-
变转速极低标签率下旋转机械故障诊断的图注意力网络
来源:振动与冲击 发布日期:2024-10-15
在极低标签率情况下，现有的图神经网络(graph neural network, GNN)在图构造时存在节点间的关联信息挖掘不充分等问题。工业生产中，旋转机械常工作在变转速工况下，且标记故障样本代价高昂。针对上述两个问题，基于JS(Jenson-Shannon)相对熵和动态图注意力网络(dynamic graph attention network, DGAT),提出了一种熵-图注意力网络，并将其
-
新能源汽车电动机故障诊断与维修方法探讨
来源:汽车测试报告 发布日期:2024-10-15
新能源汽车电动机故障诊断与维修是提高车辆可靠性的必要条件。该文分析新能源汽车电动机常见故障，如电动机无法启动、运行不稳定、过热和噪声异常等，提出相应的诊断与维修方法，并阐述新能源汽车电动机故障预防措施，以提高电动机维修质量和效率，延长电动机使用寿命，提高新能源汽车性能和可靠性。
-
煤矿运输机械故障诊断与预防维护研究
来源:矿业装备 发布日期:2024-10-10
机械运输设备的故障诊断与预防维修对于保障煤炭企业安全生产具有十分重要的意义。受制于井下特殊的作业环境，运输机械设备故障多发，包括轴承故障、驱动从动故障、液压故障等。探讨了几种常见的运输机械设备检维修方法，提出了保障煤矿运输机械设备安全性的措施，以期对煤矿运输机械故障诊断与维修带来积极的影响。
-
基于机器学习的港口机械液压系统故障诊断与预测分析
来源:中国机械 发布日期:2024-10-05
港口机械的液压系统在恶劣的工作环境下长期运行，极易发生各种故障，影响设备运行效率和可靠性。本文针对港口机械液压系统的常见故障，提出一种基于机器学习的故障诊断与预测方法。首先通过各种传感器采集液压系统的实时运行数据，然后利用数据预处理技术去噪和特征提取。在此基础上，训练多种机器学习模型对故障模式进行分类和预测。通过在港口起重机上的应用验证，该方法能够准确诊断多种常见的液压系统故障，并及时预警潜在的故
-
新能源汽车动力电池系统故障诊断分析
来源:时代汽车 发布日期:2024-10-05
现如今，新能源汽车已经成为汽车行业发展的一大主流趋势，同时，也有效解决了我国日益枯竭的能源问题。动力电池系统作为新能源汽车的核心与基础，其安全性与可靠性日益成为行业关注的焦点。然而，随着新能源汽车市场规模的不断壮大，新能源汽车关键的组成部分—动力电池系统的问题也逐渐显露出来。基于此，本文就新能源汽车动力电池系统故障诊断的基本方法以及有效策略展开详细且深入的探讨，以期为提高新能源汽车动力电池系统的可
-
智能化技术在新能源汽车故障诊断中的应用
来源:时代汽车 发布日期:2024-10-05
随着新能源汽车的广泛应用，故障诊断技术变得格外重要。在面对复杂的新能源汽车体系时，传统的故障诊断方法局限性很大。本文主要对机器学习、大数据和物联网等技术在新能源汽车故障诊断中的应用进行了探讨。通过智能故障诊断系统的建设，实现了故障数据的特征提取和诊断模型的建立与训练。结合案例分析评估了该系统的实际应用效果，以期为汽车的维修和保养提供更加便捷精准的支持。
-
基于CNN-VIT模型的非接触式机械密封多源故障状态识别方法
来源:流体机械 发布日期:2024-09-30
针对非接触式机械密封多源故障信号频率高、识别难和易受干扰的难题，搭建密封试验台，模拟4种典型故障工况和正常运行工况，布置声发射(AE)测试系统测取10 000个特征样本，将卷积神经网络(CNN)结构与Vision Transformer模型相结合，并在CNN输出数据中引入Patch概念构建了一种改进模型，随后应用于密封故障状态识别，提出了一种新型的非接触式机械密封状态智能识别方法，并分析了改进模型
-
汽车电子控制系统故障诊断与维修分析
来源:科学技术创新 发布日期:2024-09-29
本文通过具体案例分析了汽车电子控制系统的故障原因，并结合该系统的结构与工作原理对故障进行诊断与排除。为汽车维修技师、汽车专业教师从事汽车故障诊断提供有益的参考。
-
汽车空调制冷系统故障诊断和维修方法研究
来源:汽车测试报告 发布日期:2024-09-28
空调系统是汽车的重要组成部分，在环境相对复杂的地区使用，如露天生产矿山，避免不了会出现各种问题。德兴铜矿生产辅助用车为江铃驭胜S350型汽车，在使用过程中频繁出现汽车空调制冷系统故障。该文在总结汽车空调制冷系统工作原理的基础上，从机械故障和系统故障两个方面分析汽车空调制冷系统故障常见原因，提出汽车空调制冷系统故障诊断和维修方法，并分析汽车空调制冷系统故障诊断和维修实例。
-
特征原子稀疏解析的多状态机械故障诊断方法
来源:机械工程学报 发布日期:2024-09-26
轴承作为机械设备关键部件，因多状态故障特征微弱或耦合的特性，导致故障特征难发掘，给机械设备的健康监测带来极大挑战。因此，提出基于特征原子稀疏解析的故障诊断方法，实现轴承多状态故障稀疏特征解析与诊断。首先，提出特征原子滤波器构造方法，基于可调Q因子小波变换的重构子带最大峭度准则提取小波基原子，并赋予基原子周期性先验特征匹配信号中的多状态故障成份。其次，构建多通道卷积稀疏多状态故障特征解析模型，基于多
027-87841330