针对2t/8.7m壁行式起重机承载波动范围大,安全可靠性风险高及难以有效识别等问题,提出了一种基于支持向量机的可靠度分析方法。利用有限元工具ANSYS构建2t/8.7m壁行式起重机有限元模型,通过研究两种典型工况下载荷分布,确定了悬臂梁尾部拐角处为起重机应力最集中的部位。基于此引入支持向量机方法,对悬臂梁尾部受力情况进行诊断,搭建支持向量机预测模型。构造实验获取测试样本和验证样本,通过实测应力值与模型预测值进行对比,相对误差均在5%以内,结果验证了该方法对悬臂梁受力预测的可行性,该方法为壁行式起重机实际作业时可靠度分析提供了基础支持。

针对异步电机故障发生率高、故障类别难以有效识别的问题,提出一种基于近似熵与支持向量机的故障诊断方法。通过构造故障再现试验,分别测取4种不同状态类别的多测点振动信号样本。利用近似熵算法计算其近似熵样本值,得到4种不同状态类别的近似熵故障特征向量。结合支持向量机算法,构建支持向量机分类模型。近似熵特征量被划分为训练样本和测试样本,经验证其故障诊断准确率达97.5%,改进BP神经网络诊断方法的准确率为92.5%,结果表明:近似熵结合支持向量机方法具有更高的诊断精度。

确保再制造机床的可靠性是提升客户对再制造机床认可的有效途径。基于此,提出一种基于元动作与马尔可夫链的再制造机床全状态可靠性分析方法。引入元动作单元分解法,从零件级进行分析,建立再制造机床FMA树。针对再制造机床元动作单元系统的特点,对其进行全状态建模,将再制造机床运行过程分为元动作单元正常状态和故障状态,引入马尔可夫决策过程,将元动作单元状态和马尔可夫决策过程结合,建立再制造机床全状态模型,用解析法求解模型,并对可