严重故障问题的发生;若能在此基础上,对其运行中的各状态进行合理的评估,便可以根据评估结果提前发现故障,进行故障报警。本文以传动链的齿轮和轴承为研究对象,从振动信号的角度出发,研究了
论文部分内容阅读
传动链是旋转机械设备中重要的组成部分,担任着能量传递的重要任务。由于其结构复杂涉及机械部件较多,故而当传动链长期处于运行状态后,各部件很容易老化磨损,从而导致性能下降出现各种问题。若能及时对传动链进行故障诊断,便可以避免严重故障问题的发生;若能在此基础上,对其运行中的各状态进行合理的评估,便可以根据评估结果提前发现故障,进行故障报警。本文以传动链的齿轮和轴承为研究对象,从振动信号的角度出发,研究了齿轮和轴承外圈等故障特征。以故障诊断和性能退化评估为目标,在研究传动链振动信号带通滤波基础上,研究了齿轮
其他文献
随着全球温室化效应及环境污染的持续加剧,世界各地的极端恶劣气候频发,所引起的自然灾害为人类造成的巨大的经济财产损失。遥感卫星一般运行于地球同步轨道,因此能够提供大尺度、多时相的对地监测信息,已广泛应用于自然灾害的损失评估领域。特别是随着深度学习技术的不断发展,以神经网络为代表的深度学习方法已成功地应用于遥感图像的处理与识别任务。这些方法大多假设模型在训练和测试过程中,每条数据都有唯一确定的类别标签
随着遥感影像获取的越发方便,其处理与分析的应用需求也越来越多,而遥感影像的路网提取是其中最重要的应用之一。传统的路网提取利用路网的几何特征进行数学分析,局限性很大且离人类水平相差较远。随着深度学习的日趋成熟,使用深度学习算法对遥感影像进行路网提取逐渐变为了主流。路网提取在深度学习中属于语义分割任务,而以往的语义分割模型缺少对遥感影像中路网的几何特征以及小样本数据集的问题的考虑,本文基于U-Net架
有机薄膜晶体管(OTFT)作为现代电子领域中十分重要的元器件,在多个领域都拥有广阔前景。由于该器件的有机半导体层具有化学敏感性,而且器件在电路中具有放大参数的能力,所以在气体传感器领域备受关注。方酸小分子材料在有机太阳能电池领域被认为具有广阔的应用前景,因为其在可见-近红外区的高吸收性质,且光、热稳定性强,同时还具有易合成、能带隙可调节的特点。但是应用在有机薄膜晶体管领域的研究较少。因此本次工作将
OTFT器件中薄膜或纳米结构的有机半导体的使用有利于分析物的快速捕获、扩散和去除,可以将化学或物理反应直接转换成易于读取的电信号,进而进行检测与分析,成为快速响应/恢复的高性能传感器。本文基于P3HT-OTFT器件进行了电学性能与气敏特性的研究。同时,基于前人的工作,将缩合反应得到的自主装小分子4-((1,3-dioxo-1,3-dihydro-2H-inden-2-ylidene)methyl)
管线阀门渗漏检测技术,最早是石油化工行业中对输油管道进行检测的方法,目前主流的管线阀门渗漏检测方法是借用第三方传感器结合人工观察实现的检测方法,鲜有通过视频图像来检测管线阀门渗漏情况的实现方法。在水电站等工业环境中,水电站人工巡检是保障管线阀门安全运行的重要手段,人工巡检会耗费大量人力和时间,并且巡检质量不高,仍然存在漏检,错检的现象。为了能够更好的检测管线阀门渗漏问题,从而更好的保障水电站的安全
随着航天技术的迅速发展,卫星光学遥感技术取得巨大进步,不仅在图像分辨率上有了较大的提高,而且具备了全天时侦测、实时传输数据的能力,使得光学遥感图像的数据量与单幅图像包含的信息量急速增长。海量的光学遥感图像中存在的丰富信息蕴含了巨大的价值,在社会上的各个领域都有广泛的应用。如何高效准确地提取其中有价值的信息成为现今计算机视觉领域的研究热点。光学遥感图像所包含的目标信息是光学遥感图像价值中非常重要的一