滑动轴承接触摩擦故障的状态监测

滑动轴承的代表性故障是轴承与轴颈的接触摩擦故障，在试验台上采用从正常润滑状态逐步向干摩擦状态过渡的方法模拟故障，并利用声发射信号对滑动轴承的工作状态进行监测。结果表明，声发射技术用于滑动轴承的在线状态监测具有很多优越性。     

基于本征模函数和广义回归网络的刀具声发射信号诊断

针对刀具加工声发射信号非平稳特点,提出基于本征模函数和广义回归神经网络的刀具切削声发射信号故障诊断方法。该方法对刀具声发射信号进行经验模态分解,抽取本征模函数,并计算各阶模函数能量分布,提取特征向量作为神经网络的输入,利用果蝇算法优化广义回归神经网络径向基函数分布系数。试验结果证明了该方法的有效性和稳定性。     

运用声发射技术监测金属塑性成型过程中润滑状态的研究

为监测金属塑性成型过程中的润滑状态,采用运用声发射技术,通过对无润滑和有润滑时金属塑性变形过程和摩擦过程的监测及对比,分别研究了金属摩擦声发射信号和塑性变形声发射信号.结果表明,不同材料摩擦产生的声发射信号数值上大小不同,同种材料摩擦声发射信号数值上小于塑性变形声发射信号;采用声发射技术,基于实时波形和声发射信号参数的平均值都能监测金属塑性成型时的润滑状态.     

基于集合经验模态分解和模糊集的异质信号融合方法研究

不同性质的信号(如振动信号、声发射信号等)比单一信号能提供更为丰富的机械系统故障信息。提出了基于集合经验模态分解和模糊集的异质信号融合方法。首先采用集合经验模态分解方法,将每种信号分别分解得到本征模函数,然后提取每个本征模函数的特征,构造模糊集决策矩阵。将决策矩阵的数值转化为模糊集形式,并构造模糊集矩阵,通过计算未知目标与已知决策模糊集的相似度量,判断目标类型。通过铣床切削过程中振动信号与声发射信号的特征信息提取与融合,验证了该方法用于故障诊断的可行性与有效性。研究工作对于异质传感器信号融合和工程故障诊断具有理论和应用价值。     

基于声发射技术的拉深过程中润滑状态分析

采用发射技术监测了拉深过程中的润滑状态.在干摩擦和润滑脂润滑下,进行了拉深成形实验,并分析了不同润滑状态下拉深过程中声发射信号的能量、振铃计数、信号幅度等参数的变化规律.结果表明,拉深中产生声发射信号对润滑状态非常灵敏,随着润滑状态改善,拉深过程中产生的声发射信号能量、振铃计数、信号幅度参数等均呈下降趋势;通过对声发射信号分析可以判断拉深件的摩擦状况,即将声发射技术引入金属板材拉深中的摩擦状态的监测是可行的.     

基于声发射技术的点接触润滑状态研究

为研究点接触在部分弹流润滑条件下的润滑状态,使用球盘式摩擦磨损试验机进行试验,利用声发射技术监测不同工况下的润滑状态,并分析在不同工况下声发射信号特征参数的变化规律。结果表明:声发射信号特征参数计数、能量、信号强度对润滑状态的改变非常敏感,都随滑动速度的增加而减小,随载荷的增加而增加且在变化规律上几乎一致;利用声发射技术能够表征边界润滑向部分弹流润滑的过渡状态。     

机械密封端面接触状态的声发射监测方法

针对机械密封运行过程中反映密封端面接触状态的工作参数(端面开启时间、膜厚等)测量困难的问题,提出基于声发射信号的机械密封端面接触状态监测方法。根据密封端面产生的声发射信号具有时变非线性且突发性强的特点,采用经验模态分解(EMD)法对原始信号进行分离提取。EMD法能够将信号分解为不同时间尺度和不同频带的一系列固有模态函数,然后根据能量分布特征对伪分量进行剔除,得到"近源"声发射信号,抽取其信号特征运用Laplace小波相关系数法实现对密封端面接触状态的准确识别。通过机械密封测试试验证明,声发射监测技术能准确地识别机械密封装置动静环之间的接触状态和摩擦形式,能够在工业现场推广使用。     

基于经验模态分解和Teager峭度的语音端点检测

采用经验模态分解和Teager峭度的统计特性对噪声环境下的语音信号端点进行检测。利用经验模态分解获得语音信号的本征模态函数,用Teager能量算子计算每个本征模态函数的瞬时能量,并对本征模态函数进行系数—峭度计算,提取信号期望的统计特征信息实现语音端点的检测。通过自适应EMD分解和Teager能量算子的处理,这种方法可以有效地消除白噪声或有色高斯噪声的影响。通过仿真例子说明这种方法可以取得良好的端点检测效果,仿真研究结果表明用经验模态分解和Teager峭度对噪声环境下的语音端点检测是可行的和有效的,提高了检测的可靠性。     

混合/流体润滑状态振动信号统计学时域分析

为研究摩擦振动产生机制和特征,通过Stibeck曲线设计混合/流体润滑状态实验,对不同状态下振动信号进行统计学时域分析。结果表明:流体润滑状态下摩擦振动十分微弱,振动信号有效值不随载荷增加而增加,切线方向振动信号自相关函数变化平滑,法线和切线方向振动信号互相关函数相对比较圆滑;混合润滑状态下,振动信号有效值随载荷增加而增大,切线方向振动信号自相关函数和两方向振动信号互相关函数皆具有明显的冲击特性,通过测得信号相关函数可以提取出混合润滑状态下摩擦振动信号的冲击特性。对比分析测得振动信号统计学特征,可以识别2种润滑状态。     

断铅笔芯声发射实验信号研究

针对断铅声发射实验信号应用广泛而又没有深入分析的现状,为了更深层次地揭示断铅声发射实验信号的特点,探究了不同分析方法下断铅声发射信号的差异。分别采用了经验模态分解和5层小波变换方法,将断铅声发射实验信号进行了分解重构,并对分解重构信号的时域和频域特征进行了剖析;经验模态分解采用相关系数法,得到了6个固有模态函数,对声发射信号进行了深入分析。研究结果表明:经验模态分解与小波变换能够将断铅信号的低频噪音信号分离出来,可准确提取铅芯断裂声发射特征信息;同时结合断铅声发射信号的短时傅里叶变换分析也发现了噪声分布在相近的频率范围内,进一步说明了经验模态分解与小波变换分离断铅信号中低频噪音信号的准确性。     

声发射检测信号分析及源定位方法研究

文中设计了一种可弱化噪声干扰和频散效应的定位算法,采用变分模态分解方法将声发射信号分解为若干个不同频带宽度的模态函数,并通过合并含有主要能量成分的模态函数获得声发射源信号的主要成分,最后采用互相关分析方法确定声源位置.实验结果表明,文中所提算法对声发射源定位是有效的、精确的,在一维和二维AE源定位实验中,文中所提方法综...     

基于声发射波形流信号的滑动轴承故障特征双谱分析

采用非接触式声发射波形流测试技术采集滑动轴承正常、不平衡、碰摩和不对中故障的声发射波形流信号,分析不同类型故障特征与声发射波形流信号间的关系,并运用双谱分析方法对声发射波形流信号进行分析,根据双谱分析三维图及等高线图表现出的不同特征,实现对滑动轴承不同故障的判别。     

刀具声发射信号的组合去噪及特征分析

针对刀具切削加工过程产生的声发射信号进行噪音滤除,以有效监测刀具磨损情况,提高工件加工质量。研究形态滤波与集合平均经验模态分解(EEMD)的有效组合方法,在时域和频域对信号进行降噪处理。首先采用加权级联形态滤波,滤除声发射信号的尖峰脉冲干扰;进而采用EEMD分解处理后的信号,计算所得本征模态分量(IMF)的相关性以去除虚假分量,达到去噪效果。仿真实例分别对模拟加噪声发射信号和实测刀具声发射信号进行处理,并提取去噪前后信号频率特征进行比较,仿真结果说明了此方法的有效性。     

球墨铸铁磨削表面粗糙度的声发射智能预测研究

针对磨削表面粗糙度声发射预测精度和可靠性较低的问题,对球墨铸铁磨削表面粗糙度的声发射智能预测进行了研究。在球墨铸铁QT700-2平面磨削表面粗糙度声发射预测实验200组数据的基础上,提取了包含磨削声发射信号经验模态分解4个本征模函数的相关系数,和磨削声发射信号波形幅值、均方根值、方差、峰值频率、频谱峰值、功率谱峰值、峭度、偏度、AE信息熵等13个磨削声发射信号特征参数;建立了遗传优化的支持向量回归机GA-SVR和粒子群优化的支持向量回归机PSO-SVR这2个预测模型;在这200组磨削表面粗糙度声发射实验数据中,把随机提取的13个声发射信号特征参数输入到这2个预测模型中,进行了反复训练和预测,以提高其可靠性。研究结果表明:GA-SVR和PSO-SVR的磨削表面粗糙度声发射预测精度较高;这为磨削声发射在线智能监测汽车发动机球墨铸铁QT700-2曲轴磨削表面粗糙度打下了基础。     

不同方向的气体管道泄漏声发射信号模态特性分析

针对泄漏声发射信号多模态、频散及衰减特性导致泄漏定位误差大的问题,采用导波分析理论和壳体振动理论研究不同方向的泄漏信号的模态特性,通过选取最佳数据采集方向来减少泄漏定位误差。利用壳体振动理论分析管内气体与管壁之间的声学耦合作用,据此选择合适的导波分析模型来研究不同方向的泄漏声发射信号的模态类型、频散及衰减特性。通过实验证实了理论分析,研究结果表明,管道轴向声发射信号的主导模态为纵向模态,且轴向声发射信号表现出最弱的频散和衰减特性,这将为气体管道泄漏声发射信号中单一非频散模态提取提供新的思路。     

滑动轴承运行模态参数理论分析及试验验证

滑动轴承的模态参数是其状态监测的重要指标,而轴承表面的磨损、润滑条件以及工作条件对轴承的模态参数有很大影响。为有效监测滑动轴承运行模态参数从而实现其早期故障检测,建立滑动轴承动力学模型并用复模态分析方法提取出系统的模态参数,研究滑动轴承的润滑油与轴承表面的作用诱导高频振动的机制,分析转速、载荷和润滑剂黏度对模态参数的影响,并进行实验验证。结果表明:轴承的润滑对于系统的高频振动有很大的影响;油膜刚度较高时,受润滑影响的模态阶数较少,并且转速的提高会导致固有频率先升高后降低;高频带范围内随着载荷增大振幅增大,低频带内润滑剂黏度增加模态频率降低。     

单通道AE信号盲分离的飞机构件监测方法研究

基于声发射(AE)技术的飞机结构件疲劳裂纹检测是飞机健康状态识别的一种有效方法。由于声发射信号的瞬态性、不确定性、微弱性和易受机电干扰性,使声发射检测技术很大程度上已演变成信号处理问题,目前多数研究报道的是单源声发射信号的降噪处理。然而,在实际应用中,不仅结构件出现疲劳裂纹时会产生AE信号,而且紧耦合的结构体之间也会因冲击载荷产生弹性波,以至观测信号一般是多源AE混合信号,波的传播时延的存在使得信号混合方式为卷积混合。针对目前测试方法不能正确识别AE信号,以致难以识别结构体是否存在疲劳裂纹的问题,提出一种具有信号源个数估计的单通道非负矩阵分解解卷积盲源分离算法。首先采用经验模态分解方法将单通道混合信号分解为多个本征模态函数;然后采用主成分分析法估计信号源个数,并重构观测信号;最后通过非负矩阵分解解卷积得到各个源信号。实验结果表明,单通道盲源分离算法能正确分离AE信号,为飞机关键结构件的疲劳裂纹监测提供了一种方法。     

基于声发射技术的金属动态塑性摩擦研究

利用声发射技术研究了凸模胀形过程中有油润滑和干摩擦2种不同摩擦条件下的动态摩擦过程，得到了凸模胀形声发射特性曲线，并对声发射特性曲线进行了分析。结果表明：凸模胀形过程中的声发射信号是由凸模胀形过程中的摩擦产生；摩擦力随胀形深度而变化，是胀形深度的函数；凸模胀形过程中的声发射信号证明凸模胀形过程中的摩擦是一个动态过程；声发射信能动态地反映这一摩擦变化过程。     

声发射和小波包分析在损伤状态监测中的应用

为应用声发射技术对结构的损伤状态进行监测与识别,基于小波包分析提出了一种在线损伤监测方法。采用D-S证据理论对声发射信号的小波包能量谱进行多源信息融合得到改进的小波包能量谱,计算Mahalanobis距离构建结构损伤状态判别指标,采用t检验的概率方法考察不同损伤状态下判别指标的变化情况。旋转轴承结构的声发射信号分析结果表明,D-S证据理论能够对声发射信号的小波包能量谱识别样本抽取有效信息,结构损伤状态判别指标具有良好的结构损伤识别能力,能够准确地实现对结构不同损伤状态的识别。     

齿轮传动系统非线性频率调制规律仿真分析及实验研究

针对传统快速傅里叶变换(FFT)研究齿轮系统非线性非平稳振动存在虚假信号和假频的问题,提出了基于希尔伯特黄变换的本征模态函数(IMFs)傅里叶变换法。该方法通过经验模态分解(EMD)将原始信号分解为一系列不同时间特征尺度的IMFs,对能够反映原始信号物理意义的IMF进行傅里叶变换。以某型采煤机截割部齿轮箱为工程范例,通过振动实验得到齿轮系统非线性振动响应。分别利用传统FFT法和本征模态函数FFT法对实测信号进行非线性振动分析。研究结果表明:本征模态函数FFT法显著减少了多余且无意义的频率成分,能够更好地识别参与非线性频率调制的齿轮啮合特征频率,避免了传统FFT法产生的虚假频率干扰。该研究对分析齿轮转子系统非线性频率调制现象具有一定的参考价值。