为有效评估轴承退化趋势,提高设备健康管理的智能化,提出一种基于BAS-BP模型的轴承剩余使用寿命预测方法。提取轴承全生命周期振动信号的时域和频域特征,构建18维退化特征;为提高神经网络的预测精度,采用天牛须搜索算法对初始权重和阈值进行优化,建立BAS-BP预测模型;通过在公开数据集上验证该模型的有效性。结果表明:所提模型可对轴承剩余寿命进行有效预测且精度较高。

针对人工踩曲用工数量巨大、生产效率低下而单纯的机械式制曲方法不能保证曲块质量的问题，对制曲进行需求分析，研究了仿生压曲机构三维模型设计方法，提出了仿生压曲机构动作设计中人工踩曲运动数据的提取与分析。运用运动重定向技术得到人体三维简化模型的BVH格式数据。然后对数据进行运动学分析求解，生成人工踩曲运动轨迹，为仿生压曲机构的研发提供理论支撑。