针对目前轧机伺服液压缸故障诊断过程中,故障特征提取困难,信号非线性变化,数据量大的问题,提出了一种基于深度置信网络的轧机伺服液压缸故障诊断的方法。根据轧机系统工作原理,建立轧机系统仿真模型,对轧机内泄漏故障状况进行模拟。利用深度置信网络在智能故障诊断的优越性,将信号归一化处理后放入深度置信网络进行训练,然后通过反向传播学习,优化网络各参数,提高诊断精度。深度置信网络模型由多层玻尔兹曼机以及顶层BP神经网络组成。与传统BP神经网络方法进行比较,结果表明,在训练样本数据足够的条件下,深度置信网络模型在伺服液压缸内泄漏故障诊断具有更高的诊断精度。

立体停车设备可有效利用纵向空间,解决城市停车难、车位少的难题,在热点城市得到较为广泛的应用。为了进一步提升立体停车设备的结构性能、车辆存取速率、节能量,设计了一种利用液压夹升降及转向的多服务台式升降横移类立体停车设备,并简述了其主要部件的结构与功能,采用ANSYS workbench分析了其整体力学性能,结果表明了该立体停车设备安全可靠;最后,采用犀牛软件对四类组合结构进行仿真建模,仿真结果表明该立体停车设备结构简单、存取灵活、存取耗时短。