机械重大装备寿命预测综述

寿命预测理论是机械零件与装备安全服役的关键基础,也是现代机械设计与制造必须涵盖的重要方面.机械重大装备寿命预测技术对国民经济发展和国防建设具有重要意义.在过去近一个世纪与失效事故的斗争中,人类通过对诸如飞行器、舰船、车辆、发电机组等机械重大装备的研究,建立了基于力学的寿命预测理论、基于概率统计的寿命预测理论以及基于信息新技术的寿命预测理论等学科分支.针对机械重大装备寿命预测研究方法的特点和应用状况,综述国内外相关文献的研究现状,总结当前机械重大装备寿命预测研究的热点与成就,归纳当前机械重大装备寿命预测研究在理论建模与试验中存在的若干问题,分析机械重大装备寿命预测具有理论建模难、试验验证难以及数据积累分析难的特点,为今后进行深入的寿命预测研究提供可以借鉴的研究方向.     

机械故障诊断的内积变换原理与多小波特征提取方法研究

国民经济行业中的关键机械设备长期运行在重载、疲劳、腐蚀、高温等复杂恶劣的工况下,设备中的核心零部件和重要机械结构将不可避免地发生不同程度的故障。机械设备一旦出现事故,将带来巨大的经济损失和人员伤亡。正所谓"千里长堤,溃于蚁穴",若能准确及时识别运行过程中萌生和演变的故障,对保障机械设备安全运行,避免经济损失和灾难性事故意义重大。设备在运行中萌生的故障(即早期故障),其故障症状不明显,特征信息微弱且往往被机械设备运行过程的强噪声所淹没。同时,复合故障的动态信号表征为多个故障特征的相互耦合。早期微弱故障和复合故障给故障特征提取与故障定位带来更大的困难,已成为国内外本领域研究的难点和热点。基于故障既是状态(设备性能和状况)又是过程(故障萌生和扩展)这一本质属性,     

滚动轴承和齿轮故障的时频域识别

本文描述了振动信号分析的时频域方法，证明了时频域方法是识别滚动轴承和齿轮故障的有效方法。研究表明短时Ｆｏｕｒｉｅｒ谱和Ｗｉｇｎｅｒ分布都能用于将时域信号变换到时频域，但是对于时变信号，应用Ｗｉｇｎｅｒ分布更为适宜。     

时序倒频谱原理在机床低频杂音分析中的应用

在许多场合下,组成时域信号诸分量不是单纯地线性相加,而是具有卷积或相乘的关系,使信号的功能率谱出现混迭现象,不易识別。时序倒频谱可将功率谱上叠加的干扰周期分量简化成清晰易辨的谱线,可有效地把功率谱上识別不出的信号分量提取出来。本文介绍了时序倒频谱,给出了在机床噪声分析中识別回声和诊断低频杂音的应用实例。与传统的FFT倒频谱应用结果作了对比。     

信号时域平均原理和应用

时域平均是在时域中从混有噪声的信号里提取周期性分量的有效方法,不仅对正弦信号,对其它任意波形的周期信号的提取,都可得到满意的结果。如果进行N次时域平均,可将信噪比提高√N倍。本文叙述了时域平均的数学原理,对机床的振动、噪声信号用时域平均方法提取了正弦分量,对人呼吸准周期非正弦信号,得到了统计平均的周期和呼吸信号变化的直观图形,为供应氧气装置的设计提供了参考。     

基于Hermitian小波的信号奇异性识别

机械设备由于故障而诱发的信号往往具有奇异性(Singularity),正确识别奇异性对设备监测诊断十分重要.采用高斯函数的一阶、二阶导数构成复数Hermitian小波进行奇异性识别,具有两个优点:其一是由于Hermitian小波的Fourier变换是实数,对信号进行变换时不会有相位的改变;其二是与Morlet小波相比较,Hermitian小波的实部和虚部振荡次数少,可用较少的数据点对信号进行卷积,从而不会损坏信号的奇异性.本文提出了基于Hermitian小波变换的时间-尺度幅图和相图的信号奇异性识别方法,在大型空气压缩机的齿轮箱撞击摩擦故障诊断中取得了成功的应用.     

支持向量数据描述用于机械设备状态评估研究

本文提出了对机械设备运行状态进行评估的新方法———支持向量数据描述方法。该方法应用在机械故障诊断和状态监测中,仅仅依靠正常运行时的数据信号,而不需要故障数据,就可以监测机器的运行状态。给出了机组运行状态优劣的定量指标,从而为设备管理和预知维修提供科学的决策依据。将该方法应用于某炼油厂关键设备的运行状态评估中,及时、正确地评价出设备状态异常,为成功诊断出螺栓裂纹的早期故障提供帮助。     

设备监测诊断新技术：时频分析

我国开展设备状态监测与故障诊断工作已经过了十多年蓬勃发展的历程。从金山(1985年全国首届设备诊断技术应用推广会)到黄山(1992年全国第二届设备诊断技术应用推广会),我国设备监测诊断技术取得了长足的进展和可喜的进步。目前,我国开展设备监测与诊断工作已成燎原之势,在水平上已处在世界前列。 随着设备状态监测与故障诊断工作的深入开展,所面临的监测诊断问题也是日趋复杂,难度也越来越大。其中一个重要的问题是如何对非平稳动态信号进行有效的分析。机械设备运行中的多发故障,如摩擦(碰摩、干摩)、爬行、松动、冲击、剥落、裂纹、不对中、油膜涡动、旋转失速、喘振等,将使机械动态信号发生瞬变,导致非平稳性的出现。因此,从某种意义上讲,非平稳意味着故障的存在。另一方面,在冶金、矿山、建材、交通、航空等领域中,开展设备监测诊断工作难度较大,其中一个重要的原因是设备的运行状态是非平稳的。如冶金轧机、矿山电铲、发动机、往复机械、破碎机等的工作过程,飞机在飞行中对变化气流的响应等。此外,许多机械设备运行中的阻尼力、弹性力、     

基于数据分布的故障分类器核函数参数优化

针对基于支持向量机的故障分类器的参数优化问题，研究了基于数据分布的支持向量机核函数参数优化的基本原理．提出了一种简化算法。依据该简化算法，实现了故障分类器的参数优化，并应用于汽轮发电机组的故障分类。测试结果表明，该参数优化方法可以提高故障分类器的分类能力，具有算法简单、优化效率高等优点，但其通用性有待进一步提高。