针对滚动轴承寿命特征提取与寿命阶段智能识别问题,提出加噪样本扩展深度稀疏自编码神经网络的滚动轴承寿命阶段识别方法。稀疏自编码具有非监督自动学习数据内部结构特征的能力,但属浅层网络,特征提取能力有限且不具备分类能力。因此,将多个稀疏自编码堆栈并添加分类层构建出集寿命特征自动提取与识别功能于一体的深度稀疏自编码神经网络,通过无监督逐层自学习与有监督微调,完成寿命特征的自动提取与表达,并实现寿命阶段智能识别。同时,为解决寿命样本量不足导致的网络过拟合,对原训练样本进行加噪扩展来训练网络,以抑制网络过拟合并提高网络的鲁棒性。通过工程应用,证明了所提方法的可行性和有效性。 采用全域插值广义移动最小二乘(IGMLS)的改进无网格伽辽金(EFG)法,对旋转中心刚体-柔性梁系统的刚柔耦合动力学特性进行研究。利用考虑了柔性梁横向变形引起的非线性耦合项的一次近似耦合模型,根据Hamilton原理和EFG离散方法得到刚柔耦合系统的无网格动力学离散方程。在大范围运动未知的情况下,采用数值方法对刚柔耦合系统进行动力响应的仿真计算,并对EFG法的主要影响因素进行了讨论分析。通过与有限元材料均匀且各向同性，梁上的各处的横截面积均相等，不计重力影响本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.com   。图柔性梁系统物理-数控滚圆机张家港切管机滚圆机价格低全自动滚圆机多少钱１为中心刚体－悬臂梁系统，中心刚体绕Ｚ０轴转动，研究系统的刚体运动和悬臂梁在Ｏ０Ｘ０Ｙ０平面内的运动与变形。其中：Ｏ０Ｘ０Ｙ０Ｚ０为固定坐标系（右手定则），其原点与中心刚体的回转中心重合，ＯＸＹ为固结在梁端点的浮动坐标系。梁的中性轴线上任意一点Ｐ０发生变形后的位置为Ｐ，ｒＡ为浮动坐标系原点Ｏ在固定坐标系下的位置矢量，ｈ为Ｐ０在浮动坐标系下的位置矢量，ｕ为Ｐ相对Ｐ０的变形位移矢量，ｒ为Ｐ在固定坐标系下的位置矢量。相关几何尺寸及物理参数表示如下：ａ为中心刚体的半径，ＪＨ为中心刚体关于Ｚ０轴的转动惯量，Ｌ为柔性梁未变形前的长度，ρ为梁的体积密度，Ａ为梁的横截面积，Ｅ为材料的弹性模量，Ｉ为梁的横截面关于中性轴（Ｚ轴）的惯性矩，τ为作用在中心刚体上的驱动力矩（力偶矩矢量沿Ｚ０轴），θ为中心刚体作大范围旋转运动的角位移。图１旋转中心刚体－柔性梁系统物理模型法的数值计算结果对比,验证EFG法用于刚柔耦合系统动力学研究的有效性及可行性,并为无网格法用于更复杂的柔性多体动力学的研究提供了理论依据。 柔性梁系统物理-数控滚圆机张家港切管机滚圆机价格低全自动滚圆机多少钱本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.com