【摘 要】
：
针对冲击、振动或变载荷环境等复杂工况下螺纹连接易失效,传统基于实验和仿真的方法无法高效、经济、准确地找出原因并对衰减进行预测的问题,本文利用人工智能技术在故障预测
【机 构】
：
武汉科技大学冶金装备及其控制教育部重点实验室,武汉科技大学机械传动和制造工程湖北省重点实验室
【基金项目】
：
国家自然科学基金资助项目(51875379),武汉科技大学国防预研基金资助项目(GF201901)
论文部分内容阅读
针对冲击、振动或变载荷环境等复杂工况下螺纹连接易失效,传统基于实验和仿真的方法无法高效、经济、准确地找出原因并对衰减进行预测的问题,本文利用人工智能技术在故障预测领域中的优势,提出一种基于数据挖掘的复杂工况螺纹连接力矩衰减预测方法。该方法从原始数据中挖掘其与螺纹连接故障的精确映射关系,准确找出螺纹连接发生失效的主要原因并对力矩衰减进行预测。首先,考虑导致文本极性变化的特殊语言结构,提出一种规则化故障量化方法;其次,结合螺纹连接力矩衰减专业领域词典,对螺纹连接力矩衰减进行基于文本描述的故障量化评级;再次,提
其他文献
针对系统功能需求分析存在难以准确、充分、结构化识别等问题,本文通过先识别系统所有运行状态,再识别每种运行状态下系统对外部所有输入信号组合的响应输出,综合后获得系统
企业的竞争力取决于商品的竞争力，而商品的竞争力不仅取决于商品的质量、技术、成本等，还取决于顾客的欢迎度，因此，商品的创新、营销、售后服务等对于商品的竞争力的影响也非常大
为了对区域综合能源系统进行优化的发展,依次将蓄电池、蓄热电锅炉和电转气(power to gas,P2G)设备加入能源系统中,分析加入不同设备后对系统运行的不同影响,之后考虑电、热
针对惯性器件各项误差参数随工作时间发生不确定漂移,影响导航精度,而传统分立式标定方法过度依赖转台性能与测试环境,系统级标定方法存在误差参数滤波收敛速度慢、标定时间