基于主成分分析马氏距离的支腿控制阀健康评估

支腿控制阀的性能是影响起重机支腿系统伸缩性能的重要因素之一。为了准确的评估支腿控制阀的健康性能,提出一种支腿系统的性能衰退与健康状态的评估方法,该方法基于PCA降维与马氏距离相结合的分析模型,建立不同状态下传感器信号与关键零部件的映射关系,从而达到对起重机支腿系统性能衰退量化评估的目的。该方法应用于起重机支腿控制阀的压力信号,通过对传感器信号内蕴关系及起重机在各年份提取的特征在特征空间的相关性分析,以得到量化性能评估结果。与常见的其他方法相比,该模型能够准确地反映起重机支腿系统历年来的性能衰退趋势,具有更好的鲁棒性与泛化性。     

结合VMD和Volterra预测模型的轴承振动信号特征提取

针对滚动轴承振动信号的非线性和非平稳性特点,提出了一种结合变分模式分解(VMD)和Volterra预测模型的轴承振动信号特征提取方法。利用VMD良好的非平稳信号分解能力将轴承振动信号分解成有限个平稳的本征模式函数(IMF)分量,然后对各IMF分量进行相空间重构,在重构的相空间内建立Volterra自适应预测模型,根据类内类间距准则对模型参数进行优选,用于描述轴承振动信号。对4种状态的滚动轴承振动信号进行了分析,优选的特征参数表现出较好的分类性能。实验结果表明,该方法能有效提取振动信号中的非线性和非平稳特征,从而提高滚动轴承故障诊断精度。     

基于时间-小波能量谱的齿轮故障诊断

振动信号中的冲击现象及其频率特征是诊断齿轮局部损伤故障的重要依据之一。针对齿轮故障特征提出了一种时间-小波能量谱信号处理方法,它能够有效提取振动信号中冲击成分的时域和频域特征。利用时间-小波能量谱方法分析了正常、磨损、断齿等三种状态的齿轮箱振动信号,并与传统频谱分析方法进行相比。结果表明：时间-小波能量谱不仅可以有效提取故障特征,识别出齿轮箱的故障存在,而且可以清晰地分辨出故障类型及故障元件。     

基于无迹卡尔曼滤波的动态贝叶斯小波变换在轴承故障诊断中的应用

针对工程实际中滚动轴承发生故障的类型具有典型性和故障信号具有冲击性,且振动信号的频率成分因外界环境的影响而变得极其复杂的特点,提出了一种基于负熵和无迹卡尔曼滤波的动态贝叶斯小波变换方法。该方法将SE(Squared Envelope) Infogram方法应用到无迹卡尔曼滤波方法(Unscented Kalman Filter, UKF)中,利用SE Infogram确定滤波器参数初值,即中心频率与带宽的初值,结合UKF对中心频率与带宽进行优化,以最优中心频率与带宽对振动信号进行滤波分析,对滤波后的信号进行包络解调分析,实现轴承微弱故障特征的提取。利用负熵指标代替以往研究所用的峭度指标,可以有效消除或削弱高峰值干扰的影响。最后,通过对仿真信号和轮对轴承试验信号对提出的方法进行了验证。结果表明,该方法能够有效提取强背景噪声下轴承外圈、内圈故障和滚动体故障,验证了该方法对轴承微弱故障诊断的有效性。     

高频响应下音圈电机复杂迟滞特性建模与验证

为了实现音圈电机(Voice Coil Motor,VCM)在高频、高速、高加速情况下的精确定位控制,针对引起音圈电机产生振动、系统不稳定等问题的特殊复杂迟滞特性,建立了其复杂迟滞模型。改进了C-S迟滞模型,提出了C-S神经网络混合动态复杂迟滞模型;用音圈电机的两组实测数据验证了模型的有效性。实验结果为：音圈电机工作在低频、低速、低加速时(10Hz)表现出一般的迟滞特性,这时建模的最大误差为4.8μm,是最大输出值的0.48%,表明该方法能够有效的补偿音圈电机一般的迟滞特性;音圈电机工作在高频、高速、高加速时(40Hz)表现出特殊的复杂迟滞特性,其建模的最大误差为6μm,是最大输出值的0.97%。说明该方法能够满足复杂迟滞特性建模的要求。     

基于振动信号分离的行星轴承故障特征提取

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。     

基于多元角域指标离群检测的风电齿轮箱故障预警方法

针对风速和载荷随机波动造成的早期故障特征难以提取和量化的特点,提出基于多元角域指标离群检测的风电齿轮箱故障预警方法。首先利用阶比重采样技术将非平稳的时域振动信号转化为具有平稳或准平稳特性的角域信号,提取角域无量纲指标反映风电齿轮箱早期故障趋势;其次利用多元相关度测量建立风电齿轮箱早期故障识别模型;最后采用多元离群检测方法实现风电齿轮箱早期故障预警。实验表明,该方法能够实现较为准确地的风电齿轮箱早期故障预警,具有较好的工程实际意义。     

基于高阶累积量的柴油发动机曲轴轴承故障特征提取

利用基于高阶累积量降维处理的1.5维谱、2.5维谱分析曲轴轴承不同磨损间隙下的发动机振动信号,提取曲轴轴承磨损故障的特征参数,有效地解决了高阶累积量计算量巨大,难以实现在线应用的缺点。试验时将振动加速度传感器放置在发动机缸体的5个不同的位置测取振动信号并分析,提取高阶谱降维处理后的特定频段内的频带能量作为特征值。结果表明,本文提出的方法能够有效地抑制噪声的干扰,提取出的特征参数能够较好地反映曲轴轴承的技术状态,且当发动机转速达1300r/min以上,振动加速度传感器置于油底壳与缸体接缝处的左右两侧时,采集的振动信号最能反映曲轴轴承的技术状况。     

基于生成微分方程的行星齿轮箱故障振动信号解调分析

行星齿轮箱振动信号具有明显的调制特点,幅值解调和频率解调分析能够有效提取其中的故障信息。生成微分方程(GDE)方法可以估计调制信号的幅值包络和瞬时频率,实现解调分析,但该方法需要信号满足单分量要求。实际行星齿轮箱振动信号通常由复杂多分量成分组成,为实现信号的幅值解调和频率解调分析,应用经验模式分解(EMD)将信号分解为单分量本质模式函数,基于生成微分方程计算瞬时频率和幅值包络,根据瞬时频率的波动特点选择本质模式函数作为敏感分量,由敏感分量的包络谱和瞬时频率的Fourier频谱识别故障特征频率。通过行星齿轮箱故障模拟实验数据分析验证了解调分析方法的效果。     

基于LMD的时频分析方法及其机械故障诊断应用研究

如何有效地从振动信号中提取有用信息成分一直以来都是故障诊断领域研究的热点。局部均值分解(Local Mean Decomposition, LMD)是一种新的信号自适应分解方法。本文研究基于LMD的瞬时频率求解、时频分析及其故障诊断的应用。LMD的时频分析方法成功提取出实验室转子碰摩特征以及实际低速变载轧机齿轮局部故障信息,这证实了方法的有效性。     

基于替代模型的岸桥随机有限元模型修正

研究了考虑参数随机不确定性的岸桥有限元模型修正问题。首先,假设岸桥的待修正参数和模态参数都服从正态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次,以某岸桥为研究对象,进行风振响应实测,利用随机子空间法得到岸桥前4阶实测模态参数;最后建立岸桥的有限元模型,基于Kriging替代模型及多目标遗传算法对岸桥结构进行有限元模型修正。结果表明,考虑参数不确定性的随机有限元模型修正方法能有效修正岸桥结构参数的均值和标准差。     

对某电机降振的实验分析

摘要：单相异步电机被广泛用于人们的生活中，其噪声和振动的好坏，是判定电机优劣的一个重要指标。本文通过对水泵电机的振动进行测试分析，从而来解决了水泵振动大的一个问题。通过在转频下振动幅值的大小来判断电机动平衡好坏，从而来解决问题。     

On the elastic membrane in a potential flow

Methods for the calculation of potential flow around thin bodies are well known and can be found in several publications. According to these publications the vortex lattice method (VLM) combined with the quasi-continuous-method (QCM) is most effective for membrane-like bodies with no aerodynamical thickness. The possible flow around edges of a membrane causes singularities which are considered using a cosine-spaced vortex lattice. The structural membrane analysis with the finite element method (FEM) is also well known and has been applied to several problems of engineering. If the same mesh is used for both methods it is easy to combine the QCM and the FEM. However, a cosine-spaced FE-mesh makes no sense because it is not FEM problem-orientated. Therefore, until now, equidistant or nearly equidistant vortex lattices have been used to calculate the interacting flow and structure. They also cause unacceptable errors because they are not optimal for the VLM problem. This paper describes a new method to reduce the errors of combined calculations of flow and structure. A FEM problem-orientated mesh out of improved finite elements is combined with a cosine-spaced vortex lattice. The method is called quasi-continuous-continuous (QCC) because the discrete forces of the VLM are transformed into a continuous membrane load. A set of numerical examples shows the excellent numerical performance of the QCC and the reduction of errors. © 1998 John Wiley & Sons, Ltd.     

多传感器信息融合在电机故障诊断中的应用

为了提高电机故障诊断的准确性,引入一种多传感器信息融合的诊断方法。将多个传感器所采集的转子振动频谱信号处理后,利用蚁群神经网络进行故障局部诊断,以获得彼此独立的证据,再由证据理论对各证据进行融合,最终实现对电机故障的准确诊断。实验结果表明,该方法有效提高诊断的可信度,减少电机故障分类识别的不确定性。     

Wavelet Transform and Neural Networks in Fault Diagnosis of a Motor Rotor

In the motor fault diagnosis technique,vibration and stator current frequency components of detection are two main means.This article will discuss the signal detection method based on vibration fault.Because the motor vibration signal is a non-stationary random signal,fault signals often contain a lot of time-varying,burst properties of ingredients.The traditional Fourier signal analysis can not effectively extract the motor fault characteristics,but are also likely to be rich in failure information but a weak signal as noise.Therefore,we introduce wavelet packet transforms to extract the fault characteristics of the signal information.Obtained was the result as the neural network input signal,using the L-M neural network optimization method for training,and then used the BP network for fault recognition.This paper uses Matlab software to simulate and confirmed the method of motor fault diagnosis validity and accuracy.     

三相异步电动机驱动振动系统的Sommerfeld效应分析

提供有限动力的原动机称为非理想原动机。在工程中,几乎所有提供动力的原动机均为非理想原动机。由非理想原动机带动的振动系统称为非理想振动系统。在非理想振动系统中,原动机与振动系统的运动状态是相互作用、相互影响的。Sommerfeld效应是由于非理想原动机在振动系统共振区附近无法提供足够动力而产出的一种非线性跳跃现象。该试验研究了由一种典型原动机——三相异步电动机驱动振动系统的Sommerfeld效应。将三相异步电动机的动力学模型引入到振动系统中,建立了非理想振动系统的动力学模型。采用解析方法,建立了电机供电频率与转速之间的解析表达式,并应用摄动法进行了稳定性分析。基于MATLAB/Simulink进行了仿真验证,说明了所采用解析方法的正确性。分析了偏心质量与电机功率对非理想振动系统的影响规律。通过研究发现,对于非理想振动系统的研究必须充分考虑原动机与振动系统的相互作用,忽略二者之间的相互作用是不合适的。     

双变激振超细振动磨电机驱动转速多工况组合优选研究

针对恒速振动电机振动磨在超细粉碎过程中易出现物料团聚而引起颗粒细化难度增大、超微粉碎发展受限的情况,提出振动电机转速、激振偏心块矢径随时间变化的双变激振方式,结合Adams仿真及样机试验对电机转速变化曲线进行优化,从而实现了对高振强特性超微粉碎激励方法的研究。通过模拟分析振动磨机不同转速工况下的运动响应特性、振强变化规律,对电机转速最佳变化范围和组合效应进行研究,以平均粒径为10μm的金刚石粉末为研磨对象进行120 h新型振动磨机的碎磨试验,从而验证了组合优选所得到的电机转速变化曲线能够使得颗粒进一步细化。     

电机定子铁芯振动特性分析的一种解析方法

随着新能源汽车的发展,用户对电机噪声的要求日趋严格,噪声振动分析已经成为电机开发中的重要内容。定子的电磁振动是电机的主要噪声源,由于电机定子的复杂结构,目前常用有限元方法建模分析定子铁芯的振动特性,耗时太长,不能满足定子优化设计的振动噪声特性快速计算要求。提出了一种解析方法用于计算定子铁芯的振动特性。采用厚壳-梁耦合结构对定子铁芯进行简化,计入了定子齿对振动特性的影响;推导了耦合结构的解析能量泛函,并使用Rayleigh-Ritz法计算出定子铁芯的固有频率和模态振型。应用该解析方法计算了电机定子振动特性,分析了定子齿枢的影响,并与商用软件的有限元建模分析结果进行比较,两者误差小于5%,验证了该解析方法的准确性。     

Detection of outer raceway bearing defects in small induction motors using stator current analysis

We investigate the application of induction motor stator current spectral analysis (MCSA) for detection of rolling element bearing damage from the outer raceway. In this work, MCSA and vibration analysis are applied to induction motor to detect outer raceway defects in faulty bearings. Data acquisition, recording, and fast fourier transform (FFT) algorithms are done by using the Lab VIEW programming language. Experimental results verify the relationship between vibration analysis and MCSA, and identify the presence of outer raceway bearing defects in induction machines. This work also indicates that detecting fault frequencies by motor currents is more difficult than detecting them by vibration analysis. The use of intensive resolution FFT is recommended in MCSA for detecting faults easily. Reinstalling a faulty bearing can alter the characteristic frequencies and it is difficult to compare results from different bearings or even from the same bearing in different installations.     

基于瞬时频率估计阶比法的电机振动信号分析

电机转轴是电机中至关重要的精密零部件,运用信号分析的方法,可对电机转轴进行预估评价。为提高电机转轴的安全性,降低事故率,利用瞬时频率估计法与阶比法计算分析电机的振动信号,并进行电机实际缺陷情况下的验证试验。结果表明,基于瞬时频率估计阶比法能对信号进行有效降噪处理,准确地预测故障缺陷的具体位置。