公共文化服务平台

宁少慧: 作品数：42 被引量：129H指数：6; 供职机构：太原科技大学机械工程学院更多>>; 发文基金：国家自然科学基金山西省基础研究计划项目山西省省筹资金资助回国留学人员科研项目更多>>; 相关领域：机械工程自动化与计算机技术电子电信金属学及工艺更多>>

合作作者

齿轮传动系统齿根裂纹故障的动力学仿真被引量：6: 2015年; 以直齿圆柱齿轮副的耦合型动力学模型为研究对象,考虑了轮齿的时变啮合刚度及齿间的摩擦后,利用故障轮齿与完好轮齿啮合刚度的不同来实现故障模型的建立。用有限元法计算了无故障和有裂纹故障状态下齿轮的时变啮合刚度,结果表明,裂纹会降低齿轮的啮合刚度,裂纹越大,刚度越小。利用MATLAB求解模型的动力学微分方程组,得出了故障和无故障两种状态下齿轮的角速度和角加速度的仿真曲线,结果是当齿轮转过裂纹处时,从动轮的角速度和角加速度产生了明显的波动,计算结果与故障特征规律相符。; 宁少慧韩振南李月仙武学峰; 关键词：齿轮动力学有限元法

基于改进YOLOv5s的滚动轴承表面缺陷识别算法: 2024年; 为了解决机械设备轴承表面缺陷检测中多目标情形下的小目标漏检率高、检测速度慢、模型精度和特征提取泛化能力不足的问题,提出一种滚动轴承表面缺陷识别网络模型YOLOv5s-CDOD。在卷积操作前,使用B-ConvNeXt网络平衡模型的精度和复杂度,保留轴承表面小目标缺陷的特征,同时提升模型的泛化能力;通过将YOLOv5s网络中的传统卷积模块替换为具有二次深度过参数化卷积的卷积(DOD-Conv)模块,在不增加模型参数的情况下,提高模型的识别精度和速度;最后,在特征处理阶段,使用VariFocal Loss损失函数,增加模型对正样本目标的学习,对轴承小目标缺陷的检测精度进一步提升。实验结果表明:与原YOLOv5s网络相比,优化后的网络参数量减少了10%,使得模型的检测速度明显提升;同时,所提模型的平均检测精度达到了94%,对轴承表面小目标缺陷的识别率也有所提高。; 宁少慧段攀龙杜越张少鹏邓功也

一种直升机主减速器故障诊断系统: 本发明提供一种直升机主减速器故障诊断系统，包括：视觉检测单元，用于检测输出轴周围是否有漏油点；存储单元，存储输出轴设置的油封的安装时长；振动检测单元，与所述视觉检测单元和振动检测单元连接，分析单元，在所述视觉检测单元检测...; 白丽丽李峰闫涛李延峰王志坚宁少慧张倩倩

EEMD和TFPF联合降噪法在齿轮故障诊断中的应用被引量：14: 2017年; 为了消除噪声对齿轮传动系统故障特征提取的影响,提出了一种基于集成经验模态分解(ensemble empirical mode decomposition,简称EEMD)和时频峰值滤波(time-frequency peak filtering,简称TFPF)相结合的降噪方法。针对TFPF算法在窗长的选择方面受到限制的问题,采用了EEMD方法对其进行改进,使得信号在噪声压制和有效信号保真两方面得到权衡;含噪声的信号经过EEMD分解后,得到一系列频率成分从高到低的本征模态函数(intrinsic mode functions,简称IMFs),计算出各IMFs间的相关系数,判断需要滤波的IMFs。对不同的IMFs选择不同的窗长进行TFPF滤波,把过滤后的IMFs和剩余的IMFs重构得到最终的降噪信号。用模拟仿真信号和齿轮齿根故障信号对该方法进行验证,可见EEMD+TFPF能有效地去除噪声,成功提取齿根裂纹故障特征。; 宁少慧韩振南武学峰赵远; 关键词：齿根裂纹降噪

基于边缘图注意力网络的轴承智能故障诊断: 2024年; 基于欧几里德空间的数据包含着节点和边的关系信息,比传统的欧几里得空间的数据具有更多信息。然而,传统的图卷积以及图注意力网路注重于节点信息的提取,对于边的信息利用不够充分。对此,通过结合可视图算法和边缘图注意力网络(EGAT),将基于非欧几里德空间的不规则数据应用到轴承故障诊断领域。诊断过程分为两步:利用可视图算法将原始信号转化为图数据;利用EGAT对故障特征进行学习,然后即可进行故障诊断。实验结果表明:图卷积网络在单一轴承故障分类任务上能够达到100%的准确率,表明所提出的方法对于轴承故障诊断具有明显的作用。; 杜越宁少慧段攀龙邓功也张少鹏; 关键词：轴承故障诊断

经EMD处理的DACNN-BiGRU-Attention模型滚动轴承剩余寿命预测: 2025年; 针对深度学习单一模型对滚动轴承剩余使用寿命(Remaining Useful Life,RUL)预测精确度不高、轴承退化数据复杂和数据维度低且计算量大的问题,课题组提出了一种基于DACNN-BiGRU-Attention模型的新方法,用于预测滚动轴承的剩余寿命。首先,采用经验模态分解(Empirical Mode Decomposition,EMD)技术提取轴承振动信号的特征分量,组成新的高维度数据作为动态激活卷积神经网络(Dynamically Activating Convolutional Neural Networks,DACNN)的输入;其次,在卷积神经网络(Convolutional Neural Networks,CNN)中使用了动态激活函数(Dynamic ReLU),实现了对不同通道的自适应激活,从而降低了计算量;最后,在模型中引入了多头注意力(Multi-Head Attention,MHA)机制,有效地提取了数据信息。使用经EMD处理的DACNN-BiGRU-Attention模型在PHM2012轴承数据集上进行的验证结果显示预测精度有所提升,与CNN-BiGRU-Attention模型、CNN-BiGRU模型和未经处理的DACNN-BiGRU-Attention模型3种模型对比分析表明该模型在预测方面表现出色,有较好的预测精度。; 宁少慧戎有志董振才; 关键词：经验模态分解

微流体压力驱动的扫描电化学池显微镜长时间稳定成像: 2024年; 为了提升扫描电化学池显微镜(SECCM)对复杂形貌表面电化学活性成像能力,以及避免探针尖端微液滴蒸发和结晶,进而实现长时间、稳定成像,构建了基于纳米移液管探针微流体压力驱动的扫描电化学成像系统。对探针尖端开口处的微液滴流量补偿、复杂表面形貌同步电化学活性成像可靠性等进行了研究。首先,构建了基于移液管探针微流体压力驱动的SECCM扫描成像系统。接着,建立了移液管微流体压力驱动的探针检测数值模型,研究了探针末端背压与探针尖端流体流量间的关系。然后,在理论模型分析的基础上,实验测试了微流体驱动新方法对具有较大表面形貌特征的玻碳电极材料和铝合金材料表面高分辨率形貌和电化学活性同步成像能力。实验结果表明:新方法可对硬质材料表面(样品表面高度起伏为探针开口直径20倍以上)实现长时间、稳定的电化学成像。新系统的研制将为研究人员在材料电化学、金属材料腐蚀研究提供强有力的工具。; 王志武庄健宁少慧程磊郑强强; 关键词：电化学活性

基于二次迁移学习和EfficientNetV2的滚动轴承故障诊断被引量：1: 2023年; 针对工程实际故障诊断环境下,可用数据稀缺,导致智能诊断模型对轴承健康状态识别精度较低这一问题,提出一种基于二次迁移学习和EfficientNetV2(Two-Step Transfer of Efficient⁃NetV2,TSTE)的滚动轴承故障诊断新方法。首先,将模型在轴承全寿命周期数据集中训练,之后冻结模型浅层权重,将其在多工况轴承数据集中训练,进行第一次迁移学习。其次,通过构造类不平衡数据集,研究实际故障环境下可用数据稀缺对故障诊断性能的影响。然后,基于合成少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)过采样方法与编辑最近邻(Edited Nearest Neighbors,ENN)欠采样方法对故障数据进行扩充,使类不平衡数据集重构为类平衡数据集。最后,将模型在类平衡数据集中训练,冻结模型底层权重,训练模型深层,进行第二次迁移学习,使模型掌握平衡数据集故障特征。通过多种指标进行实验评估,同时与其他方法进行对比,并使用Grad-CAM方法进行了特征可视化。结果表明,所提方法能够将模型在实验室环境下积累的故障诊断知识应用于实际工程设备,适用于检测数据稀缺情形下的滚动轴承故障诊断。; 杜康宁宁少慧; 关键词：滚动轴承重采样

桥式起重机运动模拟被引量：2: 2009年; 桥式起重机是应用最为广泛的起重机械,文章综合应用现代设计手段和方法,在桥架、起升机构、小车运行机构和大车运行机构的基础上,建立三维运动分析的数学模型,从而对整机和各部件的运动速度、加速度以及因运动引起的载荷进行分析,模拟各种运动规律和运动轨迹,从而实现起重机运行情况的模拟,为起重机的设计提供可靠的参考依据。; 牛晓明张亮有宁少慧张喆; 关键词：桥式起重机运动模拟

带式输送机智能托辊设计与仿真: 2024年; 目前,用于带式输送机的智能托辊技术,需托辊满足传感器的供电、数据收集、数据收发3个模块的协同工作,使用长距离线路供电成本过高,安装蓄电池充放电需要人力进行检查,很大程度上降低了传感器的工作效率。文中对外转子永磁发电机与托辊进行结合设计智能托辊,利用托辊的旋转将机械能转化为电能,供传感器使用。对设计的智能托辊结构进行力学分析,在输送带添加物料的情况下得出智能托辊与普通托辊的关系,智能托辊满足普通托辊的工作要求。最后进行动力学模态分析,得出智能托辊的频率模态频率,为智能托辊的结构设计提供一定的参考依据,减少传动滚筒的故障发生。; 宁少慧张少鹏段攀龙邓功也杜越; 关键词：带式输送机托辊有限元分析仿真

宁少慧

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

宁少慧

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈