基于双谱特征的行星齿轮箱故障诊断方法

为了研究行星齿轮箱齿面磨损全生命周期实验的退化过程,使用了可以抑制高斯噪声和对信号中产生的频率耦合进行解耦的双谱方法去进行故障特征提取,提出了两个基于双谱的特征指标,双谱熵以及非高斯强度,并通过特征指标评价方法去检验其指标性能。结果表明基于双谱熵具有良好的指标性能,而且对于行星齿轮箱齿面磨损的早期微弱故障十分敏感,适用于行星齿轮箱齿面磨损的故障诊断。     

基于拓扑特征和投影法的东巴象形文识别方法研究

东巴象形文是由云南丽江纳西族先民创造并使用的,被誉为"世界上唯一活着的象形文字"。在图形识别、内容释读以及形、音、义信息等方面,现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字,提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法,并采用模板匹配法进行文字识别。通过实验验证表明,基于象形文固有特征的提取,利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别,具有准确度更高的特点,是东巴象形文识别的一种有效方法。     

基于SSA-VMD和2.5维谱的齿轮箱磨损故障诊断

针对行星齿轮箱实际工况中存在多种频率耦合无法直接提取故障特征频率的问题,提出一种基于樽海鞘群算法优化变分模态分解(SSA-VMD)结合2.5维谱的故障诊断方法。运用SSA优化VMD的参数;运用自相关系数对分解信号进行重构,降低噪声的干扰;最后运用2.5维谱对重构信号中的频率耦合进行解耦运算。搭建行星齿轮箱磨损故障全生命周期实验台采集振动信号,运用提出的方法解耦出参与耦合的故障频率成分,揭示了行星齿轮箱磨损故障演化规律。研究结果表明：随着磨损故障程度的加深,磨损故障特征频率明显增多。     

水基动力无杆抽油机典型故障诊断的研究现状

水基动力无杆抽油机是以液体的压力作为动力的采油装置,主要由地面动力站、动力传输部分和井下液力抽油系统三大部分构成。水基动力无杆抽油机与传统的抽油设备相比,具有可实现深抽甚至超深抽、结构简单、高效节能、性能可靠等显著的优点。文中论述了水基动力无杆抽油机系统构成和工作原理,介绍了现阶段主要的故障种类和诊断方法;针对水基动力无杆抽油机专门研发了水基动力无杆抽油机的测试诊断仪,可确保水基动力无杆抽油机安全、可靠和高效运行,具有十分重要的工程价值。     

基于MWGANN模型的旋转机械趋势预测

为保证旋转机械注水泵机组安全、稳定运行,应采用合适的预测模型对其状态评定参数进行预测。提出基于均值函数新息加权的遗传算法优化神经网络预测模型(MWGANN模型),用此模型能够优化神经网络结构参数,并可利用时间序列数据新旧程度的不同提高预测的精度和实时性。工业现场采集大型旋转注水泵机组振动烈度时间序列数据,应用MWGANN模型和基于人工经验设定神经网络结构参数的模型分别对其进行预测并比较,结果表明MWGANN模型在预测精度、预测实时性方面取得了较好的效果。     

旋转机械传动系统运行稳定性劣化表征参数提取方法研究

旋转机械是生产中应用最广泛的机械设备,其传动系统是旋转机械的重要组成部分,它的安全稳定运行对经济和社会具有重要影响。以转子实验台典型故障为研究对象,提出旋转机械传动系统运行稳定性劣化表征参数的提取方法。采用高阶累积量理论,从不同故障状态之间迁移的角度对传动系统稳定运行状态劣化为非稳定运行状态的劣化演化过程进行描述,提出"劣化演化矩阵"的概念。在此基础上,定义稳定性劣化均值、稳定性劣化方差等状态劣化趋势的表征参数,并进行了基于该方法的实验验证,结果表明,该方法可以描述系统运行状态的整体趋势,可以作为旋转机械传动系统运行稳定性的表征参数。     

基于滑差率分析的轮轨材料摩擦磨损特性研究

随着列车速度的提高和轴重的加大,轮轨的失效往往影响了铁路的正常运行,甚至存在着安全隐患。目前对于影响轮轨磨损性能的研究仅限于轮轨材料、接触应力、轴重、车速等因数,尚未对滑差率的影响进行研究。提出基于滑差率分析的重载轮轨间的磨损行为故障研究,利用GPM-30型滚动接触摩擦磨损试验机,采用双轮对接接触方式,建立轮轨间隙曲线与轮对横移量之间的面积模型,通过改变滑差率来研究其轮轨摩擦磨损性能的变化规律。对磨损后试样表面的扫描电镜观察,分别阐述了不同滑差率下车轮试样表面以及钢轨试样表面的磨损形貌特性,试验验证了不同滑差率对轮轨磨损性能的影响因素。     

基于正交试验的注塑制件翘曲变形模拟分析

利用模流分析软件Moldflow对注塑制件葡萄筐盖进行翘曲变形分析,基于正交试验对模拟结果数据进行直观分析和方差分析,得出充填压力、保压时间、熔体温度、模具温度对翘曲变形的显著性,并获得试验水平基础上使制件翘曲量最小的最优参数组合以及最优参数组合下的制件翘曲值,并通过试验验证了结论的正确性.     

风电机组齿轮箱早期故障预警方法研究

为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改进快速独立成分分析盲源分离技术,有利于对复杂振动信号的滤波与盲源分离;然后研究改进了局部线性嵌入流形学习方法,基于时域、频域信息融合提取了早期故障敏感特征;最后应用k-近邻分类器实现变工况齿轮箱早期故障预警。实验研究表明,该方法提高了早期故障预警准确率,能够应用于风电机组等变工况机电设备的安全保障及科学维护,具有广泛工程实用前景。