超磁致伸缩驱动器自适应精密驱动控制研究

超磁致伸缩驱动器(GMA)虽然具有很多优点,但是超磁致伸缩材料(GMM)在磁化过程中存在磁滞非线性,磁滞误差可达20 %,要解决这一问题,必须对GMA采用精确有效的方法实现建模,并用于GMA驱动位移精密控制。研究中采用LMS算法对研制的GMA进行自适应系统模型辨识,用不同频率的正弦信号和方波信号作为输入,辨识模型都能精确逼近GMA输出信号,辨识精度高达0.069 μm;最后采用Fx-LMS算法对GMA进行驱动位移控制实验,通过在线辨识有效减小磁滞误差,提高控制精度。     

位感条纹三维振动测量原理及试验研究

针对当前单目视觉测量方法难以实现结构三维振动同步测量的问题,提出一种基于位感条纹和高速相机的结构三维振动同步测量新方法。在建立测量系统完整的原理模型基础上,系统描述单相机成像坐标下采用单个位感条纹获取结构三维动态位移信息的测量原理,建立成像位感条纹三维编码动态参数与结构实际三维位移之间的内在联系,推导各维位移的计算公式。通过结构三维运动和视觉成像系统的联合仿真模型,验证位移测量原理和算法的正确性;并通过仿真和试验分析系统的测量性能及其影响因素。通过对结构已知三维运动的测量,并与基于三维加速度传感器的接触式测量方法进行对比试验,验证基于位感条纹的视觉测量方法及系统在实现结构三维振动位移准确同步测量的有效性。     

面向600MW汽轮发电机的颗粒阻尼器减振试验

基于600 MW汽轮发电机减振的实际工程需要,建立与机座模态一致的缩比模型。利用该模型,对颗粒阻尼器的减振效果进行系统而全面的试验研究,比较单/双层结构设计和不同类型颗粒对减振效果的影响。试验结果表明,利用微细颗粒之间碰撞、摩擦、动量交换作为减振机理,颗粒阻尼器能够起到良好的减振效果,最大减振幅度超过60%;在一定条件下,双层颗粒阻尼器的减振效果优于单层;不同类型的单/双层颗粒阻尼器的减振效果不同。颗粒阻尼器在汽轮机减振中具有广阔应用前景。     

小波局部极大模方法在轴心轨迹辨识中的应用研究

提出了一种新的基于小波局部极大模的轴心轨迹辨识方法。该方法通过对轴心轨迹的θ-s曲线进行连续小波变换,提取小波局部极大模线,计算每条局部极大模线对应的Lipschitz指数α。最后用α为正的局部极大模线的条数、正α的平均值、α为负的局部极大模线的条数和负α的平均值等4个量作为轴心轨迹特征,并以这些特征量作为BP网络的输入进行分类识别。采用径向碰摩、联轴器不对中、油膜涡动和转子不平衡等4种故障的试验数据对该方法进行检验。结果表明,该方法有特征量少、神经网络的训练速度快和系统识别正确率高的优点。     

基于遗传算法的模糊振动主动控制器的参数编码设计和约束处理

在采用模糊控制的压电材料智能结构中,利用遗传算法对模糊控制隶属函数进行优化时,遗传编码的设计将影响优化结果,从振动主动控制要求出发,设计了振幅输入模糊集的隶属函数参数编码,并对模糊子集约束条件进行处理。结果表明新的编码方式可以产生适合振动主动控制的隶属函数,且设计的约束修补算法简单有效。     

基于Prandtl–Ishlinskii模型的超磁致伸缩驱动器实时磁滞补偿控制研究

针对超磁致伸缩驱动器(GMA)存在复杂的磁滞非线性易降低系统性能,导致系统不稳定的问题,建立了可以精确描述磁滞现象的模型并提出了合适的驱动控制方法。首先,基于Prandtl-Ishlinskii(PI)模型对GMA磁滞建模,并采用最小均方法(LMS)进行模型参数辨识,模型预测误差为0.037 9 μm。接着,通过对PI模型解析求逆进行实时补偿控制,从而有效减小磁滞误差,补偿控制误差为0.309 μm。实验结果证明,PI模型可以精确描述GMA磁滞现象,且具有计算简单,磁滞跟踪能力强的优点。基于该模型的实时磁滞补偿控制方法可以有效减小磁滞误差,提高GMA实时驱动定位控制精度,是实现GMA精密驱动控制的一种有效方法。     

变速铣削稳定性预测的整体离散算法

在铣削过程中,颤振的发生通常会导致被加工工件表面粗糙、刀具快速磨损,甚至会损坏主轴系统,严重影响机床生产效率和产品精度。其中,再生颤振在实际铣削过程中最为普遍。基于再生颤振原理和离散算法进行颤振预测,针对变速铣削中的周期较长、系数变化明显等问题,提出一种应用于变速铣削过程的整体逼近的离散化算法,并分析算法收敛性。结果证明,此方法可提高计算效率和精度。     

非线性调频分量分解的转子油膜涡动信号分析研究

转子轴承系统的振动信号常呈现非线性调频特征且信号分量在频域混叠,传统的频谱分析方法难以处理该类信号。基于参数化解调的非线性调频信号分解方法来分析油膜涡动、油膜振荡特征信号能够有效分解频域混叠的非平稳信号。首先通过优化频谱集中性指标来估计信号瞬时频率参数并用估计到的参数将非线性调频信号解调为平稳信号,最后用带通滤波器提取解调信号。仿真及实验信号通过该方法分析后的结果证明,所用非线性调频分量分解的信号分解方法能够有效提取转子轴承系统的油膜涡动、油膜振荡故障特征,从信号时频图及提取分量的时域图可以清晰看到油膜涡动、油膜振荡的发生发展过程,为早期油膜涡动判定提供依据。     

用小波时频分析方法研究发电机碰摩故障特征

将小波分析方法中的尺度谱和相位谱引入设备故障诊断领域，详细介绍了小波尺度谱和相位谱的定义，通过对仿真数据的分析介绍了尺度谱和相位谱的特性，发现它们较传统的频谱分析更适用于非线性信号的分析，并总结了在实际应用小波尺度谱和相位谱时应注意的问题。最后着重用小波尺度谱和相位谱对碰摩故障的仿真数据和试验数据进行分析，结果表明小波尺度谱和相位谱在碰摩故障数据的分析方面具有明显的优势，它能更好地揭示碰摩故障信号的频率结构，并分析得出碰摩信号一些故障特征。