机械结构冲击载荷稀疏识别方法研究

冲击载荷识别在结构健康监测、动力学优化设计、铣削力测量等领域扮演重要角色。然而,现有的基于L2范数的冲击载荷识别正则化方法在识别精度、稳定性、计算效率、参数选取等方面均存在瓶颈和局限。近年来兴起的稀疏正则化理论为冲击载荷识别提供了一种新的探索途径。充分利用冲击载荷在时域内稀疏的先验信息,提出冲击载荷稀疏识别新方法,通过最小化L1罚函数项取代传统的最小化L2罚函数项,建立基于L1范数的稀疏识别正则化模型,突破基于L2范数的冲击载荷识别方法精度低的瓶颈。基于L1范数的稀疏识别方法与基于L2范数的Tikhonov正则化方法在机械结构单源和多源冲击载荷识别中进行了对比。薄板结构冲击载荷识别试验表明:基于L1范数的正则化解在时域内非常稀疏,冲击载荷非加载区噪声被极大地抑制;稀疏识别方法在重构冲击载荷时间历程、稳定性和计算效率方面均优于传统的Tikhonov方法。     

基于稀疏分解理论的航空发动机轴承故障诊断

航空发动机轴承在高温、高压、高转速等恶劣条件下运行,机动工况较多,因而故障模式复杂,背景噪声强烈,难以及时有效地诊断。针对上述问题,提出基于稀疏分解的逐级匹配形态分析(Stagewise matching morphological component analysis,SMMCA)方法。稀疏分解是一种在超完备字典上对信号进行分解,并通过优化重构算法求解信号最稀疏表达的信号处理方法。逐级匹配形态分析基于稀疏分解理论,根据信号组成成分的差异,分别构造相应成分的稀疏字典,然后通过交替投影理论和逐级正交匹配追踪算法(Stagewise orthogonal matching pursuit,St OMP)对各组成成分进行优化重构,从而实现各成分的降噪和分离,准确快速地捕获信号中的特征信息。将提出的基于稀疏分解的逐级匹配形态分析方法应用于航空发动机轴承故障诊断,仿真和试验对比分析验证了该算法的有效性。     

一种高频环节DC/AC逆变器原理分析与设计

DC／AC逆变器具有广泛的应用领域，介绍了低频环节逆变技术，并对其缺点进行了分析，要克服其缺点，必须采用高频环节逆变技术。研制的1kVA 48VDC／220V50HzAC并联交错双管正激高频环节逆变器，采用了高频环节逆变技术，在对其进行了原理分析与设计后，给出了仿真与试验波形。仿真与试验结果证实了其可行性。     

ZVS高效率AHB直流变换器的研究

分析研究了一种不对称半桥(AHB)直流变换器的电路工作原理.利用负载折射电流实现开关管零电压开关(zvs),同时采用同步整流控制技术,可以有效提高变换器的效率;研制了200W原理样机,试验结果表明:该变换器具有体积小、高效率、高功率密度等优点.     

航空发动机快变信号的匹配同步压缩变换研究

航空发动机快变信号特征提取是航空发动机健康监测与故障诊断的关键技术之一。针对航空发动机快变信号特征提取需求及其瞬时频率快变的特点,提出了匹配同步压缩变换方法。构造了匹配快变信号调频结构的瞬时频率估计算子,能同时考虑快变信号时频能量随频率和时间方向的分布,从而提高快变信号时频表示的能量聚集性,提升航空发动机快变信号提取能力。通过航空发动机主轴承寿命试验机的碰摩故障试验,以及某型航空发动机的碰摩故障诊断工程案例,验证匹配同步压缩变换方法对于航空发动机快变信号处理的有效性。工程应用结果表明,对于航空发动机转子系统动静碰摩故障,匹配同步压缩变换能够有效提取该故障导致的振动信号瞬时频率快速振荡的强时变特征,从而诊断转子系统碰摩故障。     

基于非线性压缩变换的某型航空发动机整机试车排故分析

基于非线性压缩变换对某型航空发动机整机试车振动信号进行了特征提取与故障诊断;非线性压缩变换由于其幅值无关性,能够增强微弱信号特征的表征能力,同时能够提高时频图的能量聚集性;对某型航空发动机进行地面整机试车试验,并通过数据采集装置获取各测点的振动信号,然后利用非线性压缩变换良好的微弱特征表征能力与时频聚集性,并结合其他信号分析方法,对采集到的振动信号进行分析;最终,结合航空发动机的结构与理论知识,实现了对其可能存在故障的排查与猜测,同时验证了非线性压缩变换在航空发动机实际试车振动信号分析中的有效性与实用性。     

基于自适应EEMD的风电机组联轴器松动故障诊断

联轴器是风电机组高速旋转齿轮箱和发电机之间的唯一机械连接件,针对联轴器松动后存在振动信号微弱、干扰大、故障特征难以识别的难题,提出了一种以协同信噪比（collaborative signal?to?noise ratio index,简称CSNR）为测度指标的自适应集成经验模式分解（ensemble empirical mode decomposition,简称EEMD）故障诊断方法。将该方法应用于数值仿真信号,实现了仿真信号构成分量的准确分离;应用于风场风电机组联轴器的松动故障诊断,有效提取了联轴器松动强噪声微弱信号中的故障特征,验证了该方法在工程实际应用中的有效性和实用性。     

周期特征的极坐标同步增强及其在轴承故障检测中的应用

提出一种信号周期瞬态特征的极坐标检测方法,该方法在小波变换的基础上,针对信号中有限种可能的周期瞬态情况,将信号的小波变换的时频特征表示为极坐标图上某一区域的显著增强的特征,实现了周期瞬态特征的检测与增强.针对轴承的3种典型故障,采用极坐标同步增强策略,将轴承故障特征以显著的形式表示在极坐标上,实现了轴承故障的检测.     

瞬态成分参数的最小二乘法辨识及其轴承故障特征提取应用

机械系统中轴承出现剥落、裂纹等局部故障,运行时振动信号中出现瞬态冲击响应成分,可通过瞬态成分的检测与提取实现故障特征提取。在瞬态成分建模的基础上,提出基于最小二乘法的瞬态成分参数辨识方法,并将其应用于轴承局部故障时振动信号中瞬态成分特征迭代提取。基于Morlet小波参数化表达式建立双边不对称的瞬态成分模型,应用Levenbery-Marquardt方法辨识模型参数,迭代提取信号中的瞬态成分,并通过Wigner-Ville分布获得瞬态成分高聚集性且瞬态成分之间无交叉项的故障特征时频表示。将基于最小二乘法的瞬态成分参数辨识方法应用于轴承局部故障特征提取,结果表明:该方法能通过参数辨识提取各瞬态成分,瞬态成分时频分布将故障的时频特征以高聚集性且瞬态成分之间无交叉项的形式表示出来,从而有效提取轴承故障特征。     

基于瞬态冲击响应参数辨识的轴承故障特征检测

旋转机械的局部故障导致振动信号中出现冲击响应信号,可通过对冲击响应信号的检测与提取,进行局部故障诊断。在Laplace小波相关滤波法识别冲击响应信号的特征参数的基础上,针对周期性冲击响应信号的检测,提出了循环Laplace小波相关滤波法。通过不同信噪比下周期多冲击响应仿真信号中冲击响应成分特征参数辨识及周期检测,验证了方法的有效性。将循环Laplace小波相关滤波法应用于轴承外圈局部严重故障和轻微故障下冲击响应振动信号的辨识,成功识别故障特征的响应参数以及周期。