转子-滑动轴承系统支承松动-碰摩故障动力学行为及评估方法

本文针对转子-滑动轴承系统支承松动-碰摩故障动力学行为进行分析,并提出基于动力学行为非线性度量的转子-轴承系统支承松动状态评估方法.应用非线性短轴承油膜力模型、松动刚度模型、Hertz接触理论等建立了带有支座松动故障的转子系统局部碰摩动力学模型,研究并分析松动-碰摩故障转子系统随支承松动间隙变化的动力学行为规律.提出基于动力学行为非线性度量的转子-滑动轴承松动-碰摩故障下支承松动状态评估方法,采取泰勒展开获得线性近似动力学模型,量化比较非线性模型与线性近似模型动力学行为的差异.建立松动间隙与非线性度之间的对应关系,直观反映松动间隙对系统动力学行为的影响程度,实现对转子-滑动轴承系统支承松动状态的评估.本文的研究可为转子-滑动轴承系统支承松动状态评估提供理论基础和支撑.     

非线性刚度转子-轴承支承松动故障的特征分析

研究了非线性刚度转子系统发生松动故障时的振动问题.考虑了转轴材料的非线性因素,建立了在非稳态油膜力作用下的非线性刚度转子-滑动轴承系统松动模型,并用Runge-Kutta数值积分方法,得到了系统在不同的参数下的波形图、频谱图和轴心轨迹图的特征并通过实验数据验证了该方法的可行性数值分析结果为该类转子-轴承系统的设计和支承...     

滚动轴承-转子系统支承松动时的复杂运动研究

基于转子动力学、Hertz理论和非线性动力学理论,针对一端支座松动的滚动轴承-转子系统的运动特征,考虑了松动间隙的非线性情况,建立了系统的动力学方程．在对转子系统动力学方程进行数值积分之后,通过分叉图、庞加莱图、相图和关联维数等显示了转子系统随转速变化和松动间隙的扩展会出现复杂动力学现象,并且研究了滚动轴承-转子系统在支承松动时的分岔和混沌运动及其变化规律,得出了有工程价值的结论,这些结论可为该类故障的诊断提供参考．     

滚动轴承-柔性碰摩转子系统非线性动力学响应分析

针对现有轴承-转子系统动力学模型的不足,考虑非线性滚动轴承力、不平衡量、碰摩故障及陀螺效应,建立了滚动轴承-柔性对称碰摩转子系统非线性集中质量模型.通过数值计算与比较,结果表明:低转速下系统响应主要表现为滚动轴承的变刚度振动,高转速下轴承变刚度振动的影响相对减弱,转子不平衡和碰摩故障对系统的影响逐渐增强,陀螺效应对高转速下对称转子的响应不容忽略.     

航空发动机高压转子-滚动轴承系统非线性动力响应分析

基于有限元方法建立了航空发动机高压转子 滚动轴承系统的高维动力学模型,该模型考虑滚动轴承的非线性支撑力,转子的剪切变形、陀螺力矩和转动惯量.利用自适应步长Newmark-β方法计算了转子随转速变化的不平衡响应,得到了不同转速区间转子的振动特征.针对低转速区出现的VC(Varying Compliance)振动现象,计算分析了不同转速下转子不平衡量、轴承游隙对VC振动幅值的影响.结果表明：随着转速的升高,VC振动幅值先减小再增大,之后再减小直至基本消失;增大轴承游隙会使转子VC振动幅值增大,而转子VC振动幅值对不平衡量的变化并不敏感.     

基于机器视觉的航空发动机转子裂纹故障识别系统

在大型设备早期故障诊断中,利用数字图像处理可以很好地对设备状态做出测试和分析,以航空发动机转子表面早期裂纹故障为例,首先利用CCD图像采集将被摄取目标转换成图像信号,其次通过像素分布和亮度、颜色分析,将这些信息转变成数字信号,再次利用现代数字信号处理技术对这些信号进行运算来提取目标特征,最后对设备的故障状态做出判断;以图像获取、预处理、图像分割、裂纹特征提取和故障识别为算法流程,设计了一套转子系统早期裂纹自动检测识别系统,实验分析表明,该系统在航空发动机转子早期表面裂纹故障检测识别中具有精度高、速度快的优点。     

分布式拉杆转子扭转振动系统动力学特性分析

为了更好的提高能源利用率,以新兴、高效的分布式拉杆转子系统为代表的燃气轮机与蒸汽轮机联合发电技术在电力部门得到快速发展.本文主要研究了分布式拉杆转子系统扭转振动的非线性动力学特性,通过等效简化等方法建立了分布式拉杆转子系统扭转振动方程.利用平均法获得动力学方程解析解和系统扭转振动幅频曲线,进一步研究了其周期解的稳定特性,并发现系统阻尼,立方刚度和外激频率等参数对其影响规律.本文的分析结果对燃气轮机转子系统动力学设计具有一定的指导意义.     

基于径向基函数神经网络的转子系统裂纹故障诊断

结合基于模型的转子系统诊断技术和径向基函数(RBF)神经网络在辨识非线性系统动态时的优势,本文提出了一种新的转子系统裂纹故障诊断方法.该方法采用RBF神经网络对裂纹转子系统的未知动态进行辨识,实现部分神经网络权值收敛到最优值以及神经网络对系统未知动态的局部准确逼近;诊断过程中利用已辨识的信息实现转子系统裂纹故障的快速检测与分离.所提方法尤其适用于微小裂纹的在线检测与定量识别.最后,以Jeffcott转子系统裂纹故障诊断为例进行仿真,仿真结果验证了所提方法的有效性.     

等几何分析与近场动力学耦合的壳结构裂纹扩展仿真算法

提出适用于壳结构裂纹扩展仿真的等几何分析(isogeometric analysis, IGA)与近场动力学(peridynamic, PD)耦合模型,采用非均匀有理B样条(non-uniform rational B-spline, NURBS)函数精确描述几何模型,将整个模型分为裂纹扩展区域和非扩展区域。将裂纹扩展区域设置为近场动力学区域,基于非连续伽辽金(discontinuous Galerkin, DG)有限元离散的PD Reissner-Mindlin(R-M)壳模型进行计算;在非扩展区域采用等几何分析R-M壳模型进行计算。基于力和力矩平衡原理,进行2个区域的耦合。IGA-PD壳耦合模型可以准确模拟壳结构中的裂纹扩展、分叉和合并过程,可提高计算效率。采用标准算例验证所提出算法的效率和准确性。     

转子-密封系统中气流激振力的非线性动力学特性分析

在高参数汽轮机组和航空发动机等旋转机械中，转子-密封中的气流激振力对转子非线性动力学特性的影响不容忽视．本研究中建立了转子-密封系统三维流场模型，应用计算流体动力学（CFD）软件对可压缩气流流场进行模拟计算，获得了密封流场特性．由流场计算结果进一步获得了Muszynska气流激振力模型中的相关经验系数，使得此模型更加适用于气流激振力的计算．在对转子一密封系统进行非线性动力学分析过程中应用幂级数展开形式建立了系统幂级数模型．利用平均法得到气流激振力的1：2亚谐共振分岔方程，进一步应用奇异性理论和Hopf分岔理论研究了系统1：2亚谐共振的转迁集和系统超临界Hopf分岔与亚临界Hopf分岔的存在条件．通过参数控制方法抑制了转子-密封系统出现亚临界分岔的出现，使得系统稳定性提高．本文的分析结果对工程设计和操作具有一定的指导作用和意义．     

弹性环挤压油膜阻尼器支撑下的柔性转子系统动力学分析

弹性环挤压油膜阻尼器(Elastic ring squeeze film damper, ERSFD)具有良好的支撑作用和减振效果,但由于其结构和流场耦合行为极为复杂,使得已有的物理模型难以完整表现出ERSFD的力学特性.为了进一步探究ERSFD的力学机理,本文借助有限元仿真平台,采用双向流固耦合的计算方法,剖析弹性环与油膜之间的相互作用,获取ERSFD中油膜压力的分布规律.在此基础上,利用最小二乘法进一步拟合出ERSFD等效刚度、等效阻尼与转子轴颈扰动位移的映射关系,并将其分别引入柔性转子系统动力学模型中.通过数值计算研究了ERSFD支撑下柔性转子系统的振动响应,分别给出了不同转速下转子系统的响应分岔图、轴心轨迹等.同时,通过对比分析,进一步揭示了ERSFD所诱发出的转子系统丰富的非线性动力学行为,有助于对ERSFD轴承支撑特性的理解.     

基于小波包分析的电机滚动轴承故障诊断

电机滚动轴承发生故障时的信号是非平稳的,小波包变换对故障特征提取有明显的优势,给出了利用小波包对故障信号进行分析的方法。确定轴承参数以及对故障信号的采集,并计算各类故障特征频率,选择小波基和确定最佳的分解层数,之后在Matlab软件环境下对信号进行小波包分解和重构,得到滚动轴承各类故障信号的功率谱,最后把实验结果与计算结果做对比,证实了该方法可以有效地把轴承中的故障信息成分检测出来,从而判断滚动轴承的故障类型。     

基于多尺度空间的直升机滚动轴承故障诊断

针对直升机系统与传递路径复杂,采集信号中成分多样,传统方式提取的特征难以有效反映信号健康状态,影响滚动轴承诊断精度等问题,在传统时域指标的基础上,结合多尺度空间对特征空间重叠和信号跨尺度复杂性问题上的优势,构建多尺度指标作为故障分类的依据。根据ReliefF算法对原始高维多尺度特征迭代计算得到权重,利用权重值进行特征选择,同时减轻计算成本。权重最大的一部分特征将作为随机森林模型的输入,利用其多分类器集成学习的优势,进行滚动轴承故障分类诊断。通过滚动轴承公开数据集来说明所提方法的优势和可行性。数据处理结果表明,多尺度特征较原始时域特征具有更好的分类性能,并且随机森林在该算法中较其他分类模型分类效果更好。     

基于LMD和GNN-Adaboost的滚动轴承故障严重程度识别

提出一种基于局部均值分解（Local Mean Decomposition,LMD）和遗传神经网络自适应增强（Genetic Neural Network Adaptive Boosting,GNN-Adaboost）的滚动轴承损伤程度识别方法。通过LMD方法将轴承振动信号分解为若干个瞬时频率有物理意义的乘积函数（Production Function,PF）,对能反映信号主要特征的PF提取能量矩,结合原始振动信号的时域特征参数（方差、偏度、峭度）,组成故障严重程度识别特征参数矩阵。将基于LMD方法的特征参数矩阵作为GNN-Adaboost方法的输入向量,对不同载荷与转速工况下的轴承进行故障严重程度识别。结果表明,基于LMD和GNN-Adaboost的方法能够有效提高轴承故障严重程度识别准确率,对滚动轴承等关键旋转部件的故障识别与定位具有重要意义。     

混合磁悬浮轴承转子系统的仿真分析

通过ANSYS对UG中所建立的转子的三维实体模型进行有限元分析,生成了柔性转子的模态中性文件,将其导入ADAMS中分别建立了轴向永磁、径向四自由度电磁悬浮和轴、径向三自由度永磁、其余两径向自由度电磁悬浮的五自由度混合磁悬浮轴承柔性转子系统模型,采用基于接口的方法在MATLAB和ADAMS环境下对系统进行了起浮和旋转联合仿真,并根据仿真结果对设计参数进行了优化,可为混合磁悬浮轴承转子系统的设计与研究提供参考。     

基于BO-DKELM的滚动轴承故障诊断

滚动轴承作为旋转机械中的必需元件,其任何故障都可能导致机器乃至整个系统发生故障,从而导致巨大的经济损失和时间的浪费,因此必须要及时准确地诊断滚动轴承故障。针对传统极限学习机中模型参数对滚动轴承故障诊断精度影响较大的问题,提出了一种基于贝叶斯优化的深度核极限学习机的滚动轴承故障诊断方法。首先,将自动编码器与核极限学习机相结合,构建了深度核极限学习机(Deep kernel extreme learning machine, DKELM)模型。其次,利用贝叶斯优化(Bayesian optimization, BO)算法对DKELM中的超参数进行寻优,使得训练数据集和验证数据集在DKELM模型中的分类错误率之和最低。然后,将测试数据集输入到训练好的BO-DKELM中进行故障诊断。最后,采用凯斯西储大学轴承故障数据集对所提方法进行验证,最终故障诊断精度为99.6%,与深度置信网络和卷积神经网络等传统智能算法进行对比,所提方法具有更高的故障诊断精度。     

基于MFCCS和改进VPMCD的滚动轴承故障诊断

将梅尔倒谱和系数(MFCCS)与改进的基于变量预测模型的模式识别算法(VPMCD)相结合,提出了一种滚动轴承故障的诊断方法.将语音信号识别中最常用的特征参数梅尔倒谱系数(MFCC)应用到轴承故障诊断领域,提出了适用于滚动轴承故障识别的特征参数梅尔倒谱和系数.同时,采用主成分分析(PCA)方法来解决VPMCD方法中求解得到的预测模型方程系数与理想系数存在偏差的问题.然后,使用改进的VPMCD算法对特征参数进行训练,再利用预测模型对待诊断样本数据进行模式识别和诊断,并用实验室模拟试验台的数据,对该方法进行了验证,实验结果能够有效区分轴承的故障种类,证明了方法的有效性.     

基于小波包分析的滚动轴承故障特征提取

简述了小波包分析的基本原理及其用于特征提取的机理,利用小波包对滚动轴承振动加速度信号进行分解,求出各频率段的能量,并以此作为滚动轴承所发生故障的特征向量进行提取,从而识别出滚动轴承的故障,通过对于实测信号的分析证明了该方法的有效性,体现了小波包分析的优良性。     

基于灰关联理论的滚动轴承故障诊断研究

针对实际工程中滚动轴承故障的复杂灰特性以及不确定性问题,提出了基于灰关联理论故障诊断方法。灰关联理论具有"小样本、贫信息、不确定性"问题处理能力强、计算复杂度低等优点。通过对灰关联原理、灰关联系数与分辨系数的关系,以及分辨系数的性质和取值原则的研究,成功地将灰关联理论应用于滚动轴承的故障诊断。仿真实例研究结果表明,灰关联故障诊断方法计算简单、诊断结果与定性分析结论一致,便于形成知识库中的规则,对工程实践具有理论指导作用,且对样本数量及其分布规律没有特殊要求,有较大实用价值。     

滚动轴承故障诊断中数据不均衡问题的研究

滚动轴承缺陷是导致滚动轴承在运行过程中产生故障的主要原因之一,因此对滚动轴承缺陷诊断技术进行研究具有十分重要的意义。但是,在轴承故障诊断数据集中,故障样本数通常比非故障样本数要少很多,由此引发了数据不均衡情况下故障诊断的问题。以往的研究很少关注这种数据不均衡问题对故障诊断的影响。此外,在故障数据集中有一些冗余甚至是不相关的特征,这些特征降低了学习器的泛化能力。为解决这类问题,本文提出了一种基于Fisher准则的EasyEnsemble算法来解决故障诊断中的数据不均衡问题。在UCI数据集和滚动轴承数据集上的实验结果表明,新算法提高了分类器在不均衡数据集上的分类性能和预报能力。