薄壁深沟球轴承模态特性分析

以SKF 61808薄壁深沟球轴承为研究对象,建立了模态分析理论,并基于有限元建立模型分析了轴承系统在自由模态和约束模态下的固有频率及振型。结果表明:在自由模态下61808轴承1阶固有频率远小于6208轴承,容易发生共振;在约束状态下薄壁轴承固有频率明显较大,61808轴承动力学特性更优。自由模态下1阶模态振型主要表现为内外圈弯扭组合变形,约束模态下保持架和钢球变形更明显。并对61808轴承子零件进行模态分析,自由模态下保持架固有频率最小,各零件变形较小。     

考虑预应力时风扇叶片模态特征分析

简要论述了模态分析的基本理论,建立了风扇叶片的有限元模型,通过对该模型进行模态分析,得到了叶片的固有频率和相应的模态振型,并分析了各阶振型下叶片的振动情况。考虑叶片旋转工作状态下离心力会产生预应力的影响,通过加载旋转力矩,求解了预应力下叶片的固有频率。利用不同转速下叶轮旋转对叶片激振频率的计算,同该状态下有限元计算所得的固有频率比较,分析了叶片的共振特性。     

基于ANSYS的六缸柴油机曲轴的模态分析

通过对一种六缸柴油机曲轴进行模态分析,求出了曲轴在磨削工况下的前9阶模态的固有频率和振型.首先对曲轴进行简化,利用UG建立三维模型;然后导入ANSYS中进行有限元网格划分;最后对曲轴进行模态分析,得出曲轴的固有频率和振型,为进行曲轴在磨削工况下的动态响应分析打下了基础.     

基于设计情形的叶片模态分析

针对某三叶片风扇,建立了叶片的有限元模型。通过对该模型进行模态分析,得到了叶片的固有频率和相应的模态振型,并分析了各阶振型下叶片的振动情况。通过不同的设计情形算例,分析了叶片材料弹性模量、泊松比、质量密度对叶片固有频率的影响。考虑叶片旋转工作状态下离心力会产生预应力的影响,通过加载旋转力矩,求解了多组设计情形的预应力下叶片的固有频率,计算结果表明,叶片的旋转状态会对叶片的振动特性产生影响,离心预应力会使叶片固有频率变大。     

基于ABAQUS的车载雷达天线模态分析

概述了结构模态分析的基本理论,构建了车载雷达天线的CAD模型,并运用ABAQUS有限元分析软件对天线进行了模态分析、振型分解和自振特性分析,研究了该天线在自由状态下的固有频率及振型对天线结构变形及应力分布的影响.     

大型风力机塔筒的模态分析

结合工程算法和有限元方法对风力机组的塔筒进行模态分析;结合风力发电机组案例,分析了模态主要聚集能量的振型——阶振型与二阶振型;结合有限元方法,对四种工况的固有频率进行分析与比较,得出经简化计算的模型与未简化模型的差异,并且归纳出对固有频率的影响因素。     

减速器箱体模态分析与试验验证

建立了减速器箱体有限元模型,提取了箱体低阶固有频率及相应振型。根据试验模态理论,对减速器箱体进行了脉冲锤击法模态试验,采用多输入多输出(MIMO)时域模态方法对减速器箱体进行模态分析,通过对采集数据分析处理,求得传递函数;采用ERA模态识别法,确定减速器箱体低阶固有频率及振型。通过对比数据表明,所选低阶固有频率振型基本一致,频率误差在5%范围内,相互证明了理论模型与试验方法的正确性,为研究箱体动态结构特性分析提供了理论依据和试验支撑。     

蜗线齿轮有限元模态分析

基于齿廓法线法在三维建模软件Pro/E中建立了不同阶数的蜗线齿轮的几何模型,并导入有限元分析软件ANSYS中,建立各蜗线齿轮的有限元模型。分别对其进行模态分析,并得到其前七阶固有频率和振型图,提取齿轮的各阶模态振型图进行分析并分析蜗线齿轮的基本振型,讨论不同齿轮阶数与模数下各模态固有频率的变化规律并分析原因。该模态分析为选择蜗线齿轮的设计参数提供了参考依据,为该齿轮传动系统的振动特性分析、振动故障诊断与预报以及齿轮的动力学特性分析提供理论支持。     

基于模态试验的排气歧管参数修正研究

对某12V柴油机单侧排气歧管进行模态试验得到试验模态参数,使用ABAQUS软件计算排气歧管的自由模态并与试验结果进行对比。首先,分析了排气管在膨胀连接处干涉偏移量设置和接触刚度对固有频率的影响,结果表明膨胀连接处接触刚度对固有频率的影响较为显著;其次,采用局部到整体的策略,通过调整材料属性和接触设置修正排气歧管有限元模型,修正后的有限元模型振型与试验振型一致,固有频率相差小于10%,得到了满足工程计算需求的有限元模型;最后,开展温度和接触刚度双因素下的排气歧管模态分析,确定了排气歧管连接刚度随温度的修正策略。     

基于ANSYS的行星轮系模态分析方法

由于行星轮系结构复杂,为了在ANSYS中所建立的有限元模型具有通用性,利用AP-DL语言建立了行星轮系的参数化模型。在参数文件中输入所必须的参数,即可建立行星轮系的有限元模型,利用子空间法对其进行动力学模态分析,得到其固有频率以及对应的模态振型。对计算结果进行固有频率和振型的分析,进而得到固有频率的分布状态以及对应的振型,在设计行星轮系的过程中避开这些区域,避免产生共振,从而达到提高齿轮系统品质的目标。     

轴流风机二级叶片的试验模态分析

采用试验模态的方法,对轴流风机二级叶片进行模态分析试验,得到二级叶片各阶的模态频率和对应的振型,为叶片振动特性影响的分析提供参考依据.     

压气机叶片流固耦合的强度和振动研究

为了研究流固耦合场对叶片强度与振动参数的影响,采用流体动力学和有限元方法,对压气机叶片进行了单向流固耦合分析。通过软件之间的接口,实现压力场数据的传递,并对加载气动力后的计算模型进行强度分析和模态分析,得到压气机大小叶片的应力应变云图以及固有频率和相应的模态振型,计算比较了离心力、气动力对应力和固有频率的影响。计算结果表明,流固耦合对叶片的结构强度和模态振型影响较小。通过频率分析,找出了叶片的共振频率,从而为叶片的优化提供依据。     

基于HyperMesh的汽车发动机冷却风扇有限元分析

发动机风扇因其在冷却系统中的重要性而备受关注,但扇叶的断裂也使设计者备受困扰,同时给使用者也带来诸多的麻烦。针对以上问题,在HyperMesh中首先对风扇进行前期的几何处理、网格划分、以及静力学分析和模型优化析最后通过模态分析对优化后的模型进行验证等完成发动机冷却风扇的有限元分析,结果表明:模态分析的前六阶的振动频率和主振型都比较稳定证明优化的可行性。进而提高风扇的静力学性能,改善风扇的工作质量。     

有限元法在透平叶片振动研究中的应用

以透平叶片振动分析理论为基础,对实验室的等截面直叶片分别通过理论法和有限元法求解其前7阶的切向弯曲自振频率并加以比较。利用有限元法对叶片及顶部围带相互连接的叶片组在不同转速下进行模态分析,得到叶片及叶片组动力刚化效应振动模态数值分析结果,并对结果进行了分析比较。对于顶部围带不连接的叶片组,利用有限元法通过构造弹簧模型来处理顶部围带的接触问题,所得结果真实反映了汽轮机运行过程中围带的碰撞和叶片的振动情况。     

流固耦合下轴流压气机叶片振动特性数值研究

气流扰动触发的叶片振动是导致叶片疲劳失效的主要原因,针对此问题,首先,建立叶片流固耦合时域计算模型,研究叶片振动特性,并进行叶片失效分析;其次,建立压气机叶片振动分析模型,结合叶片振动试验来验证模型的有效性;然后,考虑气体与叶片的耦合作用,通过数值仿真模拟得到典型工况下的叶片表面气动载荷,并将其引入旋转叶片有限元振动分析模型进行叶片振动响应计算;最后,引入坎贝尔图确定叶片危险工况,得到危险工况下的叶片动应力分布,并进行叶片疲劳失效分析。结果表明:临界工况下叶片振动应力分布与发生共振的模态振型密切相关;临界转速下叶片发生的1阶共振是造成叶片失效的主因。     

Toolpath dependent chatter suppression in multi-axis milling of hollow fan blades with ball-end cutter

Aiming at the issue of toolpath dependent machining vibration in multi-axis milling of hollow fan blades, this paper presents an optimal selection method of cutting parameters based on single-line toolpath to suppress cutting chatter. Firstly, the impact of hollow structure on the blade structural modal was analyzed by using the modal analysis method. And the unstable regions of hollow blade surface have been predicted, which were prone to induce machining deformation and vibration. Secondly, the relationship between the hollow structure and the dynamic characteristics was revealed by analyzing the dynamic responses to the different cutting positions of blade surface. Thirdly, the optimization of cutting parameters based on single-line toolpath was proposed by establishing the 3D stability lobe diagram. Finally, the feasibility and effectiveness about the analysis of dynamic characteristics and the suppression method of cutting chatter were verified by a milling experiment of hollow blade.     

挖掘机式冲击器工作装置的谐响应分析

参考30 t级机型建立挖掘机式冲击器两种典型工况姿态的三维模型,将模型导入ANSYS Workbench中建立较高网格精度的有限元模型。对工作装置进行模态分析获得两种工况的频率和振型,然后采用模态叠加法进行谐响应分析获得两种工况工作装置关键部位沿X、Y和Z向的在频域的位移响应曲线。为了解挖掘机式冲击器工作装置关键部位的幅频特性,挖掘机和冲击器的频率匹配提供一定的依据。     

某特种车辆车架的随机振动分析

以某特种车辆车架为研究对象,分析了车架在外界随机振动下的动态响应.给出了模态分析和随机振动分析理论及方法,建立了车架有限元分析模型,进行了模态和随机振动分析,获得了车架的固有频率,振型及其特定工况下振动最大处的位移频率响应谱曲线,并为结构的后续改进优化设计和新产品的开发提供了理论依据.     

On-line fan blade damage detection using neural networks

This paper presents a methodology for monitoring the on-line condition of axial-flow fan blades with the use of neural networks. In developing this methodology, the first stage was to utilise neural networks trained on features extracted from on-line blade vibration signals measured on an experimental test structure. Results from a stationary experimental modal analysis of the structure were used for identifying global blade mode shapes and their corresponding frequencies. These in turn were used to assist in identifying vibration-related features suitable for neural network training. The features were extracted from on-line blade vibration and strain signals which were measured using a number of sensors.The second stage in the development of the methodology entails utilising neural networks trained on numerical Frequency Response Function (FRF) features obtained from a Finite Element Model (FEM) of the test structure. Frequency domain features obtained from on-line experimental measurements were used to normalise the numerical FRF features prior to neural network training. Following training, the networks were tested using experimental frequency domain features. This approach makes it unnecessary to damage the structure in order to train the neural networks.The paper shows that it is possible to classify damage for several fan blades by using neural networks with on-line vibration measurements from sensors not necessarily installed on the damaged blades themselves. The significance of this is that it proves the possibility to perform on-line fan blade damage classification using less than one sensor per blade. Even more significant is the demonstration that an on-line damage detection system for a fan can be developed without having to damage the actual structure.