一种电解加工间隙的智能测控方法研究

从理论上推导了电解加工中阴极表面上承受的力与阴阳极间间隙的关系;采集电解加工过程中阴极表面上的力信号,经过信号处理后用其训练一个BP神经网络,实现间隙的在线检测;设计了一个模糊控制器,把间隙的误差转化为力的误差,将误差的变化信号作为模糊控制器的输入,将进给速度的增量作为模糊控制器输出。在MATLAB的Simulink模块中建立间隙智能控制系统进行了仿真试验,结果表明,该模糊控制器对间隙的控制效果较好。     

脉冲电解加工间隙测控方法的研究进展

介绍电解加工间隙测控的意义及重要性 ;总结电解加工技术中加工间隙的测控方法 ;分析国内外加工间隙测控的现状及关键问题 ,提出一种可实现在线测控加工间隙的新思路———建立六维力、电流信号与加工间隙之间的关系方程式。     

基于信息融合的电解加工间隙检测

目前,在电解加工中还没有有效的加工间隙在线检测方法[1]。本文通过采集真实电解加工中阴极表面上来自电解液的平行于机床主轴的力和加工电流,利用小波变换对采集的信号进行处理,提取趋势项。结果发现:随着间隙减小力和加工电流都增大,可以据此间接实现间隙的测量。用力和加工电流经过小波变换提取的趋势项进行信息融合来更好地反映间隙,将它用于方坯加工叶片时采用的全程控制。用神经网络建立数显进给位置与力和电流融合信号之间的非线性映射,使它作为标准曲线以对间隙进行自动的全程控制。     

往复泵泵阀的谐波小波包分析及LS-SVM方法研究

针对往复泵泵阀冲击振动信号的非平稳特性,运用谐波小波包能量特征提取和最小二乘支持向量机(LSSVM)相结合的方法识别泵阀故障。通过对泵阀冲击振动信号进行谐波小波包分解,提取各频段谐波小波包系数的能量值,将各频段能量值组成的特征向量作为诊断模型的特征向量,输入到LS-SVM多类分类器中进行故障识别,并将谐波小波包与小波包在泵阀故障诊断中的诊断准确率进行了比较。试验结果表明将谐波小波包分解和LS-SVM相结合可以准确有效地识别泵阀故障类型。     

基于小波包分解提取刀具振动信号特征向量

主要介绍了3种基于小波包分解的以不同方式进行提取刀具磨损振动信号特征向量的方法。刀具振动信号通过小波包分解后重构成不同频段的信号系数。在此基础上,首先提取各个频段能量基于总能量比值的特征向量;其次对其进行功率谱分析,提取特定频段幅值的特征向量;最后,利用奇异值分解将不同频段的信号映射到正交子空间中,从中选取信号的奇异值作为特征向量。最终将得到的特征向量组合成一个特征向量输入支持向量机中进行刀具磨损识别。     

基于电流信号的电解加工间隙在线检测试验研究

为了实时检测加工间隙,以某型航空发动机涡轮转子叶片为研究对象,把电解加工的电流作为研究参数,针对平面、斜面和叶片型面三种阴极进行试验加工,用最小二乘多变元线性拟合法,分别建立平面、斜面阴极加工电流与加工间隙之间的关系式,用叶片型面加工数据对建立的关系式进行检验和修正,得到最终的修正关系式,分析关系式参数的变换关系,得出在±15%的误差范围内关系式可用于在线检测加工间隙的结论。     

小波包能量谱在滚动轴承故障诊断中的应用

提出了基于小波包能量谱的滚动轴承故障诊断方法。首先,以6406轴承为例采集不同工况的振动信号,然后对试验数据进行小波包变换,振动信号被分解到独立的频段,不同频带内的信号能量变化反映了运行状态的改变,提取各频带小波包能量谱为特征向量,最后应用基于模糊聚类的故障诊断方法。经对大量实测数据的处理和分析,能够比较准确地诊断出轴承的故障。     

基于六维力的电解加工间隙检测的数值分析

为了实现实时检测电解加工间隙，把流体作用在阴极上的六维力作为研究参数，建立间隙流场中流体运动的计算模型，用流场计算软件FLUENT进行数值计算，分析作用在阴极面上的压力矢量分布，在阴极中心坐标系上把各分布的压力矢量进行合并，得到三力和三力矩的六维力；调整进口流速、出口背压等流场参数，用最小二乘法多变元线性拟合建立六维力与加工间隙的关系方程式。     

基于小波包变换的牵引电机转子断条隐患特征提取方法研究

为了实现城轨列车牵引电机在运行时故障隐患的实时监控,根据牵引电机实际运行情况,在Matlab／Simulink仿真环境中建立起了处在闭环控制系统中的带有转子断条隐患的异步电机模型。对定子侧三相电流进行小波包分解并对各频段信号进行小波包系数重构,计算各频段的能量特征值,最后构建出隐患特征向量对电机转子隐患做出诊断。通过对仿真数据的应用,利用上述方法可以有效地识别出电机的转子断条隐患,为研制地铁列车牵引电机隐患挖掘与评估预警系统提供了技术参考。     

基于模糊PD控制理论的电解加工机床控制系统研究

介绍了一种用于等壁厚螺杆钻具定子内侧螺旋曲面加工的电解加工专用机床,并详细阐述了该机床的控制要求,对机床的控制系统进行了初步设计;然后结合模糊PD控制理论,针对电解加工这一复杂的多输入非线性时变系统,设计了基于模糊PD控制器的电解加工间隙控制系统,使其能够对螺杆钻具定子这类细长零件内侧螺旋曲面的电解加工过程进行同步控制,以保证电解加工的速度和成形精度。     

无刷直流电机的模糊自整定MRPID转速控制方法研究

无刷直流电机转速的闭环控制系统中同时存在传感器噪声等高频信号和指令、干扰等低频信号,会导致匀速转动过程中发生速度波动,而同时减少这些不确定因素的影响非常困难。针对此问题,提出了一种模糊自整定的小波多分辨PID（MRPID）控制方法,用于无刷直流电机的转速控制。通过离散小波变换将速度偏差信号进行分解,得到不同频率控制分量;利用模糊控制实现各分量参数的在线整定。与模糊PID控制方法进行对比,在不同工况下进行仿真及实验,结果表明,所提方法能够更好地处理含噪信号,并且具有响应快、抗干扰能力强的优点。     

微细孔电解加工控制方法及试验研究

基于微细电解加工的特点，介绍了一种微细电解加工系统。该系统能够将加工间隙控制到几微米到几十微米的范围内。根据电解加工以离子形式对材料去除的特性，进行微细电极、微细群电极的制备研究，并将其用于微细孔、群孔的加工中。试验分析了各工艺参数如电压、溶液浓度、加工间隙、进给速度等对微细孔电解加工精度的影响。结果表明，微细电解加工的侧面间隙随着加工电压的降低、溶液浓度的减小、脉宽变窄和初始加工间隙的减小而减小，改善了加工的定域性，加工精度得到提高。     

Fault diagnosis of rotating machinery based on improved wavelet package transform and SVMs ensemble

This paper presents a novel method for fault diagnosis based on an improved wavelet package transform (IWPT), a distance evaluation technique and the support vector machines (SVMs) ensemble. The method consists of three stages. Firstly, with investigating the feature of impact fault in vibration signals, a biorthogonal wavelet with impact property is constructed via lifting scheme, and the IWPT is carried out to extract salient frequency-band features from raw vibration signals. Then, the faulty features can be detected by envelope spectrum analysis of wavelet package coefficients of the most salient frequency band. Secondly, with the distance evaluation technique, the optimal features are selected from the statistical characteristics of raw signals and wavelet package coefficients, and the energy characteristics of decomposition frequency band. Finally, the optimal features are input into the SVMs ensemble with AdaBoost algorithm to identify the different abnormal cases. The proposed method is applied to the fault diagnosis of rolling element bearings, and testing results show that the SVMs ensemble can reliably separate different fault conditions and identify the severity of incipient faults, which has a better classification performance compared to the single SVMs.     

基于Haar小波的一类模糊控制器的优化及应用

用Haar小波基函数生成三角形及梯形隶属函数,建立基于小波分析的模糊控制器,利用小波在时域和频域同时具有良好的局部化特性,根据系统输出误差在线调整隶属函数的形状,使模糊控制器得到优化并具有强大的自适应能力.仿真结果表明这种控制器比常规的PID或PD控制器具有更优的动、静态性能和抗干扰能力,而且有很强的跟踪能力.     

A study on the effect of interelectrode gap in the electrochemical additive manufacturing process

Electrochemical additive manufacturing (ECAM) is achieved by localized electrochemical deposition (LECD). The ECAM can print metal parts directly from computer models at macro-, micro- and nanoscales at room temperature without any thermal defects. This study aims to (1) simulate the effects of the interelectrode gap (IEG) on cation concentration and current density in the deposition zone during ECAM; (2) quantify the localization of the desired deposit, as well as unintended plating when using various IEGs, and (3) determine the rate of deposition for different IEGs. Current density patterns under stationary and moving anode conditions were analyzed to calculate deposition rate and the corresponding time to fill an IEG. Experiments were performed to monitor current density and time to fill IEG during deposition and compared with the simulation results. Studying the migration behavior of cations and the current density allowed deposition height to be predicted and the extent of plating to be quantified, using a distortion factor. It was found that for the ECAM conditions used in this study, smaller IEGs (<10?µm) result in lower rates of deposition due to the cation depletion, while larger IEGs (50?µm) result in an increase in plating tendency due to cation migration.     

基于小波包的碰摩信号能量特征辨识

基于小波包分解结果,针对信号在不同频段内能量的变化,进行故障辨识。信号发生故障一般都伴随着能量的变化,而小波包提供了一种将信号划分到不同频段的方法,借助小波包将信号细分到各个频段,分别求出频段内信号的能量,观察能量的变化就可以判断出是否发生了故障以及故障的程度。以一组转子系统正常与故障时的实验数据为例,详细地说明了该方法的可行性,取得了准确的结果。该方法可以被广泛应用于各种平稳信号或非平稳信号的故障监测。     

基于小波包变换的滚动轴承故障诊断

针对故障轴承振动信号能量集中与调制的特点,提出了一种基于小波包能量法与Hilbert变换的滚动轴承故障诊断方法。使用小波包变换对振动信号进行分解、重构及能量计算,并应用Hilbert变换对能量集中频段的重构信号进行解调和频谱分析,提取故障特征频率。同时针对诊断过程中故障特征参数依靠人工计算的问题,提出故障特征参数自动提取方法。实际的滚动轴承实验数据的处理和分析结果表明,该诊断方法能够准确、快速地识别滚动轴承表面损伤的故障模式。