枪管导气槽检测方法研究与应用

某型手枪枪管导气槽尺寸检测是枪管质量检测的重要指标。从枪管的结构和导气槽的形状、位置出发,针对现有导气槽尺寸检测方法的局限性,提出了一种新型的导气槽缺陷无损检测方案。分析了基于线性可变差动变压器(linear variable differential transformer,简称LVDT)线性位移传感器和杠杆原理的检测原理,并阐述了小波去噪、离散小波变换法去趋势、非降采样小波变换法峰值检测等信号分析方法。经过现场测试,检测精度可达到1μm。相对于其他检测方法,该检测方法检测精度高、效率高。     

基于SPSO优化Multiple Kernel-TWSVM的滚动轴承故障诊断

双子支持向量机(twin support vector machine,简称TWSVM)的核函数选择对其分类性能有着重要影响,TWSVM其核函数一般是局部核函数或者全局核函数,这两种核函数的泛化能力和分类性能不能兼顾。笔者利用综合加权的高斯局部核函数和多项式全局核函数方法组成双核函数来改进TWSVM以提高其泛化能力和分类性能,并采用简化粒子群优化(simple particle swarm optimization,简称SPSO)方法来对权值和参数进行优化,提出了SPSO优化Multiple Kernel-TWSVM模型,将该模型应用到滚动轴承故障诊断模式识别中。实验结果表明,双核TWSVM比单核TWSVM和反向传播(back propagation,简称BP)神经网络具有更高的分类准确率。     

基于多元线性回归分析的风机噪声预测的研究

研究了IEC 61400-11风力发电机组声学噪声测量技术标准,针对风力发电机组噪声测量过程复杂且易受外界干扰的问题,提出了采用多元线性回归分析的方法对风力发电机组噪声的声压级进行预测.通过较易实现的参数的测量,建立回归方程,用最小二乘法求取回归系数,最终建立了风力发电机组噪声声压级预测的模型.将模型应用于实际测试过程中,效果良好.     

变转速下滚动轴承阶比峭度图法故障特征提取

结合传统阶比分析和峭度图算法的优势,利用计算阶比跟踪方法将时域非平稳信号转换为角域平稳信号,并利用峭度指标准确表征滚动轴承振动信号中的故障瞬态冲击大小,提出了阶比峭度图算法。仿真故障信号及实测滚动轴承外圈故障信号分析结果表明,阶比峭度图算法能够有效识别阶比域内的最优包络解调频带参数,显著提高了变转速工况下滚动轴承故障特征提取的准确性。     

基于倒谱预白化的轨道车辆轴箱轴承故障诊断

轴箱轴承作为轨道车辆的关键旋转部件之一,起着承载、减磨、降阻的作用。基于振动信号的轴承监测方法,将成为轨道车辆轴承状态在线监测的发展方向。在信号预白化的理论基础上,提出了基于倒谱编辑预白化的轴承故障诊断方法,该方法使用实倒谱定位和编辑原始信号的对数幅值,去除不想要的离散频率分量,然后结合原始相位信号和编辑后的幅值重构时域信号,再对时域白化信号进行频谱分析。试验结果表明,倒谱预白化与传统包络谱解调分析都能有效检测轴箱轴承故障,但倒谱预白化不需要进行滤波频带选择,具有简单实用的优点,验证了该方法在轴承严重故障和微弱故障诊断方面的有效性。     

列车车载蓄电池组参数在线监测系统研发

为保证列车蓄电池安全可靠工作,需要对其运行参数进行在线监测。基于美国国家仪器公司(NI)的软硬件平台,利用基于接口电路的一体化仪器技术和虚拟仪器技术,设计并开发在线监测系统,克服目前列车车载蓄电池监测系统的量程小、准确度低等缺点,能够对蓄电池组的温度、电压和电流等参数同时进行监测、保存以及回放。测试结果表明:该测试系统具有使用方便、检测精度较高、工作稳定可靠、人机界面友好等特点。     

基于阶比分析的风力发电机噪声音调判定

为了解决IEC 61400-11标准中基于窄带谱和心理学噪声的风力发电机组噪声音调判定方法在实际应用中出现的频率模糊现象,提出了一种基于阶比分析的改进音调判定方法,将非平稳信号的分析方法,特别是旋转机械振动特征分析方法引入噪声音调的判定过程当中。通过对现场实测信号的对比分析,发现改进的音调判定方法有效地解决了原方法中出现的频率模糊现象,具有一定的工程应用价值。     

基于RQA和V-VPMCD的滚动轴承故障识别方法

多变量预测模型模式识别(variable predictive model based class discriminate,简称VPMCD)利用样本特征值内在的相关性来建立特征学习模型,但是当训练样本较少时会导致模型预测不准确,因此提出了基于递归定量分析(recurrence quantification analysis,简称RQA)和投票法多变量预测模型模式识别(voted variable predictive model based class discriminate,简称V-VPMCD)的故障识别方法。该方法利用了递归定量分析对非线性、非平稳信号分析的鲁棒性和样本质量不高时处理的优势,以VPMCD作为分类方法,并用投票法优化了VPMCD方法,提升了算法的稳定性和识别率。对滚动轴承不同程度、不同类型故障的模式识别实验表明,该优化算法具有较高的识别准确率和稳定性。     

盲VMD-Cepstral在轴承故障诊断中的应用

针对滚动轴承早期故障诊断困难的问题,从经验模态分解(empirical mode decomposition,简称EMD)以及包络谱出发,为解决EMD抗噪效果较差、具有端点效应等局限性,提出了盲变分模态分解(variational modal decomposition,简称VMD)-主成分分析(principal component analysis,简称PCA)-包络谱熵结合倒谱包络的轴承故障诊断方法。首先,对滚动轴承的振动信号进行了变分模态分解;其次,对分解得到的分量进行PCA去相关处理;然后,对分量计算包络谱熵,选择熵值小于其平均值的分量进行信号重构;最后,对重构的信号进行倒谱包络分析。实验结果表明,该方法能有效地提取出滚动轴承的故障频率,从而判断出滚动轴承的损伤位置,并且具有良好的抗噪能力。     

基于虚拟仪器的机车车辆稳定性测试系统的开发及应用

运行稳定性是衡量机车车辆性能的重要指标,针对机车车辆运动稳定性试验的测试需求,开发了一套基于虚拟仪器的车辆稳定性试验测试系统,采用上位机、下位机的形式实现数据采集硬件的有效搭建,上位机、下位机的软件采用模块化设计实现数据传输、参数设置、数据保存等功能。更高速度试验列车稳定性试验结果表明测试系统可有效的进行数据显示、数据保存、数据分析等。