齿轮测量中异常值的判定及剔除系统设计

针对齿轮测量数据中存在异常值的问题,分别对异常值的4种常用准则进行了对比分析;设计了异常值剔除系统,结合齿轮测量系统所测得的齿轮数据,选用相应的判定准则,对齿轮测量数据进行快速高效的异常值剔除处理。通过实验分析,给出了齿轮测量数据预处理需要遵循的原则。研究结果表明,当对齿轮测量数据进行粗大误差剔除时,需要结合实际情况对4种准则综合运用,以达到所得数据的科学性和合理性,对齿轮误差的后续处理做出科学的预处理。     

基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取

针对齿轮箱的滚动轴承故障信号因噪声干扰,难以进行有效提取的问题,提出了基于变分模态分解与快速谱峭图相结合的轴承故障特征提取方法。首先,利用变分模态分解(Variational Mode Decomposition,VMD)将振动信号分解成若干个本征模态分量(Intrinsic Mode Function,IMF),通过相关峭度计算选取故障信息最突出的分量信号;然后,利用快速谱峭图自适应地确定带通滤波;最后,对滤波后的信号进行平方包络谱分析,提取出故障信息。通过公开数据分析和齿轮箱轴承故障实验,证明了该方法的有效性和可行性。     

小样本加速寿命试验方法

针对工程上常见的加速寿命试验中加速系数未知的情况,建立一种小样本加速寿命试验方法,该方法只需在两个加速应力水平下进行加速寿命试验,即可对产品在正常使用应力水平下的寿命和可靠性进行评估。根据正常使用条件下的可靠度和置信水平要求,采用两个加速应力水平下具有相同可靠度和置信水平的寿命单侧置信下限之比作为加速系数,该加速系数考虑了可靠度和置信水平的影响,在推断正常应力水平下的可靠寿命和可靠度单侧置信下限时,可以有效减小误差,提高精度。文中详细讨论了阿伦尼斯模型、逆幂律模型和指数模型等三种常用加速模型下的加速系数、寿命预测和可靠性评估。大量工程算例和Monte Carlo模拟验证表明,传统方法需在多个加速应力水平下进行寿命试验,与之相比,本文方法可以节省大量试样和试验时间。     

基于EEMD能量熵和混合算法的电机轴承故障诊断

针对提升机电机轴承振动信号的非平稳特性和单一粒子群算法(PSO) 优化径向基函数（RBF）神经网络时存在网络收敛速度慢和适应度值易陷入局部最小的缺点，提出基于集合经验模态分解（EEMD）能量熵和模拟退火粒子群混合算法（SAPSO）优化RBF神经网络的提升机电机轴承故障诊断方法。基于EEMD求取振动信号各固有模态函数分量的能量熵，并使用相关性分析方法剔除虚假的分量，把筛选后的有效数据作为故障识别的特征向量；利用模拟退火（SA）算法具有局部概率突跳的特性，将SA算法和PSO算法相结合，在优化RBF诊断模型隐含层参数时以实现不同算法间的优劣互补。仿真结果表明，使用SAPSO算法优化后的RBF神经网络模型在提升机电机轴承故障诊断中能够加快网络收敛速度和提升故障识别精度。     

基于试验模态分析橡胶减振件的参数识别

针对具有较大承载能力的橡胶减振件的动力学参数进行直接测试,存在测试设备功率要求高、测试频率低等问题,无法满足有限元建模中对橡胶减振件的参数设置需求。提出基于试验模态分析法实现橡胶减振件动力学参数识别,重点阐述了橡胶减振件动力学参数直接测试法与试验模态分析法的理论依据,并通过实践应用验证了试验模态分析法在橡胶减振件的参数识别具有显著的工程应用价值。     

某柴油机油底壳仿真计算分析

本文利用ABAQUS结构仿真软件对某发电用柴油机油底壳进行模态、强度计算。在发动机实际运行工况下,油底壳底部为悬空状态,模态计算结果显示油底壳一阶模态距发动机点火激励频率点较近,低于激励频率的1.2倍,模态不满足设计要求;在发动机装配过程中,油底壳底部压在装配台上,发动机在上下方向三倍的重力加速度冲击载荷工况下,油底壳产生的应力最大值低于对应材料的屈服强度极限,强度满足设计要求。通过对油底壳两种状态下的仿真分析,验证和确保了油底壳结构设计的可行性,有效避免了发动机装配和实际运行过程中故障的发生。