在实际工况中,风机齿轮箱的故障样本多呈现不均衡特征。为克服样本不均衡性给诊断效果带来的影响,提出了一种基于LSGAN(最小二乘对抗网络)和VMD-MPE-KELM的风机齿轮箱故障诊断方法。首先,采用LSGAN算法用于少数类故障样本的生成处理,将具备原始样本特征的生成数据扩充样本集使其分布均衡,采用VMD方法分解样本集中各类故障的振动信号,计算各模态分量的MPE多尺度排列熵值以提取信号特征;再通过KPCA方法降维处理,获得故障样本的特征向量,将其代入KELM模型诊断。实验表明,LSGAN算法克服了GAN在生成故障样本中梯度消失、训练不稳定和数据质量差等问题;VMD-MPE-KPCA方法可有效提取故障特征。该方法有效地提高了非平衡齿轮箱故障样本的诊断精度。

第四代篦冷机具有高热回收效率,高冷却效率,高设备运转率,低磨损率等性能优势。经走访调查多个不同品牌篦冷机现场,发现个别项目篦冷机固定篦床堆雪人现象时有发生,本文结合实际生产,分析产生问题的原因,并给出相应的处理措施,改善或者从根本上解决堆雪人问题,对篦冷机堆雪人处理有一定的借鉴作用。