首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    不平衡转子系统弯扭耦合复杂故障智能诊断

    李舜酩陆建涛沈涛李香莲...
    101-109页
    查看更多>>摘要:弯曲振动与扭转振动耦合在旋转机械实际运行中往往不可避免.考虑不平衡转子不同复杂工况的弯扭耦合情况,利用深度学习技术的优势,构建了基于一维卷积神经网络的诊断模型,提出了一种用于处理不平衡转子发生弯曲,扭转以及弯扭耦合振动情况的智能故障诊断方法.分析了数据输入类型和L2 正则化对诊断的影响,优化了诊断模型以提高诊断精度,并进行了试验验证.研究结果表明,该方法可以实现不同转速下,发生弯扭耦合振动时单种或多种复合故障的智能诊断,获得比其他方法更好的诊断效果.

    转子系统弯扭耦合振动深度学习L2正则化

    用于滚动轴承局部故障诊断的深度降采样方法

    林慧斌习慈羊丁康
    110-119页
    查看更多>>摘要:受香农采样定理限制,滚动轴承故障诊断往往需要设置较高的采样频率,这给数据传输和存储带来较大压力.基于滚动轴承局部故障振动响应数学模型,提出一种具有较强抗噪性能的深度降采样方法并应用于滚动轴承局部故障诊断.该方法利用仿真信号构造轴承故障样本及其标签对所提深度降采样网络进行训练,再将训练好的网络用于实际轴承故障信号的降采样.实验表明:在合理的降采样率下,所提方法在对原信号进行降维的同时能够很好地保留故障特征频率成分.相比基于高斯测量矩阵的压缩感知方法,所提方法降采样后的信号具有更强的故障特征表达能力,无需重构就可直接用于轴承故障诊断.

    降采样深度学习滚动轴承故障诊断

    多场耦合绝对式时栅角位移传感器误差分析及优化

    陈鸿友张桁潇余海游陈自然...
    120-128页
    查看更多>>摘要:针对传统绝对式角位移传感器过度依赖编码技术以及超精密加工方法的问题,利用"定位+测量"的组合方式,提出一种多圈结构的多个物理场共同耦合作用的角位移传感器.通过理论误差推导、对极内仿真误差分析以及实验误差研究对该传感器进行误差特性分析,提出传感器结构优化方案;通过PCB工艺制作传感器优化前后2 套样机并进行实验,结果表明:优化后的传感器系统测量误差由±16.5″降低至±6.2″.该结构可充分发挥磁场式时栅抗干扰能力强和电场式时栅精度高的优势,具有重要应用价值.该传感器通过测量时间量实现对空间量的测量,性能优良,特别适合在复杂工况中使用.

    时栅角位移传感器多场耦合误差分析结构优化

    动载体卫通天线的扰动观测及补偿设计

    刘昕秦超
    129-134页
    查看更多>>摘要:动载体卫通天线技术的难点在于抑制由载体运动所引起的对天线指向精度的扰动,补偿扰动可以显著提高天线的动态性能.传统控制方法通过部署速率陀螺实现扰动角速度的测量,难以准确获取天线转动轴上的扰动量,仅以一定的比例补偿到速度环路输入,提升效果有限.提出了一种基于状态观测器的扰动补偿方法,通过采集天线在典型路面正常工作时惯导的角速度,利用成型滤波器对扰动谱进行近似,获取扰动模型.设计了扰动观测器模型,估计扰动角速度,并以车载动中通天线为平台进行测试.测试结果表明:相比于传统扰动前馈补偿,提出的方法在角误差峰值上减小了13%,RMS减小了43%,可以更好地适应跟踪路况.

    动中通天线扰动模型路谱分析状态观测器前馈补偿

    滚动轴承故障诊断的TD-DCCNN方法研究

    王体春解缙咸玉贝胡玉峰...
    135-143页
    查看更多>>摘要:轴承的健康状态对于雷达驱动结构以及直升机传动机构等旋转机械的正常运作至关重要,针对滚动轴承工况复杂,存在噪声,振动信号各故障标签样本不足且不平衡的特点,基于扰动训练样本的可变形卷积和深度残差块结构,提出了一种改进一维卷积神经网络的滚动轴承故障诊断方法.通过设置可变形卷积提高对故障局部特征提取的能力,引入改进的深度残差块来提高模型的泛化能力和对训练数据的敏感性,在加入训练数据时,通过设置训练扰动层加入扰动样本,提升模型的鲁棒性.以凯斯西储大学轴承数据集为实验数据集,分割训练集和测试集,实验结果证明了所提方法的有效性,TD-DCCNN算法在信噪比为0 的情况下仍可以达到90.35%的平均准确率,与其他诊断算法相比有一定的优越性.

    故障诊断滚动轴承一维卷积神经网络可变形卷积扰动训练

    基于多传感器信号融合和残差神经网络的齿轮箱故障诊断

    谢炅宏陈永鹏李嘉琳
    144-152页
    查看更多>>摘要:针对齿轮箱齿轮在发生故障时故障信号易被强噪声淹没、信号采集不全面且训练网络冗杂的问题,将融合了多传感器信号和加入注意力机制的残差神经网络引入到齿轮箱齿轮故障诊断中.对多个传感器采集到的信号基于振动信号的方差贡献率进行数据融合,获取齿轮箱更为全面的故障信息;通过小波变换获取信号的时频图,构建故障信号的二维时频信息;利用加入了局部跨信道交互策略(ECA模块)的残差神经网络(ResNet)对不同的故障状态进行学习并分类,在不降低维数的通道级全局平均池化后,分类效果得到明显提升.通过对不同故障类型、不同信噪比、不同工况下的齿轮箱故障信号进行识别分析,并与不同的诊断方法对比,证明了所提方法的可行性且具有很快的识别速率.

    信号融合故障诊断通道注意力机制残差神经网络

    绝对式角位移时栅测量系统设计

    余定峰蒲红吉王合文樊星辰...
    153-160页
    查看更多>>摘要:针对现有时栅测量系统信息处理和误差分析步骤繁琐,效率低等问题,提出一种基于LabVIEW的时栅测量系统.该测量系统对传感器底层位置信息进行读取和解析,实现数据获取、实时定位、频谱分析以及误差处理等操作.实验结果表明:系统运行稳定,对传感器的测量误差分析准确,并且将多个功能模块集成至一个系统平台,大幅提升测量效率.

    LabVIEW时栅位移传感器绝对定位测量系统

    一种构建同源数字参考信号的电场式时栅信号处理方法

    康成蓥郭艳梅于治成蒲红吉...
    161-168页
    查看更多>>摘要:提出了一种电场式时栅信号相位变化测量的新方法.利用时栅感应信号频率固定不变、相移2π后回到相位初始点的特性,将基于高频脉冲的计数器作为时间测量尺,且时间测量尺满量程测量时间等于感应信号周期变化时间,通过多重相位时钟采样对时间刻度进行了细分.感应信号相位周期移动时,其对应时间测量尺上的读数呈现周期性变化.该方法基于时栅感应信号的固有特点,避免了因构建实体参考信号导致的时间基准不一致、信号偏斜、边沿抖动等造成的测量误差,以及对多重相位时钟采样性能的限制,进一步提升了测量稳定性和分辨率.通过设计基于FPGA芯片的时栅信号处理系统,并在120 对极的电场式圆时栅传感器上对该优化方法进行了可行性测试,传感器稳定性达到0.405″,较之前提升近3 倍,理论分辨率和实际分辨率分别为0.135″和0.54″,较之前提升约2 倍.

    电场式时栅信号处理时间测量多相时钟采样

    改进Debevec-YOLOv5的高反金属表面缺陷识别方法研究

    马婧华杨迪汪静姝张明德...
    169-176页
    查看更多>>摘要:高反零件具有极强的反光性,对此类零件利用机器视觉识别时,所采图像存在高亮干扰因素,无法对零件表面缺陷进行正常检测识别.基于高动态范围成像技术提出一种改进Debevec算法与YOLOv5 相结合的表面缺陷识别方法,对Debevec算法的相机响应曲线算法与图像合成算法利用粒子群算法进行改进,并利用YOLOv5 对合成后的图像进行缺陷识别.对合成图像进行信息熵等客观评价指标计算,结果表明改进算法对反光件的图像合成质量优于De-bevec算法与Mertens算法,由改进算法合成图像输入YOLOv5 进行识别的错检率与漏检率低于Debevec算法与Mertens算法,具有实用价值.

    高反零件高动态范围成像表面缺陷识别改进Debevec算法

    新疆天之泽90A道路石油沥青及混合料性能研究

    刘富强孙巧红杨三强周娟兰...
    177-183页
    查看更多>>摘要:采用基本性能、高温车辙、低温弯曲、浸水马歇尔和冻融劈裂试验对新疆天之泽90 A道路石油沥青的基本性能及其混合料的路用性能进行研究,结果表明新疆天之泽90A道路石油沥青的各项基本性能指标均满足技术要求.新疆天之泽90A道路石油沥青混合料具有良好的高温稳定性、低温抗裂性和抗水损性能,动稳定度值远远大于标准值;抗弯拉强度和弯曲劲度模量分别为8.5 MPa和2 608 MPa,弯拉应变为3 259 με;浸水残留稳定度为86.6%,满足规范要求的75%;冻融劈裂抗拉强度比为82.1%,满足规范要求≥70%.新疆天之泽90A道路石油沥青具有良好的高温、低温和抗老化性能,应用于新疆地区公路沥青路面可有效延长路面的使用寿命.

    道路工程沥青路面沥青胶结料基本性能路用性能