【摘 要】
：
针对强背景噪声条件下航空发动机附件机匣故障难以诊断的问题,提出了自适应图卷神经网络(AGCNet)航空发动机附件机匣故障诊断方法.将航空发动机附件机匣振动信号通过小波包进行分解,并将小波包系数矩阵定义为包含节点与边的图.在图卷积神经网络中构建自适应图卷积核,基于切比雪夫多项式设计了一种自适应图卷积操作,通过自适应图卷积核对图中节点与边进行特征提取,增强模型在强噪声条件下的泛化性.最后利用全连接层进行特征抽取,进而实现航空发动机附件机匣故障.应用案例表明所提自适应图卷积神经网络模型(AGCNet);在强背景
【机 构】
：
重庆大学机械传动国家重点实验室 重庆400044
论文部分内容阅读
针对强背景噪声条件下航空发动机附件机匣故障难以诊断的问题,提出了自适应图卷神经网络(AGCNet)航空发动机附件机匣故障诊断方法.将航空发动机附件机匣振动信号通过小波包进行分解,并将小波包系数矩阵定义为包含节点与边的图.在图卷积神经网络中构建自适应图卷积核,基于切比雪夫多项式设计了一种自适应图卷积操作,通过自适应图卷积核对图中节点与边进行特征提取,增强模型在强噪声条件下的泛化性.最后利用全连接层进行特征抽取,进而实现航空发动机附件机匣故障.应用案例表明所提自适应图卷积神经网络模型(AGCNet);在强背景噪声条件下对航空发动机附件机匣故障平均诊断精度为86.42％,均高于LeNet、ResNet以及GCNet模型.能够有效识别故障,可应用于航空发动机附件机匣故障诊断.
其他文献
电动汽车锂离子电池会受振动与老化影响而加速衰减,为了诊断振动老化条件下的衰退机理,实现健康状态(SOH)预测,采取如下措施:首先,分析电池受振动影响的衰减结果;其次,辨识衰退模式,利用容量增量-微分电压(IC-DV)曲线对衰退模式进行量化,Z组结果为:活性物质损失(36.94％)、锂离子损失(35.12％)、电导率损失(1.9％);最后,将量化结果输入建立的GA-Elman模型实现SOH预测,结果误差保持在5％以内,满足电池管理系统(BMS)预测的要求.该研究为振动老化条件下锂离子电池的衰退机理诊断与SO
1台500 kV高压电抗器发现乙炔超标,经多次跟踪监视,发现增长趋势明显.开展了该台电抗器的在线与离线油色谱和油中微水测试、重症监护系统数据分析、振动测试分析、电抗器返厂内检和深入分析,确定乙炔超标原因为铁心压紧系统压紧力不足,运行过程中铁心饼带动上铁轭振动,导致高抗振动异常,同时上铁轭与短片间存在接触不良,造成间歇性低能放电.
软物质是介于理想固体与理想液体之间的物质.胶凝含蜡原油表现出软物质特有的复杂力学行为.借鉴软物质流变特性的研究手段,是拓展含蜡原油流变行为研究的有效途径.结合含蜡原油流变特性,介绍了软物质所特有的力学特征;从屈服应力的概念、测量、屈服应变问题以及宏观流动之前黏弹性响应等方面,系统论述了目前屈服特性研究存在的争议;分析了加载后黏弹-屈服转变过程中的流变行为;鉴于流变测量是探测软物质复杂结构特性的主要方法,阐述了软物质流变行为的主要研究手段,包括稳态剪切、蠕变以及大振幅振荡剪切等,并总结了相应的数据分析方法,
何谓有色金属行业高质量发展?如何推进有色金属行业的高质量发展?——党的建设,资源为王,科技创新,绿色低碳,核心人才,聚焦主业,安全环保……本期封面故事用有色金属行业案例剖析了行业高质量发展的标志和推进路径.换句直观、简洁的话说:无米下锅、技术落后、污染环境、偏离主业、畸形发展等等,都不能称之为高质量发展.
近些年利用电池阻抗谱(EIS)估算锂电池状态的研究取得了较大进展.本文提出了一种EIS等效电路模型参数提取算法,用于分析提取不同状态下的电池等效电路参数,具有简单、不易发散的优点.首先通过结合模型的物理意义计算获得等效电路模型参数初值,然后利用等效电路与EIS之间的映射关系进行迭代,从而实现了参数的提取.对比理论参考值,提取的关键参数的误差低于4.4％.为了获得锂电池在不同荷电状态下的EIS数据,利用电化学工作站在恒温状态下测量选用的磷酸铁锂电池,利用算法编写的软件实现等效电路参数的提取.通过对比不同荷电
针对不同工况下存在两域分布差异复杂的问题,提出自适应正则化迁移学习的不同工况下滚动轴承故障诊断方法.首先,训练基分类器为目标域预测伪标签,利用联合分布适配对齐两域分布,以减小分布差异;其次,通过流形正则化对目标域数据进一步利用,挖掘数据的潜在分布几何结构,学习目标域数据分布信息;最后,利用在结构风险最小化框架下建立的分类器结合上述两步学习策略,迭代更新伪标签获得最优系数矩阵完成不同工况下滚动轴承故障诊断.在两组滚动轴承数据集上进行实验验证,实验结果显示所提方法识别准确率分别达到了96.38％,94.18％
盛夏之时,赴南昌参加新版《金属非金属矿山安全规程》(以下简称“《安规》”)解读及非煤矿山安全生产形势学习专题培训班.“安全生产,重于泰山” 先知其意,后印于心.rn原《金属非金属矿山安全规程》自2006年发布以来,已实施14年之久.回首14年,中国一跃成为世界第二大经济体、第一制造业大国,经济、社会、科技水平迈上新台阶.
传统的电感式颗粒传感器输出的是电感或电压幅值的脉冲信号,本质为标量信号.可通过脉冲信号的正负性区分金属颗粒是磁性或非磁性,且只能在已知颗粒材质的情况下估计颗粒的粒径.但在含有多种金属颗粒的油液中,基于标量信号的颗粒识别方法将失效.为此,本文采用了一种双锁相放大电路,将颗粒产生的复数域信号转化为一对直流信号.提出一种基于模糊隶属度函数的信号处理方法,实现了在噪音干扰下多种颗粒的材质识别和粒径估计.本文搭建了三线圈传感器实验系统.利用五种金属颗粒构建了隶属度函数,并进行系统标定.最后选取两种颗粒对标定后的系统
总温测试精度是风洞测试与控制系统的关键指标,技术指标可高达0.1℃.实现该指标主要考虑高速气流造成的总温测试速度误差.为了实现总温探针性能的可靠评估和测试误差高精度补偿,设计了一种双层滞止罩总温探针,提出了总温探针恢复系数估计方法,并在引导试验风洞上开展了验证试验.试验结果表明:所设计的双层滞止罩探针比传统总温探针受流场干扰更小、具有更稳定的测试性能,所提出的总温恢复系数估计方法可以有效补偿高速气流造成的速度误差,其中常规总温探针恢复系数评估方法比现行工程方法补偿精度可提高8倍.研究结果可以在空气动力学地
针对应用于电子皮肤的柔性光纤布拉格光栅触觉传感器的输出信号是施加载荷位置、大小等信息的非线性、多维耦合问题,在对光纤布拉格光栅触觉传感阵列进行力学有限元仿真的基础上,提出了将误差逆传播神经网络和径向基函数神经网络应用于仿真和实验的触觉信号解耦方法.对实验数据的神经网络解耦结果表明,相对于误差逆传播神经网络,径向基函数神经网络具有更强的抗噪声能力,能够更好地逼近含有噪声的触觉多维非线性实验数据之间的映射关系.经径向基函数神经网络解耦后,传感器阵列的空间分辨率为5 mm,对压力位置和大小感知的最小相对误差为3