改进的HHT算法在振动筛轴承故障诊断中的应用

基于经验模态分解的Hilbert-Huang变换(HHT)存在端点效应,从而影响分解效果。为了改善端点效应,提出了基于镜像延拓法的端点抑制方法。将改进的Hilbert-Huang变换首次应用到振动筛等振动机械的轴承故障特征提取中,通过实验表明该方法可以有效提取振动机械中故障信号的频谱特征,便于工程现场的应用。     

多功能树脂反应釜在铼回收生产线的应用设计

铼是一种国家重要的战略储备稀有金属,具有良好的热硬性,在利用树脂吸附交换法回收铼金属的生产线,对树脂的清洗、解吸、再生工艺尤为重要,本文通过对现场生产技术的难点研究讨论,提出了一种新型多功能树脂处理反应釜,通过实际验证,解决了现场技术难点。     

EEMD与EFICA在单通道复合故障诊断中的应用

针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(Ensemble Empirical Mode Decomposition,EEMD)和高效快速独立分量分析(Efficient Variant of FastICA,EFICA)的盲源分离故障诊断方法。利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(Intrinsic Mode Function,IMF),解决了盲源分离中的欠定问题。在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离。通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征。     

基于Delta算子的航天器自主交会鲁棒故障检测滤波器设计

针对有限通信情形下航天器自主交会的故障检测问题,提出了基于Delta算子的鲁棒故障检测滤波器设计方法.采用C-W方程来描述航天器间的相对运动模型,通过Delta算子方法对其进行离散化处理得到系统的离散模型.在故障检测滤波器设计中,考虑信号量化和数据丢包同时存在的情况,并且采用随机伯努利序列来描述数据丢包现象.最后,基于LMI方法给出故障诊断存在的充分条件,并通过数值仿真验证了所设计滤波器的有效性.     

冶炼废水中铼提纯工艺优化研究及实践

介绍了高铼酸铵原有工艺流程及存在的问题,对原有提纯工艺进行了升级优化,完善了工艺流程及操作参数,增加了升温溶解、真空抽滤、冷冻结晶及离子交换树脂吸附等工序,实现了提纯的多级分离以及钾离子去除,过滤效率及产品质量明显提升,产品中高铼酸铵质量分数达到99.91%。     

频率加权能量算子在振动筛故障诊断中的应用

Teager能量算子解调方法在信号领域已经得到广泛应用,但由于对噪声较为敏感,造成其鲁棒性较差。振动筛属于振动机械设备中的筛分设备,其结构特点与运行原理与普通的旋转机械有着很大不同,因此提取出的振动信号同旋转机械提取出的振动信号也同样有着较大区别,主要体现在,信号中不仅存在着大量的背景噪声,而且信号中的成分也较为复杂,因此传统的能量算子在振动机械的实际应用上受到了很大限制。基于此,提出一种全新的能量算子方法—频率加权能量算子,该方法在很大程度上解决了传统能量算子关于噪声敏感性的缺点。将该方法应用到仿真模拟实验与振动筛实际应用中,并同传统的能量算子进行比较,发现能够很好的分离出故障频率,证明了该方法具有实用性与优越性。     

浓缩焚烧系统在汽车涂装车间VOC废气处理中的应用

介绍了涂装车间VOC废气处理的现状及沸石浓缩转轮的原理结构,通过某汽车新建生产线项目,介绍了"沸石浓缩转轮+TNV"系统在涂装车间废气处理的具体应用,并分析了其工艺流程、设备特点及系统运行成本消耗。     

圆弧型面联接的设计要点

介绍圆弧型面联接设计参数的确定方法，推荐了这种联接的配合与公差等级。     

强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用

从机械系统中传出的信号通常包含着不同的叠加振动成分,包括有用信息以及不可避免的背景噪声和其他频率干扰,因此波形较为复杂,并且其幅值和频率会随着时间发生变化。当背景环境较为复杂或噪声较大时,从混合信号中提取出的轴承故障特征信号更是如此。对于此类信号,模态分解算法不仅可以去除大量的高频噪声,而且还能将振动信号分解成一系列具有单一成分的模态分量,从而更好地发现振动信号的物理意义。引入一种新的轴承故障特征提取方法,首先利用变分模态分解算法先将故障信号分解为若干个成分单一的模态分量;然后利用一种新的能量算子——频率加权能量算子对含有故障频率的模态分量进行处理,得到其能量谱从而提取出轴承故障特征频率;最后以一种常见的振动筛分设备振动筛为实际案例,对其轴承故障特征进行提取,并通过对比,说明了该算法的优越性和实用性。