主要获奖项目简介 冷轧带材纵向厚度控制精度是板厚、板形两大质量指标之一。液压AGC系统是控制板带材厚度的关键技术。燕山大学王益群教授课题组是一个机电液综合的大型课题组,长期致力于轧机自动化领域的理论及应用研究,在液压AGC研究方面,先后获3项国家自然基金资助,2003年初,河南鸽瑞复合材料公司决定由燕山大学王益群课题组负责核心技术——液压AGC研制，以开发一台650冷带轧机。

针对轴向柱塞泵实际故障诊断中采集到的故障类数据远少于正常类数据的情况,为提升故障分类精确率,提出了一种基于平衡随机森林(Balanced Random Forest,BRF)的轴向柱塞泵故障诊断方法。BRF算法是随机森林(Random Forest,RF)的改进算法,将欠采样方法与RF结合,强化了RF处理非均衡数据的能力。通过开源的UCI数据集对该算法的性能进行了测试,相较于RF以及合成少数类过采样(Synthetic Minority Over-sampling Technique,SMOTE)与RF的组合算法SMOTE-RF,BRF算法在少数类分类精确率方面有所提升。最后,将BRF算法应用于轴向柱塞泵的故障诊断中。结果表明,在类间数据不均衡的条件下,相较于RF及SMOTE-RF算法,BRF算法能够取得更高的故障分类精确率。

多任务学习网络结构和参数冗余、网络规模过大,导致网络实时性差的问题;无法获取元件的部分或者全部故障类型样本,导致零样本问题。针对上述问题,提出一种基于元学习优化的轻量化多任务学习网络。为了提高实时性,利用MobileNetV3轻量化网络构建具有多个子任务诊断网络的轻量化多任务学习网络模型;研究了跨元件零样本问题,利用模型无关(MAML)元学习方法,对轻量化多任务学习网络的训练方式进行优化,构建基于元学习优化的轻量化多任务学习网络;最后,从不同微调步数和测试任务数角度,测试了所提网络的诊断性能。通过齿轮和轴承多元件的实测故障分析可知,所提方法可以实时高精度地解决多任务故障诊断问题和跨元件零样本问题。

为了研究阀芯结构对双流体喷雾粒子特性的影响,提升喷雾效果,运用相位多普勒粒子分析仪(PDPA)对不同阀芯结构的双流体喷雾雾滴粒径、轴向速度以及雾滴数目进行了测试,并对测量结果进行了分析和讨论。结果表明随着轴向距离的增大,雾滴索特平均直径(SMD)、算术平均直径(AMD)呈先增大后趋于平缓的趋势,轴向速度以及湍流脉动速度均呈减小趋势,雾滴数目呈先增大后减小的趋势;随着气液压力比的增大,SMD呈先增大后减小的趋势,而AMD、轴向速度以及雾滴数目均呈减小趋势;阀芯的喉口直径、出口直径的减小均有利于喷雾效果的提升,但同时导致速度稳定性变差;当喉口直径为1.5mm、出口直径为2.5mm时,与原始阀芯结构相比,雾滴数目和雾滴轴向速度分别增大了82.43%和22.31%,SMD和AMD分别减小了52.18%和21.47%,综合喷雾效果得到了大幅提升。

提出了一种基于变分模态分解（VMD）和支持向量数据描述（SVDD）相结合的滚动轴承性能退化程度定量评估方法.针对采样时间长、采集到的信号数据点多时,信号中某些部分可能受到异常信号干扰的问题,首先提出了一种基于VMD和SVDD结合的特征提取新方法,将长信号分为多帧短信号,分别使用VMD方法分解短信号并提取各分量的奇异值组成特征向量,得到一组特征向量集,然后使用SVDD方法找到并剔除其中的异常样本点,求出剩余特征向量的平均值便可作为原信号的特征.特征提取完毕后,使用SVDD方法进行性能退化评估,以待检样本到训练得到的超球体模型球心的距离描述性能退化程度,并使用隶属函数将距离指标转化为与正常状态的隶属度作为性能退化指标,实现设备的性能退化程度的定量评估.使用轴承全寿命数据,并与以传统时域无量纲指标作为特征的分析结果进...

将压差反馈闭环控制方法成功地应用于比例阀性能测试试验台上得到了某电液比例方向阀稳态流量特性测试的实测结果.该方法解决了电液比例方向阀稳态流量特性测试中保持阀压降恒定的问题.

以往热轧卷取机在卷取开始时，由于带钢头部搭头部位与助卷辊发生冲撞，产生过大的冲击。笔者参考实际现场卷取工艺，研制了电液踏步控制系统，以实现助卷辊对台阶的自动回避。针对实验室建造的热轧卷取机踏步控制半物理实验模型，设计了一种滑模变结构控制器，通过设计切换函数以保证系统具有良好的动态特性。仿真结果表明：变结构控制能够有效地克服系统变参数的影响，可以取得较高的伺服跟踪效果，使系统具有较强的鲁棒性和良好的动态性能。

针对轴向柱塞泵故障振动信号的非平稳特征，融合经验模态分解（Empirical Mode Decomposition，EMD）和实值否定选择（Real—valued Negative Selection，RNS）算法，提出了一种混合的故障诊断方法。在该方法中，首先将原始信号用EMD方法分解为若干个平稳内禀模态函数（Intrinsic Mode Function，IMF）之和，以各层能量与总能量的比值为元素构造特征向量，作为样本；然后将正常样本作为RNS算法的输入，产生检测器，对故障样本进行识别。最后用轴向柱塞泵脱靴故障样本进行诊断，正确率可达90％以上，验证了混合诊断方法的有效性。

在动态流量的测试方法上做了新的尝试,提出了一种新的动态流量测量方法.以动态层流流量为研究对象,利用管道中压力脉动包含了流量信息这一原理,通过采集相距为L的两点压力信号对其进行互相关处理,得到渡越时间,从而求得管道内的平均流量.这一过程按一定的时间步长不断地进行,当时间步长趋近于零时,平均流量就逼近于瞬时流量.用无载伺服油缸进行对比实验,证明了这种方法的准确性和有效性,并对相关法的测量结果进行了标定.

为保证洒布车的洒布性能及工作的可靠性，以半智能型沥青洒布车液压驱动系统的核心元件——轴向柱塞泵为实验对象，对其中心弹簧失效故障的振动信号进行了分析，并提出了利用主元分析Q统计中平方预报误差的变化对该故障进行检测的实验方法。该方法首先通过滤波消噪和包络解调的信号处理方法，从包络谱图中分析出故障的特征频率，再通过小波包能量法进行特征提取，得到特征向量样本，然后利用泵正常工作样本建立的主元模型进行故障检测，最后根据中心弹簧失效三种不同失效程度的故障检测实验来验证该方法的有效性。