声音信号在收集时具有非接触测量的优势,但容易受到周围环境噪声的干扰而导致信噪比较低,不利于特征信息的获取。为从滚动轴承声音数据中提炼出有效的特征信息,并实现故障的精准识别,提出一种基于自适应噪声完全集成经验模态分解(CEEMDAN)和层次波动离散熵(HFDE)的声音信号故障诊断策略。在该策略中,CEEMDAN缓解了集成经验模态分解(EEMD)的模态混淆缺陷;针对传统多尺度波动离散熵(MFDE)无法考虑时间序列的高频信息的缺陷,提出一种基于层次化处理的层次波动离散熵非线性动力学指标。将所提策略用于滚动轴承的故障识别,能够检测出不同故障状态下的声音数据。通过数值模拟和滚动轴承实验数据分析,将所提方法与CEEMDAN-MFDE、EEMD-HFDE、EEMD-MFDE、HFDE和MFDE进行对比。结果表明:所提方法达到了100%的识别准确率,多次实验的平均识别准确率也达到了99.5%,均...

针对当前我国航空业维修方案制定效率低、维修文档查找复杂,维修管理水平不高等问题,通过对航空业的维修痛点研究,提炼出智能决策系统功能需求,提出一套基于航空业的维修智能决策系统数据、接口、工作流程的设计方案。主要提供维修控制中心工程师和技术服务工程师等对飞机维修排故工作的实时掌控、安排和调度,有利于进一步优化地面维修程序方法,为维修与管理人员提供快速有效的维修决策与运营管理系统支持。