针对滚动轴承振动信号难以提取低维度敏感特征的问题,提出了一种基于逻辑回归优化变分模态分解(Variational Mode Decomposition,VMD)及均匀流形逼近和投影(Uniform Manifold Approximation and Projection,UMAP)的滚动轴承故障特征提取方法。首先,通过移动窗方法进行原始数据的样本划分,完成训练集以及测试集的构建;其次,随机抽取训练集部分数据进行不同分解模态数下的VMD,并对各层子信号进行特征提取,完成多个特征集的构建;然后,通过逻辑回归分别计算各特征集中各特征与标签的复相关系数,以确定变分模态分解的分解模态数和高度相关特征,并将此应用于训练集和测试集,得到高维特征数据集;最后,采用UMAP降维,获取具有高判别性的低维度特征,完成最终特征集构建。以3种常用智能算法的识别准确率及测试特征集中类内余弦距离和类间余弦距离的比值作为评价指标,结果...

为保证车辆动力总成冷却系统的良好密封性能,提出一种基于数据驱动的密封性预测方法,以提高动力总成装配质量。首先,采集了生产装配过程中与冷却系统密封性相关的生产工艺数据并对数据进行预处理,随后使用预处理后数据训练逻辑回归模型直到模型预测准确率满足要求,最后得到具有良好性能的密封性质量预测二分类模型。文中以某车企的218台动力总成装配数据进行仿真实验。实验结果显示,训练后的模型具有较强的分类能力,能准确判别密封性合格与不合格的产品,具有一定工程指导意义。

对案例推理(CBR)的模型和算法进行了研究和分析,并应用到水泵机组的故障诊断中。利用振动传感器提取特征,运用基于逻辑回归的假设检验方法进行特征约简,并结合SQL Server2012建立了案例知识库;针对案例推理中相似案例的不唯一性,在多数重用的基础上引入随机打破距离连接的方式,最后结合R语言对方法进行验证,并将诊断结果以表格的形式显示出来。仿真结果表明,该方法可以对故障进行有效、快速的诊断,从而为水泵的故障诊断提供了一种新方法。