摘要：为了提高机械故障诊断的正确率,针对当前机械故障诊断方法存在局限性,设计了基于传感器器信号融合的机械故障诊断方法。首先采用多个传感器对机械工作状态的信号进行采集,并从信号中抽取机械故障信息特征,然后采用主成分分析选择比较重要的机械故障信息特征,并采用支持向量机对机械故障信息特征向量进行学习,建立机械故障诊断的分类器,最后采用实际的机械故障数据进行了性能测试,结果表明,本文方法解决了当前机械故障诊断中的难题,获得了十分理想的机械故障诊断效果,而且机械故障诊断正确率要高于其它方法,具有广泛的应用前景。

摘要：机械故障诊断领域知识专业术语多,理解难度大。大型语言模型(LLM)虽然在自然语言处理和问答系统上表现都很出色,但因为缺乏特定领域数据训练,在专业领域的问答应用不够精准。为改善LLM在机械故障诊断领域问答的表现,通过收集和预处理专业数据,结合提示工程,设计了一个检索增强的专业问答系统。首先,系统通过信息分类判定,筛选并输入专业相关问题。其次,利用LLM和自建的本地知识库,结合双曲空间中的距离度量函数来提高检索问答的精准度,生成专业的回答。最后,系统通过引入阶段性引导提示,不仅帮助LLM生成问题数据以提高模型性能,还能在专业检索问答中更好地理解用户意图,从而生成全面且准确的回答。实验结果展示了问答系统的效果,还通过主观和客观评估验证了其专业性能,并通过消融实验验证了各模块的性能。

摘要：阐述了人工神经网络模型的一般结构和算法 ,并设计了机械故障诊断神经网络的模型和学习过程。通过对集材 -50拖拉机变速箱的实验诊断和测试 ,结果表明人工神经网络技术可以快速。

摘要：农业机械设备保持良好的技术状态，是农机设计者研究可靠性的前提，也是农业机械操作者使用维护的目的。农业机械在操作使用中如何正确地预防、控制设备的故障和排除各种障碍，发挥农业机械为农业生产服务的最大效能一直是人们研究的重要课题。笔者从分析农业机械设备在操作使用中常见的故障变化规律着手，提出机械故障诊断和农机具的修复方法。以达到延长农机具的使用寿命。

摘要：我国机械制造智能化转型期,对机械设备要求极高,复杂化、精确化、智能化等成为机械发展趋势,但在服役过程时,某部件发生故障,易对机械设备的正常运行产生影响,重者致使安全事故发生,进而开展机械故障诊断方法研究具有重要实际意义。为探析机械故障,基于辛几何矩阵原理构件解析故障诊断模型,并结合算例分析模型的合理性及可行性,研究表明:辛几何矩阵模型可有效识别机械故障,其准确性较高,效果显著,误差较小;当ε=0.1时,易发生内部机械故障,测试样本区间为(100,150);当ε=0.2、0.5时,机械故障表现为外圈故障,测试样本区间(100,200);在S=0、W=0处进行故障诊断较为合理,外部故障识别时间t、振动频率H分别为t=2.5s、H=100kHz,而内部故障识识别时间为t=0.7s、振动频率H=220kHz。

摘要：在电力系统中,高压断路器是极为重要的一次设备。在系统正常运行时,高压断路器负责将设备或线路投入或退出运行,起到控制作用;在系统发生故障时,其负责将故障的部分切除,保证正常部分的运行,起到保护作用。因此,尽早发现高压断路器故障对保障电力系统可靠运行具有重要意义。国际大电网会议组织以及国内的相关部门对高压断路器故障原因的调查统计表明,高压断路器的故障主要是由机械原因造成的。

摘要：随着汽车行业的发展,越来越多的人开始使用汽车作为交通工具。汽车技术含量逐步增加,汽车维修由机械修理为主稍带一些简单电路检修的传统方式,逐步转向依靠电子设备和信息数据进行诊断与维修,许多汽车维修设备生产厂商推出最新的专业检测设备和仪器,为机动车维修行业注入高科技成分。车辆的电气化到来,汽车技术含量的增加也给汽车后市场服务能力带来更加巨大的挑战。在实际工作中,针对复杂的故障现象,为了进一步提高维修的效率,需要研究高效的故障诊断算法。优化的诊断算法可以集成诊断经验,给出最优的解决顺序。

摘要：为了有效诊断气体绝缘金属封闭输电线路(GIL)的机械故障,搭建了110 kV GIL试验平台并设计了3种典型机械故障,通过互补集合经验模态分解(CEEMD)模糊熵值与鲸鱼优化极限学习机(WOA-ELM)模型联合方法对GIL机械故障模式进行识别与诊断。首先,利用CEEMD方法对振动信号进行分解,引入正负白噪声组对信号进行处理,得到含有故障信息的模态分量(IMF)。其次,利用模糊熵计算模态分量特征值,得到能表征故障特征的模糊熵值。最后,结合WOA-ELM模型对特征向量集进行模式识别,根据聚类结果与自适应阈值对GIL设备机械故障进行诊断和预警。结果表明,利用CEEMD与模糊熵对GIL振动信号特征进行分析,可以有效避免模态混叠和冗余噪声分量的干扰,得到能够表征故障特征的特征值;利用WOA-ELM模型可以有效实现GIL设备机械故障诊断与预警。

摘要：针对传统机械故障诊断课程教学中存在的学习难度大和学习积极性不高问题,采用研究型人才培养模式进行教学改革,通过设计教研学相融合的教学内容,构建学生为主体的研究课堂和采用一体化的课程考核,实现知识、能力和素质三维度的教学目标,培养全面发展的创新人才。

摘要：该系统采用全新的转子正、反进动分析技术和先进的信息处黎方法，以“面向故障特征，浓缩机器特征信息”为设计思想，引入旋转机械转子运动的正进动、反进动和进动比量作为故障特征量，丰富和凸现了机器的振动特征，建立了完整的基于轴心进动分析的旋转机械敞障诊断理论，确定了典型故障的特征信息和诊断准则，可提供更可靠的故障诊断依据，大大提高了旋转饥械状态监测与故障诊断的灵敏度和准确,获得了国家科学技术进步二等奖。