通过深度学习进行滚动轴承故障识别时,存在因信号噪声导致故障识别率较低和深层网络收敛速度慢的问题。针对上述问题,提出了一种改进经验小波变换(EEWT)和改进字典学习(EDL)的轴承故障识别方法。首先,将轴承振动信号进行包络谱变换,通过包络谱的极值点与自适应阈值的关系进行包络谱边界自动划分,进而利用经验小波变换(EWT)将信号自动分解为调幅-调频(AM-FM)分量;其次,提出一种新的AM-FM分量筛选指标,利用筛选指标选取合适的AM-FM分量进行重构,进而对信号进行有效降噪;最后,利用稀疏性约束逐层学习降噪后轴承故障样本中的典型结构特征,并构造深层故障字典(DFD),将故障样本输入DFD中,根据样本的重建误差确定故障类别。试验结果表明,该方法对噪声的鲁棒性高,故障识别能力优于其他模型,而且该方法可利用驱动字典自动提取轴承振动信号样本中的故...

针对汽车发动机连杆的结构特点，分析了被测要索项目及测量点的布置，介绍了连杆综合测量检具的结构设计，通过汽缸及缓冲器实现了测量动作的自动化控制，对于连杆的多参数综合测量提出了具体的测量方法及SPC统计分析，实现了连杆综合测量检具高效率、自动化、高精度的设计。

福特phve冷板检测定位pin是一种小型的短的台阶轴类机器,这种机器广泛应用于汽车配件的检测领域。综合应用了气动、步进电机驱动与控制、PLC、HMI、检测传感等多种控制技术,设计分拣设备控制系统的工作流程、气动回路、PLC控制回路、HMI画面等。经过实验,设计实现了福特phve冷板检测定位pin产品的分拣控制,控制效果良好。