国家自然科学基金(61273205)
- 作品数：3 被引量：7H指数：1
- 相关作者：杨斌王楠阙红波艾轶博张卫冬更多>>
- 相关机构：北京科技大学南车戚墅堰机车车辆工艺研究所有限公司中国南车股份有限公司更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金高等学校学科创新引智计划更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程更多>>
- 基于性能退化和材料损伤表征的高铁齿轮箱体故障诊断被引量：1
- 2018年
- 高铁齿轮箱体的服役环境恶劣,疲劳和拉伸损伤同时存在,服役周期长,缺少故障损伤数据.为此,针对高铁齿轮箱体的服役特点和安全性需求,采用基于性能退化方法,利用声发射技术对箱体损伤过程进行监测,并提出一种利用Adaboost调整样本分布的方法建立退化模型来表征箱体损伤状态.通过对箱体损伤过程的声发射信号进行分析,实现箱体的有效故障诊断,将箱体拉伸损伤故障诊断的绝对误差控制在30 s以内,疲劳损伤故障诊断的相对误差基本控制在1.1%以内.依据不同损伤原理,所得结果能够有效进行箱体故障诊断.
- 艾轶博孙畅张卫冬
- 关键词：故障诊断ADABOOST算法
- 高速列车齿轮箱箱体材料拉伸损伤的声发射信号表征识别及寿命预测
- 2022年
- 为保障高速列车运行安全,需要对其齿轮箱箱体材料的拉伸损伤进行实时无损监测,传统的力学性能试验不能满足这种要求。为此,利用声发射技术,针对某型号高速列车齿轮箱箱体材料进行拉伸试验,采集拉伸过程中的声发射信号进行参数分析,并利用支持向量机(SVM)分类器对提取的特征参数进行识别分类。在此基础上改进SVM分类器,应用加权支持向量机(WSVM)方法有效减少SVM分类器的误判,并通过研究声发射特征值与拉伸寿命之间关系的规律,建立齿轮箱箱体材料拉伸过程的退化模型。结果表明:声发射信号的对数撞击计数增长速率和对数幅值增长速率可以较好地表征材料拉伸过程所处的阶段,可用于对箱体材料拉伸过程的损伤识别;应用WSVM方法使不平衡数据分类准确率提升至94%以上;建立的退化模型实现了对高速列车齿轮箱箱体材料在拉伸过程中的损伤识别,以及对其剩余寿命的预测。
- 艾轶博张媛媛崔浩张卫冬
- 关键词：损伤识别声发射技术支持向量机加权
- 工业CT的高铁齿轮箱体材料缺陷识别被引量：6
- 2015年
- 高铁齿轮箱是高速列车的重要部件,为保障高铁的安全、稳定运行,需要对高铁齿轮箱箱体出厂及检修时的铸件内部缺陷进行检验,并对箱体内部缺陷实现自动、准确的分类和识别.基于此利用三维工业CT技术,设计实验获取到高铁齿轮箱体材料的4种内部缺陷的三维体数据,根据齿轮箱体内部缺陷的物理背景知识,对三维体数据进行特征提取,设计Adaboost_BTSVM多分类算法,实现基于三维工业CT的箱体材料内部缺陷的自动分类识别,并使重点关注的收缩类缺陷的分类准确率达到85%以上、裂纹类缺陷的分类准确率达到100%,为实现高铁齿轮箱箱体材料的缺陷自动识别提供技术保障.
- 艾轶博王楠阙红波杨斌张卫冬
- 关键词：支持向量机工业CT
