排序方式: 共有63条查询结果,搜索用时 0 毫秒
1.
研究了具有Duffing-Vanderpol组合振子和时滞特性两惯量非线性扭振系统的稳定性和Hopf分岔问题。建立了两惯量非线性扭振系统的动力学方程,通过设计线性位移和速度时滞反馈控制器构造了扭振受控系统。采用多尺度法推导出极限环幅值与时滞参数之间的关系。在对系统零解稳定性分析的基础上,得出Hopf分岔产生的条件。通过数值模拟的方法研究了扭振系统Hopf分岔和极限环幅值控制问题。仿真研究表明,所设计的时滞反馈控制器既能控制极限环的幅值,也能控制Hopf分岔的产生。 相似文献
2.
针对变载荷激励下齿轮故障信号检测和故障识别的问题,提出一种基于经验模态分解和深度信念网络的变载荷齿轮箱故障信号智能检测方法。首先通过经验模态分解方法将非平稳的加速度振动信号分解成若干平稳的本征模态函数;选出啮合频率及倍频所在的本征模态函数,重构信号,求出重构信号的频谱,作为深度信念网络的输入;深度信念网络通过对输入频谱进行预训练和特征学习,并建立变载荷激励下齿轮故障识别分类模型;最后,用构建好的深度信念网络对测试样本进行故障诊断。试验结果表明,提出的方法能有效地检测和识别变载荷激励下齿轮故障。 相似文献
3.
4.
为解决实际测试中轧机传动系统关键点处动态扭矩不易同时测量的难题,提出一种扭振信号拓扑网络的轧机动态扭矩测量方法。通过把扭振计算的力矩和转角位移看作系统的输入输出信号,依据拓扑思想,建立信号之间的扭振信号拓扑网络模型。把有限实测点的测试数据代入扭振信号拓扑网络模型,可获得传动系统中其它关键点处的扭振参数值。轧机实际现场扭矩测试和数据分析处理结果验证了理论推导的正确性。这为轧机现场监测中不易同时布置传感器且非同轴的关键测点的振动参量获取提供了有效方法。通过编制程序可以实现轧机扭振在线监测和故障分析,从而保证轧机正常平稳运行。 相似文献
5.
6.
针对齿轮故障诊断问题,利用数理统计特征提取方法、深度学习神经网络、粒子群算法和支持向量机等技术,提出了一种基于深度学习特征提取和粒子群支持向量机状态识别相结合的智能诊断模型。该模型利用深度学习自适应提取的频谱特征与数理统计方法提取的时域特征相结合组成联合特征向量,然后利用粒子群支持向量机对联合特征向量进行故障诊断。该模型在对多级齿轮传动系统试验台的故障诊断中实现了中速轴大齿轮不同故障类型的可靠识别,获得了满意的诊断结果。应用结果也验证了基于深度学习自适应提取频谱特征的有效性。 相似文献
7.
基于激光多普勒效应和转动动力学原理,提出一种直接监测转轴动态扭矩的新方法,并建立了数学模型。通过构造光学测试系统使4束高相干激光投射到转轴轴段两截面上4点,具有多普勒频移的反射光在光电探测器上发生混频,光电流频差正比于角速度。测得相邻时刻两截面的瞬时转速,得到轴段转速波动值及两端面相对转速波动值,进而实现转轴动态扭矩的直接监测。实验验证了该方法的可行性。与传统方法相比,该方法实时性强,具有较宽的动态范围,对动态扭矩的识别值提高了5%~10%,反映了转轴扭矩波动的动态特性。 相似文献
8.
9.
针对实际工程中轴承信号的非线性和非平稳性,提出一种自适应多元变分模态分解算法。多元变分模态的分解效果主要与本征模态数k和惩罚参数α相关,为了解决人为经验参数设置对多元信号分解结果的影响,一种自适应的信号分解算法被提出。具体内容如下:首先将混合灰狼算法与多元变分模态分解算法相结合,提出最小模态重叠分量指标,将其作为适应度函数来寻求(k, α)的最优解,按照最优解对多元信号进行分解,提取故障特征。采用仿真信号和实际数据来验证所提方法的有效性和准确性,通过与多元经验模态分解、级联变分模态分解的对比分析,验证该算法在滚动轴承故障特征提取方面的高效性和实用性。 相似文献
10.
在工程教育认证理念指导下,针对当前高校"检测与转换技术"课程的教学现状以及课程特点,本文从讨论课方案设计、考核评价标准及教学持续改进等几个方面对该课程的教学进行改进,充分调动学生的学习积极性,使学生深入理解和掌握检测与转换技术,提高学生的综合素质和国际竞争力,满足工程教育认证的需求. 相似文献