基于流形学习的机械设备早期故障诊断理论与关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51405449
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0503.机械动力学
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Aiming at characteristics of machinery early fault such as feature weak, feature coupling and dynamic development, a new idea and method based on manifold learning that posseses functions of multi-symptom domains feature fusion, decoupling, dynamic pattern recognition and newly added samples dynamic addition is proposed. Main contents include: ①researching on theoretical framework of “multi-symptom domains feature fusion →Feature compression with manifoldlearning→dynamic pattern recognition”, and constructing theoretical model based on this new mode for machinery early fault diagnosis; ②exploring new principle of weak fearture extacion based on manifold learning,and researching on structure and fusion Method of multi-symptom domains feature set, so as to comprehensive collecte and integrate early weark features of machinery; ③researching on decoupling method of strong coupling early fault feature,and introducing classification supervision mechanism and distance measure method, so as to effevtively decoupling and separate different early fault feature; ④ researching on dynamic pattern recognition model, and introducing mechanism of manifold space embedded intelligent decision, so as to dynamic track and accurate describe state variation of machinery; ⑤researching on mechanism of incremental learning, so as to solve newly added samples dynamic addition and adaptive learning and fusion of newly added samples and existing sample. This research project is not only greatly significant for improving level of condition monitoring and early fault diagnosis of machinery, but also highly valuable for ensuring safe, reliable and efficient running of the large-scale mechanisms.
针对机械设备早期故障征兆不明显、特征耦合、动态发展等特点,提出集多征兆特征融合、解耦、动态模式识别及新增样本动态添加等功能于一体的流形学习新思路、新方法。主要内容:①研究“多征兆域融合→特征约简→动态模式识别”的理论架构,构建基于新模式的机械设备早期故障诊断理论模型;②探索主流形学习的微弱特征提取新原理,研究多征兆域特征集构造和融合方法,实现对设备早期故障微弱特征的全面搜集和融汇;③研究强耦合早期故障特征解耦方法,引入分类监督机制和空间距离测度方法,实现对不同类型早期故障特征的有效解耦和分离;④进行动态模式识别模型研究,引入多流形空间嵌入智能决策和等距映射机制,实现对设备状态变化的动态跟踪和准确描述;⑤开展增量式学习机制研究,解决新增样本动态添加问题,实现新增样本与现有样本的自适应学习和融合。本项目的研究具有重要的理论意义,对于保障大型机械设备的安全、可靠、高效运行也具有重要的经济价值。

结项摘要

本项目针对机械设备早期故障的特点,开展基于流形学习的机械设备早期故障诊断理论及关键技术研究,目的是获得一种集多征兆特征融合、解耦、动态模式识别等功能于一体的流形学习方法。建立了耦合系统的非线性动力学模型,开展了旋转机械传动系统振动机理分析,研究了“多征兆域融合-特征约简-动态模式识别”理论架构,构建起了基于新模式的旋转机械早期故障监测诊断的理论模型;探索了多种微弱特征提取新方法,研究了多征兆域的特征集构造与融合方法;研究了内在维数估计和领域大小优化方法,实现了内在维数的最佳估计,获得了最佳的领域因子,构建了流形学习平台;研究了强耦合早期故障特征解耦方法,引入半监督判别机制,提高了故障分类能力;研发了一套旋转机械早期故障监测诊断系统。三年来,项目研究成果已在国内外公开发表学术论文8篇,录用待刊论文2篇,共计10篇,其中SCI检索2篇,EI检索5篇,录用待刊EI源期刊2篇,授权实用新型专利2项,依托项目正培养硕士研究生3名。项目负责人随着课题开展与深入不断成长,并入选浙江省151人才工程第三层次培养人选。此外,还进行了项目相关的扩展性研究,授权发明专利5项,实用新型专利3项。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(10)
一种旋转机械系统耦合故障诊断的新方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    焦卫东;蒋永华;施继忠;王晓燕
  • 通讯作者:
    王晓燕
整体改进的基于支持向量机的故障诊断方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    焦卫东;林树森
  • 通讯作者:
    林树森
基于经验模态分解的改进乘性噪声去除方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    焦卫东;蒋永华;林树森
  • 通讯作者:
    林树森
A novel wind turbine weak feature extraction method based on Cross Genetic Algorithm optimal MHW
一种基于交叉遗传算法最优MHW的风电机组弱特征提取方法
  • DOI:
    10.1016/j.measurement.2017.05.059
  • 发表时间:
    2017
  • 期刊:
    Measurement
  • 影响因子:
    5.6
  • 作者:
    Ren He;Liu Wenyi;Jiang Yonghua;Su Xiuping
  • 通讯作者:
    Su Xiuping
面向多故障诊断的分层架构及其实现
  • DOI:
    10.19650/j.cnki.cjsi.j1702033
  • 发表时间:
    2018
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    焦卫东;蒋永华;施继忠;王晓燕
  • 通讯作者:
    王晓燕

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

离心风机振动噪声及压力脉动实验研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国机械工程
  • 影响因子:
    --
  • 作者:
    蔡建程;鄂世举;蒋永华;焦卫东;王冬云
  • 通讯作者:
    王冬云
基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    张详春;蒋永华;汤宝平
  • 通讯作者:
    汤宝平
自适应Morlet小波降噪方法及在轴承故障特征提取中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    蒋永华;汤宝平;董绍江
  • 通讯作者:
    董绍江
我国人文地理学研究、教学与出版关系论以出版为中心的探讨
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    人文地理
  • 影响因子:
    --
  • 作者:
    汤茂林;蒋永华
  • 通讯作者:
    蒋永华
结合运动平滑约束与灰度特征的卫星视频点目标跟踪
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    吴佳奇;张过;汪韬阳;蒋永华
  • 通讯作者:
    蒋永华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码