基于FOA的变分模态分解在轴承故障诊断中的应用

变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。     

一种弹性足式机器人腿部结构设计与分析

针对足式机器人在实现奔跑、跳跃等极限运动时,腿部会受到地面较大反向冲击力的问题,使用仿生学方法以猫科动物腿部骨骼肌系统为仿生对象,通过引入变刚度弹性杆件对闭链连杆机构进行优化设计,设计一种结构简单、能够有效储存地面反向冲击力并将其转化为运动时动能的足式机器人腿部机构;建立数学模型,对变刚度弹性元件进行定量分析,并采用矢量回路法对连杆机构进行运动学分析;建立优化前后两种单腿机构的虚拟样机,使用MATLAB软件设计控制系统,并应用ADAMS对虚拟样机进行行走、跳跃仿真,对优化前后两种腿部机构进行对比实验;在此基础上搭建实物样机,并进行实验验证。实验结果表明:所提出的足式机器人腿部结构具备可实现性,能够将来自地面的冲击力转化为运动的动能,提升足式机器人的跳跃高度。     

运营工况下地铁齿轮箱斜齿轮齿根裂纹扩展路径与寿命预测

斜齿轮轮系是地铁车辆中主要采用的传动形式,齿根裂纹的进一步发展有可能引发轮齿断裂,从而极大地影响车辆安全运营。因此,齿根裂纹扩展机理的研究是斜齿轮服役性能保障的关键。文中针对地铁齿轮箱斜齿轮实际运用的工况进行了裂纹扩展路径与寿命预测的研究。首先通过Newmark时间积分方法对齿轮进行瞬态响应动力学分析,并与《GB/T3480.5—2008标准》计算得到的斜齿轮齿根危险截面处的最大弯曲应力进行比较,验证了模型的正确性。之后,使用XFEM(Extended Finite Element Method)方法对齿轮进行裂纹扩展研究,分析小齿轮的裂纹扩展路径及寿命。仿真结果表明地铁齿轮箱斜齿轮齿根弯曲疲劳的失效形式为Ⅰ型裂纹占主导地位的Ⅰ,Ⅱ混合型裂纹;裂纹产生于齿轮端面处,同时沿齿厚和齿宽方向扩展,沿齿宽方向的裂纹在扩展到一定长度时,裂纹扩展方向发生了变化;对含有初始裂纹长度为4 mm,宽度为2 mm且裂纹位置在轮齿端面的齿轮进行了裂纹扩展寿命分析,得到了该初始裂纹下的小齿轮循环寿命为16×10~5次。     

改进集成深层自编码器在轴承故障诊断中的应用

针对滚动轴承振动信号故障特征难以自动提取和故障类别难以自动准确识别的问题,提出一种改进集成深层自编码器(IEDAE)方法.首先,改进自编码器的损失函数并设计3种小波卷积自编码器;其次,利用区分自编码器、小波卷积自编码器等5种自编码器构造相应的深层自编码器,并设计“跨层”连接以缓解深层网络的梯度消失现象,实现对轴承振动信号的无监督预训练和有监督微调;最后,通过加权平均法输出识别结果,以保证诊断结果的准确性和稳定性.实验结果表明,改进集成深层自编码器方法能有效地对滚动轴承进行多种工况和多种故障程度的识别,较好地摆脱了对人工特征提取的依赖,特征提取能力和识别能力优于现有其他方法.     

城市轨道列车齿轮箱模态及振动响应分析

齿轮箱是城市轨道列车的重要传动设备,针对由箱体振动导致的齿轮箱体易破坏的问题,通过Creo软件对箱体及传动部件进行三维建模,然后利用Workbench中的模态分析模块对齿轮箱装配体进行有限元分析,再通过试验模态来验证理论模态方法的结果,并通过对箱体的谐响应分析及随机振动分析获得齿轮箱的动态响应规律。分析结果表明,理论及试验模态固有频率及阵型结果相近,验证了通过有限元法获得模态的有效性,而模态分析结果显示应通过调整齿数或电机频率来调整齿轮啮合频率以避开共振现象。而谐响应分析结果同样表明,齿轮箱在500 Hz左右有较为明显的振动响应,显示了与模态分析结果的一致性。随机振动分析结果则表明齿轮箱结构设计合理,能够对外部激励有良好的振动响应。基于以上分析结果,提出调整运行策略及优化箱体结构设计以避开共振效应。     

某地铁齿轮箱齿轮弯曲疲劳裂纹分析

结合动力学仿真和扩展有限单元法(XFEM),对某城轨车辆齿轮箱齿轮进行裂纹扩展分析。通过动力学分析,确定扩展有限元模型初始裂纹的位置及载荷加载位置;建立扩展有限元模型,对计算结果进行分析,总结齿轮齿根裂纹扩展规律。结果表明,齿根处最大弯曲应力位置不随齿轮啮合过程而改变,裂纹起裂位置应在此位置附近;裂纹尖端应力值在量化一裂纹长度到达0. 61前低速率稳定增加,0. 61后裂纹进入瞬断区,裂纹尖端应力值变化明显;结合有限元动力学及扩展有限元分析发现,裂纹扩展初期属于Ⅰ型裂纹,在裂纹扩展的中后期属于Ⅰ、Ⅱ混合型裂纹;不同加载位置结果显示,扩展初期裂纹偏转角度随着加载位置的下移而减小,扩展后期裂纹整体沿着齿厚方向进行扩展。     

基于GO法的高速动车组受电弓系统可靠性评估

在列车牵引供电系统中,接触网的电能通过受电弓流入牵引传动系统,受电弓其可靠性对整个列车的安全运行有很大影响.使用GO法对受电弓系统进行可靠性评估,介绍了受电弓的结构和工作原理,进而分析了受电弓的故障类型,给出了受电弓系统部件的历史维修数据,利用GO法对受电弓气路系统进行定量分析和定性分析.通过定量分析,得到受电弓系统的可靠性参数值,通过定性分析,指出了受电弓系统的薄弱环节为碳滑板.     

基于同步挤压提取变换的滚动轴承故障诊断研究

滚动轴承是大型机械设备的重要部件,起着非常重要的作用。当轴承发生故障时,如不及时修复或更换,将严重影响设备的寿命。时频分析方法是一种非常有效的故障特征提取工具,已得到广泛的应用;同时,时频分布的能量聚集性影响故障特征提取效果,因此,一种能量更加集中的时频分析方法对机械信号处理与故障诊断起着至关重要的作用。提出了一种全新的时频域特征提取方法——同步挤压提取变换。该方法主要包含两个步骤:首先,使用同步挤压变换将信号大部分能量聚集到多个小频带范围内,实现信号能量的初步聚集;然后,在同步挤压变换结果中引入一个频率提取算子,该算子可以提取出每个小频带内与信号时变特征最相关的信息并将其保留,从而实现信号能量的再次聚集。仿真信号的分析验证了该方法的可行性。通过对实际轴承信号的分析发现,与先前的时频分析方法相比,该方法效果更佳。     

基于LOWA算子的液压四足机器人方案配置

针对机器人在配置评价与选型中存在的需求主观性与离散性问题,提出了模糊需求聚类与语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子的耦合方法。利用模糊聚类分析确定需求间的亲疏关系,通过模糊需求标准化实现对需求特征的定量分析;基于LOWA算子将相对语言变量向绝对语言变量转化,采用综合指数评价法确定满足要求的机器人配置方案,为机器人的配置选型提供了新思路。以液压四足机器人选型为例,在多需求非结构化环境下,该算法为机器人腿部关节配置选择提供了更科学可靠的遴选方法。