基于复调制细化包络谱和SVM的变速器齿轮故障诊断研究

针对变速器故障齿轮振动信号特征和在现实条件下难以获得大量故障样本的实际情况,提出一种复调制细化包络谱和支持向量机相结合的故障诊断方法。通过变速器齿轮故障模拟试验模拟齿轮磨损故障,采用Hilbert变换对齿轮振动信号进行解调得到振动信号的包络,对包络信号进行复调制细化谱分析,提取齿轮轴转频基波及其谐波幅值。分析发现基波及其谐波幅值随着齿轮磨损程度的增加明显增大,故将其作为支持向量机的输入特征向量,以判断齿轮故障。试验结果表明:该方法在小样本的情况下能有效地诊断齿轮故障。     

变速器加速疲劳试验方法分析EI北大核心CSCD

基于对目前变速器大多采用的等幅疲劳试验方法的分析,运用线性累积损伤准则,推导了一种加速疲劳试验方法;分析了该方法的载荷谱及应力循环次数,及变速器关键零件在不同载荷强化系数作用下的损伤度;得到了这两种试验方法的循环次数与损伤度的当量关系。比较两种方法的试验结果表明,加速疲劳试验方法可较好地保持失效机理,因而更为合理,但尚待进一步的大量试验验证。     

基于时序-神经网络的车辆变速器齿轮故障诊断

采用时序分析和BP神经网络，建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取，并以此作为BP神经网络的输入向量进行网络训练，从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中，能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。     

基于LS-SVM模型的无级变速器夹紧力控制系统故障诊断

在不增加硬件成本和过大的运算量的前提下,研究了基于模型的无级变速器夹紧力控制系统故障诊断方法.提出了根据测得的信号以及全局和部分元件诊断模型的输出结果来完成故障隔离与定位的诊断策略;针对系统的非线性特征,采用最小二乘支持向量机建立反映其输入输出关系的非线性预测模型.测试结果表明所建立的故障自诊断系统具有较高的精度和反应速度,可以粗略地实现故障的隔离和定位.     

支持向量机和基于IMF的特征能量法在汽车变速器轴承故障诊断中的应用

针对汽车变速器轴承振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了一种基于内禀模态函数(IMF)的特征能量法和支持向量机的变速器轴承故障诊断方法。对变速器轴承内圈、外圈故障振动信号的分析结果表明,该方法在小样本情况下仍可有效提取变速器轴承的故障特征,并能成功地对其工作状态和故障类型进行分类。     

基于对称极坐标法的变速器齿轮磨损故障诊断的研究

本文中引入对称极坐标表示法,对变速器齿轮磨损故障进行研究.首先将测得的变速器振动信号的时域波形转换为极坐标图形,通过图形变化来辨识变速器齿轮磨损故障.然后利用二进小波变换法来提取磨损故障特征,研究特征提取对极坐标图形变化的影响.最后,根据图像与标准磨损图像的相关系数对变速器齿轮的磨损状态进行分类.结果表明,该方法能揭示变速器齿轮磨损状态与极坐标图形的映射关系,实现变速器齿轮磨损故障可视化监测与诊断.     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

基于结构分析法的汽车ABS故障诊断和识别系统设计与校验EI北大核心CSCD

为实现汽车防抱死制动系统(ABS)的实时故障诊断、确定关键故障源的精确位置,本文中引入基于模型的结构分析法(SA)故障诊断理论,并开展ABS的故障诊断与识别(FDI)系统设计和校验。首先结合ABS的数学模型和系统关键故障,建立了初始系统故障模型,并利用SA对其进行故障可检测性和可隔离性分析,为提高ABS的故障诊断能力,研究最优的传感器配置方案;接着通过结构最小型超定方程集(MSO sets),设计系统的残差,进而建立ABS故障诊断和识别系统。最后在MATLAB/Simulink中搭建FDI系统的仿真模型,并对预设的故障进行诊断和识别。结果表明:该FDI系统能检测与定位所有的4个关键故障,其结果与SA理论分析一致,验证了其可行性。     

基于支持向量机的动力电池故障诊断

电池故障诊断是电池管理系统中一项十分重要的技术。针对电池故障和电池输出状态量之间不确定的关系,采用模糊逻辑可以对模糊关系进行准确描述。选用合适的隶属度函数来表示输出的电压、电流信号,用模糊数学理论表示不确定的电池故障与电池输出状态量之间的关系,生成模糊数据库,用支持向量机对数据进行训练和测试,由结果可知该方法有较高的准确性。     

基于台架试验的汽车自动变速器故障诊断分析方法研究

针对汽车自动变速器检修难点,给出了通过进行台架试验诊断自动变速器故障的方法,并以01V.J.J(5HP-19)型自动变速器为例,利用自主研发的自动变速器综合试验台进行全自动性能试验.将试验结果进行了合理逻辑组合,对所获得故障信息进行了逻辑分析,最终判断出故障源,排除变速器故障.维修前、后变速器台架性能试验数据对比结果表明,利用台架试验进行自动变速器故障诊断具有高准确度、低成本的优点.     

基于自适应AR谱与神经网络的车变速器轴承故障诊断

提出了基于自适应AR谱和神经网络的汽车变速器轴承故障诊断方法.该方法采用自适应滤波将轴承振动信号进行滤波,建立AR模型,从而提取出故障轴承的特征,再利用BP神经网络进行故障分类.试验证明该方法适用于汽车变速器轴承的故障诊断.     

基于应力测试技术的重型车变速器齿轮失效研究

针对某重型车变速器齿轮的失效问题,利用应力测试技术对易产生弯曲疲劳失效的齿轮进行了应力测试,并通过与有限元计算结果的比较,论述了有限元计算结果的局限性。根据测试结果,从齿根过渡圆角和基节偏差的角度分析了变速器齿轮的失效原因,提出了增大主动齿轮刀具刀顶圆角半径及对基节误差进行控制的改进措施,并通过台架试验进行了验证。     

基于免疫粗集属性约简的车辆故障诊断方法

针对故障诊断规则属性的复杂性,将粗糙集核属性参数的先验知识作为免疫疫苗引入抗体编码,以提高其在线学习及优化能力.将属性的分类近似质量作为适应度(目标)函数进行优化,在获取多个属性约简的同时,仍能快速地求得最小约简.把优化后的属性集作为支持向量机分类器的输入参数对故障样本进行训练与分类,提高了SVM故障诊断的能力.通过实验表明,该方法能快速、高效地对属性集进行数据压缩,有效提高了故障诊断准确率.     

基于粗糙集与支持向量机的推土机故障诊断

提出了一种基于粗糙集理论和支持向量机算法的推土机发动机故障诊断方法。首先利用粗糙集理论对故障诊断决策系统进行约简,消除样本噪声和冗余,然后在此基础上设计支持向量机多分类器,进行故障检测分类。这样,可以有效减小SVM训练的数据,加快多分类器的处理速度。实验结果显示它能提高故障诊断的准确性和效率。     

电动汽车用感应电机的最小二乘支持向量机逆控制EI北大核心CSCD

针对电动汽车驱动用感应电机采用常规PI控制时转速波动较大、调节器参数调节困难等问题,提出了一种基于最小二乘支持向量机(LSSVM)的电动汽车感应电机逆控制法。首先建立了电动汽车驱动用感应电机的数学模型,并证明其可逆。然后利用LSSVM建立感应电机的逆模型,并通过改进的粒子群算法优化LSSVM的参数,将该逆模型串联在原系统中而得到伪线性系统,最后设计线性闭环调节器实现高性能控制。仿真结果表明,与常规PI控制相比,采用LSSVM逆控制时转速跟踪精度显著提高,系统具有较强的鲁棒性。     

基于DSP的汽车无级变速器故障诊断系统研究

在分析无级变速器（CVT）原理的基础上,设计了基于DSP的无级变速器故障诊断系统硬件和软件。神经网络有学习和记忆能力,可以解决复杂的非线性问题,基于神经网络的故障诊断方法对系统有很好的跟踪能力,可以准确地识别系统存在的故障。试验结果表明,采用动量—自适应算法的BP神经网络模型能很好地实现系统的故障诊断功能。     

基于1 1/2维倒谱的汽车齿轮变速器信号特征提取

从三阶累积量出发,提出112维倒谱的概念,从理论上推导了其能抑制噪声、提高信噪比。并将其与倒谱对比,应用于实际的汽车齿轮变速器故障特征提取,分析表明,相对于倒谱而言112维倒谱能有效地从复杂的信号成分中提取出特征信号来,并且计算量小,精度高。     

基于粗糙集与支持向量机的无级变速器速比控制阀质量分类

在提取无级变速器速比控制阀性能特征参数的基础上,提出了采用粗糙集和支持向量机相结合的质量分类方法.首先,基于粗糙集理论对特征参数集进行属性约简;然后,使用支持向量机分类器对速比控制阀进行质量分类.实验结果表明该方法的分类准确率能够达到93.6%,具有良好的工程应用价值.     

基于Web技术的汽车变速器齿轮设计系统的研究与开发

针对汽车变速器齿轮参数选择复杂,校核计算过程繁琐的问题,在Microsoft Visual Studio 2005．NET开发环境下,运用ASP．NET技术与C#语言相结合,研究并开发了基于Web技术的汽车变速器齿轮设计及校核系统。该系统集成了齿轮参数优选、齿廓、变位参数、传动比的分配、接触强度和弯曲强度校核等各项计算模块和常用设计参数数据库,通过对初始条件的设定,可方便地选取设计参数,进行结构参数计算,并完成对所设计齿轮的强度校核和评价。经对多款国外成熟样机比对,计算结果达到了较高的重合度。为汽车变速器的自主、快速开发提供了便利条件。