由于混凝土路面光照强度不均匀、背景复杂、噪声干扰大,传统的裂缝检测算法难以准确提取其裂缝特征。为了在提高裂缝检测准确性的同时减少计算冗余,提出了一种将低秩核和组卷积结合的交错低秩组卷积混合深度网络的路面裂缝检测算法。首先利用重叠滑动窗口裁剪方法建立裂缝图像数据集,在训练集上生成一个具有较好鲁棒性的分类器,对裂缝及非裂缝图像进行分类,然后采用自适应阈值法得到边缘轮廓清晰的裂缝二值化图像,最后采用中轴线法求取裂缝最大宽度。在测试集上验证模型的性能,实验结果表明测试精度为0.9726,效果优于经典的裂缝检测算法,而且相对于卷积神经网络及其变体大幅减少了模型参数,处理图像的速度达到了每秒14张,并且在三个公开数据集上都达到了较好的检测效果。在2.5 mm以上的裂缝宽度上,计算相对误差小于0.02,较好地达到了工程实际要求。

综合传动装置磨损产生的金属颗粒在润滑油液中均匀混合, 导致装置工作环境的恶化并最终导致装置磨损失效事故的发生。 因此, 实现综合传动装置磨损劣化状态的准确监测和视情维护策略的合理制定对提高装置的可靠性与可维护性具有重要意义。 携带着磨损部位与磨损状态信息的油液光谱与综合传动装置寿命的相互关系反映了装置磨损劣化的分布特征, 使实现基于油液光谱数据的装置劣化建模和维护决策成为可能。 现有综合传动装置视情维护研究是通过油液光谱数据趋势分析结合经验阈值实现的, 没有考虑维护成本、 装备可用度等因素的影响。 鉴于此, 提出基于油液光谱数据的综合传动装置视情维护决策方法。 首先, 针对综合传动装置的历史故障油液光谱数据, 考虑装备寿命与各劣化变量间的相互关系及各劣化变量对装备劣化的贡献程度, 采用Weibull比例风险回归建立了装置的工作寿命模型。 然后, 针对综合传动装置训练演习和执行任务两种使用工况, 分别以最少维护成本、 最大可用度为目标建立了装置的维护决策模型。 与传统的综合传动装置维护决策方法相比, 该方法考虑了维护成本因素和装备可用度因素的影响, 能够根据维护目标有效的制定装置最优维护时间, 为装置的视情维护决策提供了一个客观的量化方法。 最后, 通过对Ch系列综合传动装置历史故障油液光谱数据的实例分析证明了该方法的有效性, 它能够实现综合传动装置视情维护策略的合理制定, 也为其他装备的视情维护决策提供了有益的参考。

原子发射光谱分析得到的磨损微粒元素浓度是综合传动装置性能劣化评估和剩余寿命预测的重要监测指标。 由于系统随机劣化过程和光谱测量误差的影响, 油液光谱数据中不可避免包含系统劣化随机性和光谱测量不确定性。 然而, 现有基于油液光谱数据的剩余寿命预测研究中, 没有考虑劣化过程的随机性和测量的不确定性对剩余寿命预测的影响。 因此, 针对综合传动装置劣化随机性和油液光谱数据测量不确定性对寿命预测的影响, 提出一种考虑系统随机劣化和数据不确定测量的综合传动装置劣化过程建模方法。 基于随机过程首中时间的概念, 定义了综合传动装置的剩余寿命; 基于Wiener随机过程, 建立了考虑系统随机劣化和不确定测量数据的综合传动装置劣化模型, 利用极大似然估计方法, 估计了劣化过程模型的参数; 利用卡尔曼滤波技术, 实现了综合传动装置劣化状态的实时估计与更新, 进一步得到了考虑系统劣化随机性和光谱数据测量不确定性的剩余寿命分布。 研究结果表明, 提出的劣化建模方法能够准确估计装置的运行状态, 避免了采用条件维护时间对装置进行维护与保养的局限性; 综合传动装置的维护时间预测值比条件维护时间延长了193 Mh(113.5%) ; 考虑光谱数据测量不确定性的剩余寿命预测方法优于不考虑测量不确定性的方法。

原子发射光谱是分析油液中微小磨损颗粒元素浓度的重要方法。 作为一种非直接测量方法, 油液光谱数据是车辆综合传动装置可靠性评估中的系统性能劣化的重要监测指标, 可用于系统失效评估与剩余寿命预测。 针对油液光谱数据这类型的一元劣化失效, 随机过程尤其是Wiener过程模型具有良好的计算分析性质, 在基于性能劣化的可靠性分析中应用日趋广泛。 通过对车辆综合传动装置运行中的实时采样, 共取得50个油液光谱样本。 采用其中三种指示元素的线性回归方程来计算综合传动装置运行中每个瞬时的特征值与均值。 基于正漂移Wiener过程, 建立了综合传动装置的劣化失效预测模型, 并基于R语言环境进行了随机微分方程的仿真与求解。 得到了油液光谱中的Fe, Cu和Mo元素含量增长趋势的预测结果以及三种指示元素各自的首中时间。 经比较, 劣化失效周期的预测值较之条件维护时间延长了27 Mh(15.9%)。 维护时间的延长, 能够有效的减少全寿命周期内的维护次数, 并最终降低维护成本。 研究结果表明, 该方法适用于综合传动装置的磨损与失效预测、 全寿命周期费用与维护计划的优化。 同时, 也可推广至其他复杂机械系统的失效预测与评价等相关领域。

采用光纤激光器, 不添加任何填充材料, 对6.0 mm厚5083铝合金和3.5 mm厚低碳钢板材进行激光深熔对接工艺试验, 研究激光偏移量对接头焊缝成形的影响。利用光学显微镜、扫描电镜、显微硬度仪、拉伸试验机等研究接头界面的微观组织、显微硬度和抗拉强度。结果表明, 激光束偏移量Δd由0.3～0.7 mm变化时, 界面金属间化合物从21.0 μm逐渐减小到4.1 μm; 当激光偏移量为0.7 mm和0.3 mm时, 接头界面层的平均硬度分别为765.4 HV和671.3 HV。当激光偏移量为0.6 mm时, 接头抗拉强度强度最高, 平均抗拉强度为107 MPa, 达铝母材的60%。

对5083铝合金和E36钢板异种合金接头进行激光深熔焊搭接实验, 焊接过程中填充Ni、Zn、Sn不同合金粉末。利用金相显微镜、扫描电镜及能谱等微观分析方法, 研究添加不同元素粉末对钢/铝激光深熔焊焊缝成形及界面组织的影响。研究结果表明, 填充粉末的加入改善了界面金属间化合物的形貌, 降低了Fe-Al金属间化合物的厚度, 改善了接头界面金属间化合物层的塑韧性。

原子发射光谱是分析油液中微小磨损颗粒元素浓度的重要方法.以综合传动全寿命磨损试验不同阶段采集的多个油液样本为研究对象,分别运用基于模糊隶属度的稳健核主成分分析(RKPCA)与传统主成分分析(PCA)对光谱数据进行主成分提取与对比.在剔除光谱数据中的干扰元素后,计算与比较两种方法的主成分数量与贡献率,并利用RKPCA主成分进行综合传动多摩擦副的分类识别;对光谱数据和RKPCA特征值分别进行模糊C均值聚类,对比两种聚类结果应用在磨损状态评价中的效果.研究表明,由于光谱数据离群值与非线性影响,RKPCA较PCA的主成分数量稍小且累积贡献率高,说明前者能更有效地降低变量维数;通过RKPCA主成分与摩擦副组件的相关性分析可以看出,该方法可以精确的实现综合传动多摩擦副、多磨损部位的分类与识别,进而分类评价不同摩擦副的磨损状态;RKPCA特征值的模糊C均值聚类结果与光谱数据直接聚类结果相比,前者能更精确的定位磨损状态转化的临界点,从而准确评价综合传动整体磨损状态.油液光谱RKPCA分析方法的创新在于将特征值变化规律引入整体磨损状态评价,实现整体评价与关键摩擦副的分类评价相结合.这样不仅有助于综合传动大修期的准确判断,还能给出需维修部件建议.该方法也适用于其他复杂机械系统的磨损监测与评价等相关领域.

油液光谱分析是研究综合传动运行状态的重要方法， 文章以油液光谱分析数据为基础， 运用支持向量机(support vector machine， SVM)， 建立了一种多输出最小二乘支持向量回归方法。 利用多输出最小二乘支持向量回归方法对两台综合传动光谱油液分析数据进行了研究分析。 研究表明， 此方法得到的回归数据对1号综合传动试验数据具有良好的逼近效果， 对2号综合传动油液光谱分析数据的预测具有较高的准确性。 通过与2号综合传动试验数据的对比分析， 发现了故障信息， 并确定了故障部位。 试验结果表明， 该方法对于发现故障隐患， 判断故障部位具有重要实际意义。

油液光谱分析是研究综合传动运行状态的重要方法, 以油液光谱分析数据为基础, 运用主成分分析法(PCA)和层次分析法(AHP), 建立了一种综合传动健康状态的评价模型。 文章结合机械设备健康的概念, 综合考虑油液光谱分析数据中各种磨损元素的影响, 提出用健康值来定量描述综合传动运行状态的概念, 并根据健康值对综合传动健康状态进行了等级划分; 利用主成分分析法, 对油液光谱分析数据进行主成分提取的研究分析; 运用层次分析法研究主成分权重值, 探讨判断矩阵的构造、一致性检验等问题; 然后将二者有机的耦合, 建立评价模型; 实验研究表明, 此方法具有很高的准确性, 能够有效地判断综合传动的运行状态, 对开展综合传动状态评估具有重要意义。

基于原子发射光谱油液分析是大型机械设备磨损状态监测与故障诊断的重要技术, 由于灰预测理论在趋势预测方面具有明显的优势, 文章利用油液原子发射光谱分析结果, 结合灰预测理论, 建立了某综合传动油液中金属元素Fe趋势变化的灰预测模型。 在模型参数辨识求解上首次引入了改进欧拉算法, 解决了避免原灰预测模型在实际应用过程中出现的预测结果主要依赖于第一个实测值的问题, 使得预测结果更准确。 将该算法结合原子发射光谱分析Fe元素浓度的阈值制定, 有效地捕捉到综合传动发生故障的征兆信息, 及时采取措施防止综合传动的故障, 具有很好的推广应用价值。