基于VMD的螺栓松动状态识别（英文）

针对螺栓出现松动故障信号产生非线性、非平稳的现象,提出一种基于VMD与LSSVM模型相结合的螺栓松动状态识别方法。搭建螺栓松动实验平台采集螺栓松动状态下4种工况的振动信号;利用VMD分解对螺栓松动状态各个工况下的振动信号进行分解,并计算VMD分解后各模态分量的能量熵,最后以各工况下VMD分解的各模态分量能量熵为特征构造特征向量矩阵,通过LSSVM模型进行训练与状态识别。实验结果表明:该方法可以有效的识别出的螺栓松动状态,并通过与EMD-LSSVM模型进行对比,验证了该方法用于螺栓松动状态识别的有效性、可行性与相较其EMD分解方法的优越性。     

铁路货车心盘螺栓松动折断原因及改进

针对铁路货车心盘螺栓松动折断的问题,分析其原因,并提出防范措施.     

基于HHT的法兰螺栓连接松动实验研究

通过对随机激励下法兰螺栓连接结构的响应信号进行HHT分析,得到了各固有模态函数(IMF)的能量分布规律和不同预紧力下响应信号的时频谱。结果表明:IMF能量分布百分比在不同预紧力下有较强的规律,能较好地反映螺栓连接结构的松动情况;HHT三维时频谱图直观地反映了能量分布随着预紧力的变化情况,说明选用具有自适应性的HHT对振动环境下法兰螺栓连接结构进行分析较合适。     

基于HHT的法兰螺栓连接松动实验研究

通过对随机激励下法兰螺栓连接结构的响应信号进行HHT分析,得到了各固有模态函数（IMF）的能量分布规律和不同预紧力下响应信号的时频谱。结果表明：IMF能量分布百分比在不同预紧力下有较强的规律,能较好地反映螺栓连接结构的松动情况;HHT三维时频谱图直观地反映了能量分布随着预紧力的变化情况,说明选用具有自适应性的HHT对振动环境下法兰螺栓连接结构进行分析较合适。     

基于柔性压电材料传感器的法兰螺栓松动检测

采用柔性压电复合材料传感器进行法兰螺栓松动检测,研究PZT粒径对复合材料压电和介电性能的影响。制备的复合材料压电电压常数g₃₃达到117 mV·N^-1。采用柔性复合材料传感器接收单个和多个螺栓在不同松动程度下的超声波,获得超声波透射信号首达波幅值随螺栓松动变化规律。结果表明,随着单个法兰螺栓松动程度加剧,超声波透射信号首达波幅值减小;法兰螺栓在相同预紧力矩情况下,超声波透射信号首达波幅值随着螺栓松动个数增加而减小。研究可为法兰螺栓松动定量检测提供理论依据。     

基于模态试验的螺栓联接刚度识别与应用

使用模态测试和有限元优化相结合的方法获取了螺栓联接的等效刚度。对处于安装状态的光栅尺支架进行模态测试,获取前两阶模态参数;基于该模态参数,通过有限元优化获取螺栓联接的等效刚度;将该等效刚度应用到光栅尺支架的结构拓扑优化中,通过对比固定螺栓孔的拓扑优化结果,证明了获取螺栓联接等效刚度的必要性。     

剪切激励下润滑脂对螺栓连接结构松动行为的影响研究

目的 为了提高螺栓连接结构的可靠性,分析剪切激励下螺栓连接结构松动失效机理,并研究润滑脂对螺栓连接松动行为的影响。方法 基于自主设计的试验装置,开展了剪切激励下螺栓连接结构的松动试验,分析了两种润滑脂(MoS2润滑脂和锂基润滑脂)对螺栓连接结构松动行为的影响,试验结束后使用扫描电子显微镜分析螺纹表面的损伤情况。结果 在相同预紧力条件下,使用润滑脂的螺栓连接结构初始预紧力矩可降低30%~40%。螺栓连接结构所承受的剪切载荷存在门槛值,即当剪切载荷低于门槛值时,连接结构不会完全松动。在螺栓前三圈接触螺纹表面添加润滑脂(局部润滑),门槛值降低;在螺栓全部接触螺纹表面均添加润滑脂(完全润滑),门槛值进一步降低。当承受载荷幅值低于门槛值时,局部润滑有利于防松,螺栓连接结构的松动程度可降低20%以上。结论 螺纹接触界面的微观滑移和微动磨损是螺栓连接结构松动的主要原因,在螺纹接触界面添加润滑脂可有效减缓螺纹表面的微动磨损。     

连杆螺栓断裂失效分析

发动机连杆螺栓发生断裂失效,通过断口宏微观观察、金相组织检查、硬度及拉伸性能测试、螺纹尺寸测量和化学成分分析,对连杆螺栓断裂原因进行了分析。结果表明：螺栓的断裂性质为疲劳断裂;螺栓的金相组织及化学成分未见异常,硬度及拉伸性能符合要求,螺纹尺寸不符合标准要求。综合分析认为：螺栓发生松动是螺栓断裂的根本原因;螺栓松动与装配时预紧力过小和螺纹直径偏小有关。针对断裂原因,提出了预防措施。     

基于经验模态分解的螺栓连接状态敲击检测方法

螺栓在工程结构和机械系统中有着广泛的应用,作为整个系统中较为薄弱的部分,一旦发生松脱可能会造成灾难性的后果,所以很有必要对螺栓的连接状态进行实时监测。由于在不同拧紧状态下,螺栓内部的微观结构不同,对不同拧紧力的螺栓进行敲击产生的声信号也有一定的区别,对7种不同拧紧力矩下的螺栓进行敲击,并将敲击发生后0.26 s声信号的频谱图与经过经验模态分解处理之后前两阶IMF分量的频谱图进行对比。实验结果中对原敲击信号直接做快速傅里叶变换的主频值随拧紧力矩变化的规律并不明显,而原信号经过经验模态分解之后,敲击信号的前两阶模态函数的频谱图中峰值点对应的频率值均随螺栓拧紧力矩的增加而升高。结果表明对敲击声信号进行经验模态分解,通过分析前两阶IMF分量的峰值频率可有效识别螺栓的连接状态。     

振动载荷频率对螺栓法兰连接结构松动行为仿真分析北大核心

为探究振动载荷频率对螺栓法兰连接结构松动行为的影响规律仿真分析,首先建立了带螺旋升角螺纹的螺栓法兰连接结构精细有限元模型,进行了全六面体网格划分,采用了施加力矩法施加初始预紧力,运用Yamamoto方法和Spowith方法验证了模型的有效性,然后进行了螺栓松动条件理论分析,最后进行了振动载荷下螺栓法兰连接结构松动行为仿真计算,基于螺栓预紧力变化和螺纹接触面、螺栓头接触面黏着-滑移接触状态变化情况分析了振动载荷频率对螺栓松动行为的影响规律。结果表明,存在一振动载荷频率临界值,使得螺栓松动最不容易发生;一定范围内,低振动载荷频率较高振动载荷频率振更容易引起螺栓松动;当达到一定值后,振动载荷频率将对螺栓松动影响较小。     

BFA优化VMD参数的轴承故障诊断

针对传统变分模态分析(VMD)在轴承故障诊断中的分解结果主要受分量个数K和惩罚因子α的影响而导致解析力低的问题,提出了细菌觅食算法(BFA)优化VMD参数的滚动轴承故障诊断方法。首先利用细菌觅食算法优化VMD的参数K和α,得到最优参数组合[K,α],再利用优化后的VMD分解故障信号得出不同中心频率的本征模态分量(IMF),最后根据IMF的散布熵值选择最佳的IMF分量进行Teager能量谱分析。实验结果分析表明优化参数后的VMD算法解析力更强。     

基于遗传小波神经网络MIG焊熔透状态模式识别

通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用并加以改进,建立了基于电弧声信号特征的MIG焊熔透状态诊断网络模型.声波信号经小波去噪和小波包频带能量特征提取后,作为小波神经网络模型的输入特征向量,网络训练中采用具有全局优化能力的遗传算法动态修改网络结构和参数,避免了神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能.结果表明,将网络模型用于熔透状态诊断,证实了方案的可行性和有效性.     

滚动轴承VMD能量熵与PNN故障模式识别研究

针对研究振动信号分析识别轴承状态的方法,在实践应用中受到各种噪声的影响很难达到准确识别预期目标的效果,提出了基于VMD能量熵特征与PNN神经网络结合的分类滚动轴承故障状态的方法。首先,通过运用变分模态分解(VMD)的信号预处理方法,实现振动信号的VMD降噪,同时利用集合经验模态分解(EEMD)对仿真信号进行对比两种方法的分解效果;然后,通过VMD能量熵和时域特征组成特征向量。最后,特征向量导入概率神经网络模型中准确识别滚动轴承故障状态。结果表明,该方法能将非平稳振动信号分解有效降噪且抑制模态混叠现象,同时能有效识别故障状态,对于在线监测机床健康状态领域的发展有重大的意义。     

基于萤火虫算法优化VMD的滚动轴承故障检测

滚动轴承的工作环境通常受噪声干扰严重,故对其故障检测颇有难度。针对此问题,提出基于改进萤火虫算法优化VMD参数的方法。首先利用快速谱峭度分析信号,得到带通滤波器的最佳参数后,对信号进行滤波即初步降噪;其次经萤火虫算法优化得到VMD的最优参数K和α,根据所得参数将信号分解为若干个IMF分量,并以相关系数和散布熵为原则重构信号;最后用Hilbert包络解调重构后的信号得到故障特征。通过对试验数据的分析以及与LMD分解的对比可知,该方法能可靠地检测出轴承故障特征。     

缸盖螺栓接触损伤引发疲劳开裂分析

通过电镜、金相、能谱分析等手段对缸盖螺栓开裂进行了综合分析。结果表明，该缸盖螺栓的开裂为疲劳断裂，开裂的诱发与安装不当导致表面的不正常接触挤压有关。     

基于纹理特征的焊缝识别方法

提出了一种基于纹理特征的焊缝自主识别视觉方法.不同于通常利用被焊工件的宏观结构特征的主动视觉和利用工件图像中明显的灰度梯度的被动视觉,该方法利用待焊区(焊缝位置)与母材区之间明显的纹理特征差异来实现;能够解决多层多道焊后几层、道次的焊接时通常视觉方法不易识别焊缝的问题.在该方法中,先对图像进行纹理分析.提取纹理特征,再利用待焊区和母材区的纹理特征差异,采用图像分割的方法,确定焊缝区域位置以及焊缝中心.结果表明,该方法能够适用于多层焊盖面焊焊缝识别.     

基于多类支持向量机的板形识别方法

提出一种基于多类支持向量机理论的板形识别分类器,通过对冷轧工序中板形仪测得的数据进行预处理,获取所需样本数据。采用“一对多”方法训练多类支持向量机分类器,最后用测试样本对训练出的分类器进行性能测试。仿真结果表明该方法在处理小样本数据时识别率非常高,泛化能力更强,为板形识别提供了新的研究方法。     

42CrMo钢连接螺栓断裂分析

连接柴油机凸轮轴与正时齿轮的42CrMo钢螺栓在试机过程中断裂。对断裂螺栓进行了宏观检验、化学成分分析、硬度测定、金相检验和能谱分析。结果表明:螺栓的化学成分、显微组织和硬度均正常,但氧化物夹杂的含量较高,且最大直径达350μm,大大降低了螺栓的有效承载面积,导致其断裂。     

飞机起落架固定螺栓氢脆断裂研究

飞机起落架一固定螺栓发现裂纹,经断口宏观观察、微观观察、金相检查、硬度检测及H含量测定,综合分析确定该型螺栓的断裂性质,并分析断裂失效的原因。研究结果表明,螺栓的断裂性质为氢脆断裂,其修理过程中发生塑性变形产生局部应力集中,电镀前未除应力是氢脆断裂诱因,并导致最终断裂。建议该型螺栓修理时应严控表面处理过程,严格执行除应力措施,从而降低该型螺栓发生氢脆断裂的可能性。