摘要：自动扶梯的数量在我国呈逐年递增的趋势。定期检测、监督抽查等常见方法通常难以检验自动扶梯内部的潜在故障。提出了一种改进的CNN-LSTM神经网络故障诊断方法,并据此采用LabVIEW设计了自动扶梯监测与故障诊断软件。基于CNN-LSTM神经网络算法,提出将数据浅层特征与深层特征进行融合的改进方法,以提高故障诊断准确率。利用凯斯西储大学数据对提出的故障诊断方法进行实验。结果表明,该故障诊断方法快速有效,针对变工况的故障诊断准确率达到99.4%。基于此,采用LabVIEW设计了自动扶梯监测与故障诊断软件。在自动扶梯关键部件安装多个振动传感器,利用监测软件进行数据采集、数据显示和数据存储。在积累大量工况数据后,可实现典型故障的诊断。

摘要：航天器在发射迅速泄压过程中,多层隔热组件的薄膜受力均匀与否是判断隔热组件是否失效的关键指标之一。在一定压差环境下,若每层隔热薄膜受力不均匀,则某一层薄膜会因承受较大流体压力而失效。该文以多层隔热组件受力均匀性指标展开研究,建立多层隔热组件三维切片模型,采用计算流体动力学(computational fluid dynamics, CFD)方法,分析了多层隔热组件在泄压过程中各级薄膜的受力情况;提出了薄膜压差系数,该系数是体现薄膜受力均匀性的关键指标;采用正交实验设计,分析了多项结构参数对薄膜压差系数的影响规律。结果表明:结构参数对薄膜压差系数的影响程度从大到小分别为薄膜孔直径、薄膜层数、错孔距离和薄膜厚度。该文提出了一种计算薄膜压差系数的数学解析方法,通过将该数学解析方法与CFD方法的计算结果进行对比分析,发现该方法更准确。该数学解析方法可用于快速计算多层隔热组件薄膜压差系数,为判断多层隔热组件薄膜在航天器发射过程中的受力均匀性提供依据,对避免多层隔热组件失效具有重要意义。