针对液压支架姿态监测中的远程监测图像质量差、监测结果的可靠性不强等问题,提出一种用于液压支架姿态监测的数字孪生模型的构建方法。以液压支架运动学模型、环境数据以及同步控制信号构建物理模型;以液压支架姿态的历史数据以及实时监测数据构建数据驱动模型;以物理模型和数据驱动模型的数据通过长短期记忆网络处理生成用于液压支架姿态监测的数字孪生模型数据;并以数字孪生模型的数据为基础驱动液压支架姿态监测的虚拟模型。实验表明:所提出的基于数字孪生的液压支架姿态监测方法在提高了监测可靠性的同时,实现了支架异常姿态的准确预警。研究结果为数字孪生模型的构建以及推动数字孪生技术在液压支架姿态监测的应用提供参考。

针对传统故障诊断方法存在的诊断准确性不高的问题，提出了基于D—S证据理论的多传感器信息融合技术与BP神经网络相结合的方法．实现对汽轮机的机械故障诊断。由多个传感器采集振动信号．分别经小波变换特征提取后获得故障特征值．再经BP神经网络进行故障局部诊断．得到相应传感器对故障类型的基本可信任分配函数值．即获得彼此独立的多个证据．然后运用D—S证据理论对各证据进行融合．最终完成对汽轮机机械故障的准确诊断。实验结果表明．该方法克服了单个传感器的局限性和不确定性．是一种有效的故障诊断方法。

介绍一种气固两相流固质量流量测量新技术，它利用传热学的原理，通过两点气体的流速测量，湿度测量和信息融合处理，可以实现固相质量流量的测量。

基于信息融合技术的思想,从航姿系统故障诊断的实际出发,建立了基于信息融合技术,集小波分析与神经网络于一体的紧密型小波神经网络,并给出了具体的算法。通过故障特征信息的有效组合,用各种子小波神经网络从不同侧面对设备故障进行初步诊断,然后对诊断结果进行决策融合。此诊断系统充分利用了各种特征信息,有效提高航姿系统故障检测和诊断效率,同时为非线性系统的故障诊断提供了新的理论和方法。

为了对液压系统运行情况进行更为直观、高效的监测,文章对以电参量信息为基础的图形化实时识别技术进行了深入分析,这种液压系统识别技术利用Hilbert变换,对电参量基频分量加以迅速提取,从而使得该监测系统有着更高的实时性;同时利用李萨如图形方法,对该电参量信息加以科学融合,由此使得该识别技术具有实时性与图形化。最后借助于LabView系统对该识别系统展开设计,将液压系统极限工况作为试验对象,对该开发技术的实用性与稳定性进行验证,从而为液压系统状态识别系统提供创新的开发路径。

目前柱塞泵的故障诊断普遍采用监督式机器学习,但实际工程应用中难以收集到大量带有标签的故障训练集。提出一种无监督式机器学习的柱塞泵异常检测方法,在训练阶段仅需要柱塞泵健康状态下的振动数据。同时,为了提升在不同工况下柱塞泵的异常检测性能,对柱塞泵壳体上多个方向的振动信号进行融合,将其时频图合成为RGB图像。通过变分自编码器重建图像,根据输入输出图像的差异度确定柱塞泵异常检测的阈值。通过故障模拟试验台所采集的柱塞泵典

信噪比低和源信息的缺失是造成早期微弱故障难以准确判定的主要因素,针对以此问题,提出一种双矢时域变换(dual vector time-time domain transform,简称DVTD)的方法,用于完备和凸显齿轮早期微弱故障特征.方法借用全矢原理实现相互垂直的双通道振动信号的融合,保证双矢信号源信息的完整.在此基础上,结合双时域变换理论,提取二维时间序列的主对角元素用以构建完整的、故障特征增强的时域振动信号.以风电机组齿轮箱为实验对象,提取表征信号波动强度的小尺度指数作为状态特征,验证了双矢时域变换的微弱故障特征增强特性及其在齿轮早期微弱故障识别中应用的有效性。

齿轮传动作为机械传动主要形式之一,应用极为广泛,设备在高速运转下,一旦发生齿轮断齿故障将会带来巨大的经济损失以及人员伤害,为让损失降到最低,需要做到故障强度早知道,因此设备故障强度预测显得尤为重要。单通道预测方法由于获取振动信息不完善,导致预测结果一致性差,从而不能很好地实现故障强度的预测。通过全矢谱获得的频谱结构具有唯一性的特点,能够很好地弥补单通道的不足,在此基础上,将时序预测方法 ARMA模型与全矢谱技术相结合,提出了全矢-ARMA模型预测方法,并把该方法应用到齿轮断齿故障强度预测研究中。实验表明,该方法预测齿轮断齿故障强度结果与实际较吻合。

液压泵由于自身的结构特点,故障信息微弱,依托单一信源进行故障诊断效果不佳。为此引入融合思想,探索一种面向多层级信息融合的液压泵故障诊断系统设计方法。首先对液压泵工作原理和故障模式进行研究,从不同层面对信息融合必要性进行具体分析;然后以此为基础,设计面向多层级信息融合的液压泵故障诊断系统基本框架,从数据层、特征层以及决策层研究、设计多层级信息融合模式,为改善液压泵故障诊断效果提供技术支持,为设备状态监测提供一种新的思路和方法。

本文从多传感器信息融合系统概念、信息融合的层次和方法等方面对多传感器信息融合技术的现状进行了阐述,提出了基于多传感器信息融合技术的液压系统状态监测与故障诊断的系统框图,并介绍了诊断系统的组成、工作原理及主要特点.