董绍江
- 作品数：145 被引量：610H指数：13
- 供职机构：重庆交通大学机电与汽车工程学院更多>>
- 发文基金：国家自然科学基金重庆市高等教育教学改革研究项目中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程自动化与计算机技术文化科学电子电信更多>>
- 一种分动箱轴承最优配合参数设计方法
- 本发明涉及轴承设计技术领域，具体涉及一种分动箱轴承最优配合参数设计方法；利用Romax软件建立轴系、轴承的分布模型，输入多组转速数据和扭矩数据作为变化工况参数；通过分布模型、固定工况参数和变化工况参数进行分析测试，获得后...
- 董绍江赵兴新陈里里徐向阳潘雪娇蒙志强刘超闫凯波赵树恩钟厉包治全寿培根
- 改进YOLOv5s的弱光水下生物目标检测算法被引量：4
- 2024年
- 针对水下光学图像目标检测过程中由于水中光线衰弱严重、图像环境复杂和拍摄设备移动等造成的生物识别精度低的问题,提出了基于改进YOLOv5s的弱光水下生物目标实时检测算法YOLOv5s-underwater。针对弱光水下光线衰弱的问题,引入了限制对比度自适应直方图均衡(CLAHE)算法对输入图像进行预处理,解决了颜色失真和图像毛糙的问题。针对复杂的弱光水下图像环境,提出了快速空间金字塔池化(SPPF)模块,解决了水下物体区分度低和特征损失严重的问题。针对拍摄设备移动带来的场景和形态变化问题,提出了一种基于旋转窗口的Swin-Transformer模块,提高了模型的泛化能力。针对水下小目标,修改了网络模型结构,提高了小目标的检测能力。仿真和实验结果表明:所提算法相较于YOLOv5s检测精度提高30.7%,证明了算法的有效性。
- 陈宇梁董绍江孙世政闫凯波
- 基于随机LSTM块映射特征提取的旋转机械故障诊断方法
- 2024年
- 针对旋转机械失效机理复杂,特征信息差异大,导致的传统诊断模型依赖先验知识,准确率低,适应性差的难题.提出一种基于随机量化数据增强-随机LSTM(Long Short Term Memory)块映射特征提取-随机配置网络(Randomized Quantization-Randomized LSTM Block Mapping Method-Stochastic Configuration Network,简称RQ-RLBM-SCN)的旋转机械故障诊断方法.首先,为了解决失效机械特征信息小子样,训练样本不足的难题,使用随机量化数据增强将多传感器原始数据样本进行扩充,从而提高模型的适应性、准确率和缓解过拟合问题.其次用随机LSTM块映射方法来提取特征,解决SCN不擅长提取时序数据特征难的问题;然后使用随机配置网络(SCN)进行分类,SCN可以动态配置参数,无需反向传播来更新参数,在保证学习率的同时,还有效的避免梯度爆炸或梯度消失等问题.采用RQ-RLBM-SCN方法能准确识别出轴承和齿轮故障,在10次重复实验中,轴承和齿轮的多传感器数据集上的平均准确率分别达到99.80%、98.75%均高于原始SCN、TSC-SCN、VMD-SCN、SVM和KNN故障诊断方法;该方法可以为建立旋转机械的健康监测模型提供动态方法和诊断思路.
- 杨金龙董绍江牟小燕
- 关键词：旋转机械多传感器
- 改进TrAdaBoost多分类算法的滚动轴承故障诊断被引量：9
- 2019年
- 实际工程中滚动轴承受工况、运行环境等因素影响,获取的数据不易满足传统机器学习中训练数据和测试数据独立同分布且训练样本足够多的条件,直接影响故障诊断率。为此,提出一种改进TrAdaBoost多分类算法的滚动轴承故障诊断方法。引入大量辅助标记数据和少量目标标记数据组成联合训练集使训练样本足够多,并应用异分布加权随机抽样对TrAdaBoost迭代过程中的联合训练集进行重组,获得与测试集"近似同分布"的优化联合训练集,降低不同分布数据间的差异性。其次,将迭代结束后的内部分类器模型作为输出,从而改变TrAdaBoost的输出机制使其适应多分类任务。最后,为削弱随机抽样对诊断结果的影响,对多次抽样得到的结果进行一致性投票以得到最终诊断结果。实验结果证明了所提方法的可行性与有效性。
- 陈仁祥陈思杨杨黎霞徐向阳董绍江唐林林
- 关键词：滚动轴承故障诊断
- 基于VMD-CWT-CNN的滚动轴承故障诊断被引量：2
- 2023年
- 针对传统故障诊断方法需人工提取特征且识别率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)和连续小波变换(Continuous Wavelet Transform,CWT)并结合卷积神经网络(Convolutional Neural Network,CNN)的VMD-CWT-CNN模型用于滚动轴承故障诊断。首先,通过VMD将轴承振动信号分解为多个具有不同中心频率的模态分量;其次,采用CWT将模态分量进行计算并转为二维时频图;最后,将时频图输入结构裁剪后的EfficientNet卷积神经网络自动提取特征并完成滚动轴承的故障诊断。使用提出的方法对美国凯斯西储大学10类轴承故障数据进行多次实验,平均准确率达到了99.86%,能有效地完成滚动轴承信号的特征提取以及损伤程度的精确诊断。
- 陈代俊陈里里董绍江
- 关键词：连续小波变换
- 一种面向《工业机器人》课程的联合仿真平台开发
- 2016年
- 围绕《工业机器人》课程教学过程中存在的几个突出问题,研究开发了ADAMS/Simulink联合仿真平台。利用MATLAB/Simulink软件对机器人进行关节轨迹规划和虚拟样机的实时控制,利用ADAMS软件对所建立的机器人模型进行动力学分析,有效地将轨迹规划、动力学和机器人控制等基础知识进行了关联,充分调动学生的积极性和创新性。
- 马文涛张霞陈仁祥董绍江陈里里钱蕾
- 关键词：工业机器人联合仿真
- 一种自适应曲面的轮式负压吸附爬壁机器人
- 本发明涉及机器人技术领域，具体涉及一种自适应曲面的轮式负压吸附爬壁机器人，包括机身、行走结构和吸附结构；机身包括上层安装框架、机盖、总控板、相机模块、感应构件和下层构件；上层安装框架与吸附结构连接，机盖与上层安装框架连接...
- 董绍江尹玉柱张佳伟朱孙科刘超闫凯波陈里里
- 基于深度神经网络的液压泵泄漏状态识别被引量：15
- 2020年
- 针对液压信号的高度复杂性以及难以识别的特点,构建了一种基于堆栈稀疏自编码器和Softmax的深度神经网络来对液压泵泄漏状态进行识别。利用小波变换和希尔伯特-黄变换提取液压信号的低维特征,并输入深度神经网络。通过堆栈稀疏自编码器的逐层学习对特征进行优化并提取出高维特征,然后使用Softmax进行识别。实验结果表明,堆栈稀疏自编码器能够有效地提取液压泵泄漏状态的高维特征,构建的深度神经网络可有效地识别液压泵泄漏状态,识别精度达到了97.6%。此外与支持向量机、极限学习机、卷积神经网络以及长短期记忆网络相比,深度神经网络具有更好的识别效果。
- 陈里里何颖董绍江
- 关键词：液压泵
- 谐波减速器中柔性薄壁轴承疲劳寿命计算方法
- 本发明公开了谐波减速器中柔性薄壁轴承疲劳寿命计算方法，包括如下步骤：S1：获取轴承结构参数、材料、属性和工况；S2：进行受力分析，建立等效外部载荷模型；S3：建立柔性薄壁轴承径向变形模型；建立弹性压缩量模型；S4：建立力...
- 董绍江梁天穆书锋
- 一种空间滚动轴承磨损状态评估方法
- 本发明属于旋转机械部件磨损程度评估技术领域，具体公开了一种空间滚动轴承磨损状态评估方法，包括以下步骤：步骤一：建立空间滚动轴承动力学模型；1)空间滚动轴承的刚度与阻尼求解；2)空间滚动轴承钢球‑滚道接触副的相互作用力求解...
- 董绍江牟小燕贺坤王军陈里里陈仁祥
- 文献传递
