首页>
根据【关键词:滚动轴承,故障诊断,深度学习,多任务,残差网络,损伤大小】搜索到相关结果 5 条
-
某航空电机脂润滑轴承失效分析与改进措施
-
作者:
陈彬
徐俊
张剑
郭帅
姜艳红
来源:
润滑与密封
年份:
2022
文献类型 :
期刊
关键词:
滚动轴承
磨屑
脂润滑
失效
-
描述:
针对某航空电机用脂润滑密封轴承试验器试验失效问题,分别从轴承外观、材料、硬度、金相组织、润滑脂等5个方面进行检测和分析,发现密封圈磨损产生的磨屑掉入轴承内部使润滑脂变质是导致轴承失效的主要原因。提出将密封圈材料由聚四氟乙烯更换为硬度较低的氟橡胶,同时降低密封圈接触唇与内圈挡边过盈量等改进措施,取得了良好的效果。
-
航空航天轴承润滑剂拖动特性试验机的研制
-
作者:
李智昊
苏冰
刘鹏
黎建涛
王健
魏冰阳
来源:
润滑与密封
年份:
2022
文献类型 :
期刊
关键词:
滚动轴承
拖动特性
试验机
润滑剂
-
描述:
为了研究在航空航天轴承工作条件下润滑剂的拖动特性,研制用于测试润滑剂拖动特性的试验机。介绍试验机的主体结构及其动力系统、加载系统、润滑系统、测量系统等的主要组成与功能,并对试验机的关键零部件进行分析验算,以保障试验机的可靠运行。在研制的试验机上进行验证性试验,与国外同类试验机试验结果进行对比。结果证明该试验机运行稳定,满足规定的功能要求,测得的试验数据较为准确、可靠,可以为航空航天系列轴承产品动力学分析和结构设计提供可靠的数据支持。
-
基于深度学习的航空发动机磨损部位识别方法
-
作者:
苗慧慧
曹桂松
孙智君
康玉祥
马佳丽
陈果
来源:
润滑与密封
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
一维卷积残差网络
能谱分析
深度学习
磨损
-
描述:
针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。
-
基于深度学习的航空发动机磨损部位识别方法
-
作者:
苗慧慧
曹桂松
孙智君
康玉祥
马佳丽
陈果
来源:
润滑与密封
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
一维卷积残差网络
能谱分析
深度学习
磨损
-
描述:
针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。
-
一种基于油液分析数据挖掘的航空发动机磨损故障诊断知识获取方法
-
作者:
张全德
陈果
郑宏光
陈明衡
王培文
王洪伟
李华
来源:
润滑与密封
年份:
2019
文献类型 :
期刊
关键词:
界限值
特征融合
故障诊断
规则提取
数据挖掘
-
描述:
针对航空发动机磨损故障诊断自动化及智能化程度不高的问题,提出一种基于油液数据挖掘的航空发动机磨损故障诊断知识获取方法。该方法利用自组织神经网络对原始多维特征数据进行特征融合,得到融合值;利用