核独立分量分析在机械振动信号分离中的应用

针对旋转机械振动信号成分复杂,甚至表现出非线性特征,文章采用核独立分量分析(KICA)对其进行预处理。与独立分量分析(ICA)不同,KICA是通过非线性映射在高维特征空间上构建了核化的目标函数,并引入核方法实现该目标函数的优化操作。仿真实验中通过比较KICA、ICA和传统KICA(DKICA)的分离信号与源信号之间的相关系数,文中介绍的KICA对混合信号分离处理具有更高的准确性和鲁棒性;实测数据实验验证,经过KICA处理的机械振动信号,其表征的振动信息更为单一,使得隐含的特征频率得到凸显,为进一步处理和分析奠定良好基础。     

梁结构边界条件识别的行波法

基于Euler-Bernoulli梁模型，研究了梁结构的波动动力学方程以及结点散射关系，在此基础上提出了行波法识别梁结构边界条件的新方法。以系统固有频率值为已知量，从行波观点出发，建立起系统的特征方程，由特征方程反解识别得到结构的边界参数。通过对附加弹性支撑的悬臂梁进行振动实验，利用所测的低阶固有频率值，辨识出边界的横向和扭转刚度。实验结果表明，该方法具有良好的识别精度，是一种极有潜力的参数辨识方法。     

考虑分离和重新接触的涡轮自带冠叶片振动特性分析

研究了涡轮自带冠叶片在考虑叶冠间不同接触情况下的非线性振动响应。建立了考虑相邻叶冠间的分离和重新接触以及离心刚化效应的涡轮自带冠叶片的弹簧质量模型,并推导了其动力学方程。碰撞力采用更符合实际的线性弹簧和非线性弹簧的组合来进行建模,摩擦力则采用依赖速度的指数型摩擦模型。仿真结果表明,涡轮自带冠叶片可以表现出非常复杂的非线性现象,并且可以出现周期1、周期2、周期3、周期4和混沌运动。间隙不对称会使自带冠叶片的运动更加复杂。     

航空发动机动力涡轮转子悬臂分支结构建模与结构参数影响分析

针对某型动力涡轮转子特殊的悬臂分支结构,建立了带分支转盘系统的转子动力学模型,该模型包含了分支系统主要的结构设计参数,推导了其运动微分方程,通过数值方法求解了转子系统的振型、临界转速和不平衡响应,对比了有无考虑分支结构时的计算结果,重点研究了调节分支结构参数,如分支轴长度、法兰盘偏置量、分支安装方位等对系统动力特性的影响。研究表明:分支结构对转子系统的振型、临界转速等存在重要影响,计算时不应简化忽略;调节分支结构参数不会改变转子系统的振型属性,其对临界转速的调节效果与相应振型密切相关;增大分支轴长度、减小法兰盘偏置量以及反向安装分支,会减小转子系统的抗弯刚度,降低临界转速,同时带来涡轮盘处不平衡响应急剧增大的问题。因此,针对分支结构参数进行合理设计,可以对转子系统的动力学特性进行优化和调整。     

悬臂转子-CSFDB系统振动主动控制研究

从理论上探讨了用可控挤压油膜阻尼器进行转子系统振动主动控制的可行性 ,研究了油膜间隙变化时转子动力学特性的变化规律 ,进而设计了锥型可控挤压油膜阻尼器 ,进行了主动控制理论与实验研究 ,研究结果表明用锥型可控挤压油膜阻尼器进行转子系统振动主动控制是有效的     

一种轴型盘转子系统临界转速的计算分析

考虑轴段转动惯量及剪切变形效应的影响,建立了以轴段矩阵代替转盘矩阵的新的传递矩阵法,并编写了相应的用户子程序;对含轴型盘转子系统的临界转速及振型进行比较深入的计算分析,并通过同常规传递矩阵法、Riccati传递矩阵法,以及有限元方法所得系统前3阶临界转速结果进行比较,探讨了转盘厚度与传递矩阵的选取之间的关系。计算结果表明:对于轴型盘转子系统,采用新的传递矩阵法所得的临界转速更接近有限元计算结果。当悬臂盘厚度达到轴长的0.1或居中盘厚度超过跨度比例0.08时,应采用新的传递矩阵法。     

盲解卷积的机械振动信号分离技术

针对机械振动信号往往是多个信号卷积混合的结果,阐述了卷积混合的模型和原理.利用扩展的H-J网络结构,给出了在线实时的盲解卷积迭代算法,并通过仿真试验验证了算法的有效性和准确性.该法与传统的傅里叶变换频谱分析相比,能获得更多的振源振动信息,可更准确地进行机械故障诊断.     

独立分量分析在机械振动信号分离中的应用

针对机械运转时工作环境复杂,监控采集的信号多为混合信号的情况,研究了如何从混合信号中分离出相对应的各振动源信号.采用独立分量分析的分离方法,通过对极大似然估计的目标函数进行简化,基于无需选择学习率的快速不动点迭代的优化方法,选用可同时估计亚高斯和超高斯独立成分的非线性函数估计概率密度,推导出了该算法.最后,对工程中几种特殊情况下的混合信号进行仿真和实验室实测的分离试验.结果表明,算法简单易行,具有快速稳定收敛的性质.     

采用分形示性数分析信号的混沌程度

研究了离散点集分形示性数的计算，提出了分析信号的混沌程度的方法。由分形信息理论出发，对离散采样的数字信号，通过变化采样频率，多次采样构造原始信号的分形点集；引入分形示性数的概念，得到了分形点集的分形示性数的计算方法，由分形示性数来区分运动的混沌程度。通过计算可以看出，该方法是可行的。     

涡轴发动机起动信号的奇异值分解研究

针对涡轴发动机动力涡轮转子起动过程中的振动信号,采用奇异值分解方法实现非平稳振动信号的去噪和奇异值重构,从中提取起动信号的振动特性。发现某涡轴发动机凸台1和凸台2的振动主频为154 Hz,为涡轴发动机2阶临界转速的2/3倍频,凸台3的振动主频为160 Hz。这些振动特征可为发动机振动排故和动平衡提供参考信息。