【摘 要】
：
为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网络(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型.该模型以数控系统中采集的实时数据为输入,先利用CNN提取其高维特征并生成特征向量,再利用LSTM进行序列特征提取,最后通过逻辑回归得到异常诊断结果.实验表明,该模型的准确率、精确率、召回率等性能指标均超过98.5％,明显优于其他异常监测模型.
【机 构】
：
上海交通大学机械与动力工程学院,上海200240;中国航发商发制造有限公司,上海201306
论文部分内容阅读
为了有效兼顾加工过程实时信号的多维特征和序列特征,以实现精度更高的加工状态异常监测,本文提出了一种基于深度卷积-长短时记忆神经网络(Convolution Neural Network-Long Short Time Memory,CNN-LSTM)的异常监测模型.该模型以数控系统中采集的实时数据为输入,先利用CNN提取其高维特征并生成特征向量,再利用LSTM进行序列特征提取,最后通过逻辑回归得到异常诊断结果.实验表明,该模型的准确率、精确率、召回率等性能指标均超过98.5％,明显优于其他异常监测模型.
其他文献
为分析基圆变化的涡旋型线对膨胀机结构性能的影响,对变径基圆涡旋膨胀机的几何特性进行了探讨.推导了各膨胀腔的容积计算方法;建立了变径基圆涡旋膨胀机的泄漏模型;讨论了不同的基圆变化规律对膨胀机型线的影响,并对其容积和泄漏进行了分析比较,得出了在基圆不断变小所展成的渐开线有较大的容积和较小的泄漏,更加适用于涡旋膨胀机.为变径基圆涡旋膨胀机参数的选取提供了参考.
扭振是发动机正常工作时一种常见的振动形式,严重的扭振可能会引起发动机轴系的疲劳破坏.为了有效的降低发动机的扭振,提出了 一种基于柴油机轴系动力学分析的全工况下硅油减振器优化设计方法,以提高硅油减振器与发动机轴系的匹配效率.为了验证该方法的有效性,以某型六缸柴油发动机曲轴轴系为研究对象,建立考虑硅油减振器、皮带轮-正时齿轮、飞轮-联轴器及曲柄连杆机构的耦合系统动力学模型,采用Newmark-β法进行数值求解,得到系统动力学响应,并与实验进行验证.基于轴系动力学响应,利用多 目标遗传优化算法对减振器进行全工况
钛合金叶片加工过程中极易发生弹性变形.针对钛合金叶片铣削变形,在考虑变形量和铣削力相互影响的情况下,首先进行了迭代循环分析,并建立迭代循环模型,接着通过有限元分析的方法,获得了钛合金叶片铣削加工的变形规律,即每个铣削位置的具体变形量.研究结果表明:考虑迭代循环后,最终实际切削深度与名义切削深度有差别,并且导致实际变形量与初始变形量在每个铣削位置均存在差异,尤其在变形量最大处,迭代后变形量相对于初始减少了 59μm.
空间大型机械臂的关节刚度是关节测试的重要指标,直接影响机械臂的使用性能.对于体积、重量大的关节,希望在不同测试工况中减少关节的拆卸和搬运.研制了 一套可以快速切换测试工况的关节刚度测试设备,用于测定机械臂关节的弯曲刚度.通过滑轮组的设计,可以把不同测试工况下的加载力固定在一个位置,仅需改变钢丝绳路径即可更换测试方向.设备结构紧凑、操作简便、安全性高.对影响设备测试精度的参数进行了误差分析并给出了用以指导加工及装配的误差范围,证明了方法的可用性与准确性.最终完成关节的刚度测试实验.结果表明:实验测得的刚度值
针对角接、搭接、V型坡口对接和窄对接等四种典型焊缝特征的提取问题,搭建了一套基于激光视觉的焊缝图像采集系统,通过图像预处理和焊缝激光条纹中心线提取,建立了基于分段线性拟合的焊缝特征提取方法.该方法通过计算斜率划分中心线像素坐标点集,然后采用最小二乘法对各分段点集进行直线拟合来实现焊缝特征点的有效判别.结果 表明:特征点的平均提取时间为9ms,平均提取误差为0.035 mm,为基于线激光视觉图像的焊缝跟踪系统提供判据.
近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征.其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度.因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力.实验结果表明,该模型能够达到99.75％
多轴机械臂3D打印能够拓展传统熔融沉积式三轴打印的空间自由度实现无支撑一体成型.但由于机械臂多关节运动与3D打印多参量的分离控制所导致的运动-挤料不同步,大大影响打印质量.针对多轴机械臂3D打印末端运动与挤料的协同性问题,提出基于EtherCAT的协同控制方法.以EtherCAT实时工业以太网构建控制系统框架,满足多关节运动与多工艺执行机构的控制需求;基于此,提出量化的“运动-挤料”速度匹配关系与通讯反馈机制,确保运动与挤料的协同控制.通过对帧周期的检测、标准路径与无支撑模型的打印测试,结果表明,主从通讯
精密机床主轴-刀柄组件的动力学特性对于精密加工具有重要影响,预测组件的固有频率对评估和改善加工性能具有重要意义,而其中的难点之一是准确确定主轴-刀柄界面的接触刚度.为此,本文采用超声波对7/24主轴-刀柄界面的接触刚度进行了实验测量,并建立了动力学模型确定了主轴刀柄组件的固有频率.在接触刚度的超声测量中,首先测量来自接触界面的超声反射信号,通过将其与参考界面的信号进行比较来计算反射系数,随后通过预先建立的接触压强-反射系数校正曲线得到接触界面的接触压力分布,最终使用接触压强-接触刚度经验方程式估算界面的接
以植物型润滑油为切削液的微量润滑(Minimum quantity lubrication,MQL)技术因表现出优良的加工性和环境友好性而备受关注.然而,由于油基切削液的冷却能力低,传统油基MQL往往会产生高的切削温度.水基切削液的冷却性能好,但润滑能力不如油基切削液.为了提高水基切削液应用于MQL时的润滑性能,提出了一种以氧化石墨烯/氧化铝(GO/Al2 O3)混合水基纳米流体为切削液的MQL技术,并对其摩擦磨损和加工特性进行了对比研究.为了获得较佳的减摩抗磨性能,优选了GO/Al2 O3的质量比.结果
针对用户需求间存在的复杂影响关系以及工程特性重要度计算过程中存在的模糊性和不确定性,提出一种基于模糊DEMATEL(Decision Making Trial and Evaluation Laboratory)、模糊ANP(Analytic Network Process)和模糊QFD(Quality Function Deployment)的工程特性重要度计算方法.利用模糊DEMATEL方法确定需求间的影响关系,构建网络关系图NRM(Network Relationship Map),在此基础上采用模