采用单平面影响系数法实现砂轮轴现场平衡

以集成电磁式主动平衡装置的砂轮-电主轴为对象,探讨采用影响系数法进行单平面现场平衡的原理和现场平衡中信号的处理方法。基于LabVIEW开发专门用于砂轮盘类转子现场单面平衡的虚拟仪器系统,利用其完成砂轮轴现场平衡校正。试验表明,所开发的平衡校正系统能够有效抑制不平衡引起的基频振动。     

含永磁体电磁式在线主动平衡装置自锁磁场有限元分析

转子不平衡是旋转机械的常见故障,严重影响机器的安全稳定运行。为了通过在线无人干预方式治理转子不平衡,需要设计高品质的在线主动平衡装置。能否简单又可靠地保持平衡状态是在线主动平衡装置设计的关键问题之一,为此提出一种含永磁体的电磁平衡装置,通过永磁力来实现平衡状态的保持。设计中,磁场分布和磁通密度的合理设计是基础问题。在结构设计和永磁体选型分析的基础上,采用有限元分析方法建立了电磁平衡装置的自锁磁场分析模型,依次对永磁体性能、尺寸和气隙对磁场分布和磁密大小的影响进行研究,获得了基于自锁性能的电磁参数初步设计范围。研究工作为含永磁体电磁平衡装置的自锁性能设计、评价和优化提供了必要基础。     

基于反相灰度图二值化修正的铁谱图像磨粒特征提取

为准确获取铁谱图像中磨粒几何形状和特征参数,提出一种图像处理算法并对其进行验证。针对铁谱图像底色特征及磨粒特征提取精度要求,提出基于反相操作的铁谱图像灰度图转化方案,得到边缘清晰的铁谱灰度图;提出一种三段式阈值分割方案,利用腐蚀和膨胀操作解决二值化对铁谱图像有效磨粒区域的影响,讨论油污等干扰因素的消除策略;确定磨粒特征参数及磨粒识别方案,完成标准的正常滑动磨损图像处理和某实际的齿轮箱磨粒铁谱图像处理验证。结果表明:所提出的算法能够准确提取铁谱图像中磨粒所在区域的几何特征,通过磨粒标定计算得到了8个特征参数值,证明齿轮箱正处于滑动磨损状态。     

滚动轴承优选WPE与ANVTPSO-BPNN故障诊断

为了提高滚动轴承故障诊断的效率和准确率，提出一种基于优选小波包能量（wavelet packet energy，简称WPE）联合自适应无速度项粒子群优化前馈神经网络（adaptive no velocity term particle swarm optimization-back propagation neural network，简称ANVTPSO-BPNN）的滚动轴承故障诊断方法。首先，采用小波分析对轴承振动信号进行消噪，并通过小波包分解提取能量特征，对基函数和分解层数进行优选；其次，采用自适应方式调节PSO算法的惯性权重和学习因子，并对标准PSO算法舍弃速度项以避免粒子初始速度对算法收敛速度和求解精度的影响；最后，针对某滚动轴承的实测数据，完成了5种不同策略的BPNN算法验证。结果表明：提出的方法迭代步数只有273步，诊断精度达到99%，较消噪前后的BPNN及消噪后的2种PSO-BPNN，具有更高的诊断效率和准确率。     

基于超声导波的方钻杆检测方法研究

针对传统超声在检测长达十余米的方钻杆时效率极端低下的问题，提出基于超声导波的方钻杆检测方法。首先，利用半解析有限元方法，求解方钻杆结构的频散方程并绘制频散曲线，选择群速度值最大、曲线比较平坦、频率范围为70 kHz～130 kHz的L(0,2)作为方钻杆的检测模态；其次，优化选取中心频率为100 kHz的L(0,2)模态作为激励信号，以尺寸为25 mm×5 mm×0.5 mm的环形压电晶片阵列作为传感器，提高L(0,2)模态在100 kHz的信噪比；最后，基于仿真和实验方法，采用L(0,2)模态导波对方钻杆进行了检测。结果表明，L(0,2)超声导波能够有效检测整根方钻杆面上和棱上的圆孔及槽型缺陷，提高了检测效率，为方钻杆的检测提供了一种新的思路和方法。