基于联合抗噪算法的滚动轴承故障诊断研究

轴承通常工作于复杂噪声环境下,使得时域振动信号容易受到各种噪声的污染,从而误导诊断结果。针对以上问题,提出基于一维卷积自编码(1D-DCAE)和一维卷积神经网络(1D-CNN)的联合抗噪故障诊断算法。为了模拟真实噪声环境,在原始振动信号中添加不同信噪比的高斯噪声,用1D-DCAE对原始信号降噪,再将降噪信号用于1D-CNN进行故障诊断。基于全卷积神经网络搭建1D-DCAE模型,并舍弃池化层以降低信息丢失,以提高联合诊断模型的抗噪能力。结果表明:采用基于全卷积网络搭建的1D-DACE有更好的降噪效果,改进后的模型能自适应诊断各种噪声环境下的故障。     

一种侧装整体自装卸车的设计

为提高装备的装卸作业效率,满足特种方舱的装卸、运输和存储,实现车对车、车对地的装卸作业,设计一种专用超宽型、侧装式整体自装卸车。根据侧装式整体自装卸车的技术特点和作业情况,按照功能要求、技术指标和使用要求,合理进行运载底盘选型,从副车架、起重装置、液压系统、电控系统和辅助设施方面进行设计,采用Abaqus软件对起重装置进行有限元分析和刚强度校核,对自装卸车的稳定性进行校核。通过运行调试和试验,并对起重装置、液压系统和电控系统动作安全、稳定、可靠性进行考核,各载荷工况和极限作业工况下,均可进行正常装卸作业,各项性能均满足指标要求。此侧装卸车的成功研制,使侧装卸技术得到了创新和改进,有助于扩展思路,提供设计借鉴,拓展侧装车整体自装卸技术的应用范围。