BTA深孔钻削系统粘滑振动及多瓣形振纹形成原因分析

使用BTA加工系统对一批深度为1 060 mm的工件进行深孔钻削,进给至中后期,加工表面存在严重质量缺陷,表现为多瓣形周期性振纹;为探究振纹形成原因,通过工件-刀具耦合摩擦模型,建立钻削系统运动微分方程并将实际物理参数代入解中;对比钻削系统进给至300 mm和900 mm深度时钻削系统的响应特征,发现中后期时钻削系统发生明显粘滑振动;结合CAE分析讨论进给至不同时期的钻杆末端振动类型及钻头加速度-频域响应结果,发现当进给至900 mm深度时,钻削系统鲁棒性明显低于进给至300 mm时的鲁棒性;利用加速度传感器对BTA钻削系统开展实验研究,当钻削系统发生粘滑振动现象时,实测出具有较明显周期性特征振动信号,且与工件出现周期性瓣形振纹的时间吻合。     

基于谱相关的齿轮振动监测技术研究

摘要：齿轮振动信号的特征循环频率具有谐频成分,谐频循环频率簇对应的谱线相关性综合反映了系统中的某种啮合振动或调制现象。以此理论为基础,本文提出了啮合振动监测因子和调制监测因子两种累积能量因子,利用单一传感器采集得到的信号,以全频段信息为依据,进行振动信息的抽取和剥离,实现针对性的齿轮振动监测。实例分析结果证实了基于谱相关的状态监测技术具有较高的灵敏性,能够初步判断系统中的故障所在。     

基于HHT的管道阀门内漏声发射检测研究

针对管道阀门内漏声发射信号的非平稳特征,提出将总体平均经验模式分解(EEMD)和希尔伯特变换相结合的希尔伯特黄变换(HHT)方法应用于管道阀门内漏声发射检测中。利用EEMD方法将阀门内漏声发射信号自适应分解为一簇本征模态函数(IMF),并对分解后的信号进行Hilbert谱和HHT边际谱分析,可以提取到阀门内漏声发射信号的本质特征,突破常规时频分析的非线性信号局限性以及经验模式分解(EMD)造成的模态混叠现象;相比于STFT频谱,Hilbert谱具有较高的时频分辨率,最后对信号的Hilbert边际谱分析确定了内漏信号的主要作用频率。该方法可以有效的应用于阀门内漏声发射检测中。     

虚拟仪器与传感器融合在齿轮监测中的应用研究

目的研究印刷机齿轮在高速印刷时的振动状况。方法借助Labview软件为平台开发印刷机齿轮振动在线检测仿真系统,并结合虚拟仪器和传感器融合技术,研究印刷机的振动状况。结果通过仿真系统得出原始齿轮振动信号中的啮合频率受转频2倍频(23.6Hz)和3倍频(34.69Hz)调制。结论虚拟仪器与传感器信息融合技术可以监测到印刷机在高速印刷时的振动状况,并通过相关特征波形提取分析,实时检测到齿轮磨损、断齿故障。     

特征模态函数双谱分析在叶片裂纹识别中的应用

针对叶片裂纹故障振动信号特征,提出特征模态函数的双谱分析法,首先利用经验模态分解(Empirical Mode Decomposition,EMD)对振动信号进行自适应滤波分解,产生一系列不同时间尺度的特征模态函数(Intrinsic Mode Function,IMF),然后对含有高频信号的高阶IMF分量进行重构,利用双谱提取叶片裂纹的振动信号特征。通过仿真信号和实验分析,验证叶片裂纹产生的高频冲击对叶片振动信号高频部分双谱的影响,证明IMF分量双谱分析的有效性,为风电叶片正常状态监测提供依据。     

时变工况行星齿轮箱对数时频脊阶次谱故障特征提取

风电机组齿轮箱工作于强噪声且变转速变载荷的工况下,其振动信号非常复杂。建立了一个时变转速变载荷的行星齿轮箱振动信号模型。提出了时频脊阶次谱故障特征提取方法。对振动信号进行Wigner-Ville时频变换,取对数后进行重排;采用Crazy climber方法提取对数重排时频谱图中的峰值脊线;将脊线转换为时频脊阶次谱。通过仿真信号与转速、载荷连续波动实验数据表明,对数时频脊阶次谱故障特征能够为时变复杂工况行星齿轮箱故障预警提供有效的依据。     

基于含砂液流振动信号特征分析的出砂监测实验研究

针对高含水期油田出砂监测问题,提出一种利用安装在管线上的振动传感器,结合信号采集系统,通过分析含砂液流冲击管线产生的振动信号时-频特征,实时监测出砂量变化的方法。以水-砂两相流振动信号特征为研究对象,设计室内出砂监测实验,基于STFT时-频分析方法,研究携砂流的速度、砂粒粒径大小、含砂量与出砂振动信号时-频特征关系。通过设计出砂信号校准方法,进一步建立了出砂量监测数学模型。结果表明,基于携砂流振动信号时-频分析的振动监测方法可以有效检测砂粒信息,水-砂两相流中,砂粒激发的特征频段为10.5～12.5 kHz,含砂量监测模型的误差在14%以内,该方法为更复杂的多相流出砂监测研究奠定了基础,为油井安全生产提供了技术保障。     

基于信息融合的刀具磨损状态智能识别EI北大核心CSCD

采集声发射和振动加速度信号,搭建了数控车床刀具磨损状态多信息数据采集系统;用正交试验法采集相关数据并分析了不同切削条件、不同刀具磨损程度下数控车削加工过程中的声发射和振动信号;用小波包分解法提取了声发射和振动信号的最佳特征频段作为识别刀具磨损的特征参量,采用BP神经网络将数控切削过程中刀具磨损的声发射与振动信号特征信息进行融合,研究了数控车削刀具磨损状态的智能识别技术。     

基于信息融合的刀具磨损状态智能识别

采集声发射和振动加速度信号,搭建了数控车床刀具磨损状态多信息数据采集系统;用正交试验法采集相关数据并分析了不同切削条件、不同刀具磨损程度下数控车削加工过程中的声发射和振动信号;用小波包分解法提取了声发射和振动信号的最佳特征频段作为识别刀具磨损的特征参量,采用BP神经网络将数控切削过程中刀具磨损的声发射与振动信号特征信息进行融合,研究了数控车削刀具磨损状态的智能识别技术。     

基于脊线信息增强与特征融合的瞬时转频估计

转速获取是变工况设备健康诊断的前提。在不便安装速度传感器的情况下,基于振动信号时频分析获取转频是最常用的途径。然而,由于时频分析方法的自身特性和采集的振动信号中往往包含大量的背景噪声,导致得到的时频分布能量聚集性差、部分时段转速信息微弱等问题,很难提取到完整、准确的转频信息。为解决这一问题,提出一种脊线信息增强与特征融合的转速估计方法。采用幅值累加平方策略对时频分布特征进行增强;从信号低频区域和共振频带分别预估计出转频信息;最后,建立基于概率分布和局部波动特性的信息融合准则,以确定脊线融合位置以及融合结果,实现转频的准确估计。轴承故障实验信号验证说明:相比于传统的转频提取方法,提出的方法能够显著地改善能量微弱的转速信息的识别结果。     

基于信息融合与FastICA的轴承故障提取方法

针对振动传感器监测信号易受噪声干扰的问题,提出一种基于FastICA算法与信息融合的轴承故障诊断方法。算法对各通道测得的信号采用FastICA算法进行降噪处理,采用自适应线性加权算法对降噪后信号进行数据层信息融合,最后基于谱峭度指标设计自适应带通滤波器,进行特征提取。此方法解决了低信噪比条件下的轴承故障特征提取问题。使用了仿真和实验轴承故障信号验证了算法的有效性。     

基于复合材料钻削缺陷容差值的工艺参数优化

为实现复合材料层合板在一定钻削缺陷容差值内的工艺参数优化,首先利用SEM对复合材料的组织结构进行测试分析,获得了复合材料层合板的截面形貌和特征尺寸。然后进行钻削加工正交实验,测试了不同加工参数下的钻削轴向力和扭矩,对钻孔过程中产生的分层、撕裂和孔壁圆度误差等缺陷进行测量,分析了缺陷产生的机制,并对测量结果进行非线性拟合得到缺陷的变化规律。通过建立钻削缺陷与轴向力及扭矩偏差的关系,获得了轴向力和扭矩偏差的临界范围。最后以钻头的主轴转速、每转进给量及钻头结构参数中的横刃偏心系数为决策变量,以获得最大材料去除率为优化目标,以钻削缺陷容差值为约束条件,建立了复合材料钻削加工的参数优化模型。 使用MATLAB软件进行工艺参数优化,在保证复合材料钻削质量的前提下,得到了能够实现最大生产效率的钻削参数。     

小波变换在混凝土冲击回波检测中的应用

采用冲击回波法检测混凝土厚度或者缺陷时,采用传统快速傅里叶变换方法,由于傅里叶变换的时移性以及信号中包含表面波和结构模态振动使得特征频率的提取较为困难。要解决特征频率提取受到干扰的问题,该文提出一种小波变换结合傅里叶变换的信号处理方法。首先对回波信号进行小波变换,得到信号时频图和小波边际谱,其次将小波边际谱与傅里叶谱相乘,得到增强傅里叶谱。结果表明:信号时频图可以确定表面波和模态振动的频率范围和时间跨度,增强傅里叶谱不仅可保证频率分辨率,而且抑制由于傅里叶变换的时移性产生的多个波峰,使得特征频率在频谱中更为清晰和准确,是一种适用于冲击回波检测的信号处理方法。     

高速摩擦制动界面振动信号时频法分析技术研究

利用MM-1000型摩擦制动试验机进行了高速摩擦制动试验,使用加速度传感器采集了摩擦制动过程中界面轴向与径向振动信号。利用Morlet小波变换对不同制动压力、干湿工况下的振动信号进行分析,结合摩擦制动过程中瞬时摩擦系数变化对高速摩擦制动界面振动行为时频法分析技术进行了研究。结果表明:重采样能够大幅减小计算量且对低频段振动时频分析无明显影响;Morlet小波时频分析比短时傅里叶变换和HHT边际谱具有更好的分辨率,对制动界面振动信号处理效果更好;时频图中的斜率与制动过程中的转速变化相对应,表明高速摩擦制动过程中转速基本呈线性降低;结合时频图与瞬时摩擦系数曲线可以评估高速摩擦制动过程中界面状况变化过程;振动能量主要集中在基频、二倍频和三倍频,超过三倍频部分能量较少。     

基于冲击重构技术的车辆—轨道耦合系统垂向振动分析

为能通过分析垂向振动信号准确捕获列车与轨道的故障特征信息,提出基于冲击重构技术的垂向振动分析方法。该方法以基于多传感器网络的列车振动数据采集为基础,通过对采集的多传感器信息进行信号预处理、信息对齐平移、能量增强叠加等信息融合处理以完成对振动数据中冲击成分信息空域重构,再经时频分析处理提取各种故障特征信息,并用实例证明该方法能有效识别出列车与轨道引起的各种周期、非周期冲击。     

VSD2000连铸钢包下渣检测系统在150吨连铸的应用

承钢150吨连铸采用VSD2000连铸钢包下渣自动监测系统,以振动信号自动检测大包下渣,解决了下渣检测中准确率不高、易受外界干扰等难点,取得了良好的运行效果。振动信号通过安装在操作杆中部的传感器经前级调理放大模块连入系统控制柜的电器控制单元,在对数据进行预处理时通过抗混凝频以及软件滤波的方法滤除某些干扰信号的影响,提取钢水振动信号的特征信息,输出至工控机进行运算分析：系统检测出的下渣信号由系统控制柜输出至前端控制单元,再控制报警单元工作。实现了对钢水振动信号的有效利用,准确检测下渣。     

基于振动响应内积向量和数据融合的结构损伤检测方法试验研究

提出了一种基于振动响应内积向量(Inner Product Vector, IPV)和数据融合的损伤检测方法,并进行了相应的验证试验研究。分别以随机信号和正弦信号对结构进行激励,利用加速度传感器采集结构的振动响应信号,计算结构的损伤指标,然后利用数据融合理论将结构各参考点下的损伤指标进行融合。损伤检测的验证试验结果表明,结合数据融合理论后,能够避免原始IPV方法中参考点选取对检测准确度的影响问题,并能准确进行损伤定位。两组不同激振信号的检测结果对比显示,数据融合对外激励为正弦信号的检测结果的准确度提升更为显著。     

核电站扩建工程爆破开挖振动信号的HHT分析?

通过对田湾核电站二期扩建工程爆破施工的振动监测,得到了大量的试验数据,经由Hilbert-Huang变换(HHT)方法处理,分析论证了此方法运用于爆破地震波处理的科学性和可行性。第一步,用经验模态分解信号,得到了振动信号的固有模态分量,考虑到噪声信号的干扰,又对信号进行了改进算法的滤波处理;之后,对各个分量进行Hilbert变换,得到了信号的时频能量谱;针对时频能量谱分析,得到了信号的时频特性;从得到的瞬时能量谱中得到了3段微差起爆的间隔时间,为检测雷管的质量提供了新方法;而边际谱分析提供了一个频域分析的新角度。     

柴油机加速振动信号的阶比双谱特征提取

针对发动机加速过程振动信号的非平稳性和混有大量噪声的特点,提出计算阶比跟踪和双谱相结合的方法,将振动信号按等角度间隔进行软件重采样,得到阶域内的平稳信号,再进行双谱分析,通过仿真信号验证了该方法优于传统双谱。为了充分利用阶比双谱图中的信息,提出双谱特征阶比面的概念,通过比较阶比平面内的累加能量来反映不同工况的变化。诊断实例表明,该方法能有效提取柴油机曲轴轴承的故障特征。     

一种基于ILCD融合与多重分形去趋势波动分析的退化特征提取方法

液压泵性能退化过程中,振动信号非线性强,导致退化特征提取困难、表征能力有限,为此,提出一种基于改良型局部特征尺度分解(ILCD)融合与多重分形去趋势波动分析(MF-DFA)的退化特征提取方法。在对信号进行ILCD分解的基础上,通过构建敏感因子从各内禀尺度分量(ISCs)筛选出包含关键故障信息的敏感分量,并依据融合规则实现多通道振动信号的融合处理,以改善重构信号中的特征信息;在此基础上,利用带有加窗分割的MF-DFA方法对融合信号作进一步处理,选取多重分形谱敏感参数作为液压泵性能退化特征向量;利用液压泵实测振动信号,验证了该方法的有效性。