亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Fault diagnosis method and experimental research of reciprocating seal based on CFD-GAN-AE

往复运动 计算流体力学 印章(徽章) 材料科学 断层(地质) 计算机科学 机械工程 机械 声学 人工智能 物理 工程类 地质学 方位(导航) 艺术 视觉艺术 地震学
作者
Yi Zhang,Ling Hu,Wei He
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:35 (11): 116001-116001 被引量:1
标识
DOI:10.1088/1361-6501/ad66fc
摘要

Abstract Hydraulic impactors are crucial for oil and gas exploration, but seal failure is a common issue, having an effective technique for diagnosing sealing faults can provide dependable operational and maintenance assistance for hydraulic impactors. However, identifying wear failures is challenging and there is limited data available, there has been significant interest in intelligent defect diagnosis technology that is based on deep learning in recent years. Therefore, we propose a method to enhance the data and identify faults through deep learning. Initially, the computer fluid dynamics method was used to simulate seal leakage and determine whether factors such as pressure can indicate varying levels of leaking in the seal, this approach provides a theoretical foundation for signal gathering experiments. Next, the empirical mode decomposition approach is used to separate the non-smooth pressure signal from the seal experiment, revealing fault features that indicate the extent of leakage. Finally, the improved generative adversarial network method is suggested to balance imbalanced samples by utilizing the sample overlap rate, it is paired with the auto-encoder algorithm to categorize different levels of leakage. Furthermore, a comparative analysis is conducted between the proposed methodology and several classical fault diagnosis methods. This work investigates seal damage through the lens of computational fluid dynamics and the fault identification of uneven seal samples is accomplished.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ll完成签到 ,获得积分10
1秒前
心灵美晓完成签到,获得积分10
14秒前
李爱国应助wpz采纳,获得10
14秒前
优秀函完成签到,获得积分10
16秒前
23秒前
Freya1528应助科研通管家采纳,获得20
23秒前
24秒前
wpz发布了新的文献求助10
31秒前
李健应助wpz采纳,获得10
41秒前
魔幻梦曼完成签到,获得积分10
1分钟前
1分钟前
wpz发布了新的文献求助10
1分钟前
满意的苑博完成签到,获得积分10
1分钟前
Jaysmith001完成签到 ,获得积分0
1分钟前
简单的不平完成签到,获得积分10
1分钟前
田様应助科研通管家采纳,获得10
2分钟前
体贴雪萍完成签到,获得积分10
2分钟前
善良的寒珊完成签到,获得积分10
2分钟前
FashionBoy应助雪山冰川采纳,获得10
2分钟前
2分钟前
雪山冰川发布了新的文献求助10
2分钟前
279完成签到,获得积分10
3分钟前
光亮静槐完成签到 ,获得积分10
3分钟前
小西西完成签到,获得积分10
3分钟前
稳重仇天完成签到,获得积分10
3分钟前
闪闪小凡完成签到,获得积分10
3分钟前
周周南完成签到 ,获得积分0
3分钟前
3分钟前
英俊的鹤完成签到,获得积分10
3分钟前
r231658发布了新的文献求助10
3分钟前
高高的夏波完成签到,获得积分10
4分钟前
在水一方应助科研通管家采纳,获得10
4分钟前
生动的向彤完成签到,获得积分10
4分钟前
威武的若山完成签到,获得积分10
5分钟前
航哥完成签到,获得积分10
5分钟前
wpz发布了新的文献求助10
5分钟前
标致的元蝶完成签到,获得积分10
5分钟前
大饼饼饼完成签到,获得积分10
5分钟前
淡淡傲柔完成签到,获得积分10
6分钟前
甜美凝琴完成签到,获得积分10
6分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Rosenblum, Global Change Biology 800
自動車の空力技術 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7778271
求助须知:如何正确求助?哪些是违规求助? 9318750
关于积分的说明 20365730
捐赠科研通 7365282
什么是DOI,文献DOI怎么找? 3319178
关于科研通互助平台的介绍 2466967
邀请新用户注册赠送积分活动 2334513