面接触边界润滑模型研究

根据经典的热传导公式,求解面接触边界润滑条件下的接触温度,再根据吸附热和摩擦因数、接触温度之间的关系建立一种求解边界润滑摩擦因数的模型。利用模型计算一个实例,通过分析发现,在载荷较低时,摩擦因数随滑动速度或载荷的变化变动很小,载荷较高时,摩擦因数随滑动速度或载荷的增大而增加;摩擦因数随接触温度的增加而增加;相对油亏量和摩擦因数有着基本一致的变化规律。通过在自制滑块-摩擦盘机构上的实验证实,实验结果和理论结果有相似的变化规律。     

轮胎胎面参数在线检测系统研究及应用

为了提高汽车轮胎生产过程中对胎面尺寸的测量精度,针对移动中的橡胶胎面设计了一种测量轮胎胎面参数的在线检测系统。选用3D激光传感器,根据传感器获得的坐标数据绘出胎面横截面轮廓,基于B样条曲线拟合方法,通过特征点测量计算胎面横截面数据;选用CCD图像传感器,设置两端基准线,根据现场亮度采用可调光源控制器,并采用OSTU算法对图像进行二值化处理,基于像素数和实际的尺寸存在线性对应关系,可获得胎面长度。现场实验结果表明,该测量系统的横截面参数测量精度小于1 mm,长度测量精度小于2 mm,能够满足生产工艺的测量要求,可实现胎面参数的在线动态测量,该测量系统具有安装方便、运行稳定等特点。     

宽基轮胎胎面畸形机理仿真分析及解决方法

为探究宽基轮胎成型过程中胎面畸形现象产生的机理,采用数值模拟方法重现了435/50R19.5型宽基全钢载重子午线轮胎成型过程,该轮胎采用5层带束层结构,其中3#带束层采用单根钢丝以0°角缠绕而成。轮胎成型过程的仿真主要包括主鼓部件贴合、辅助鼓部件贴合、生胎成型及硫化机内定型等4个工序。通过分析胎面胶料在定型过程中的流动情况,阐明了宽基轮胎在成型过程中胎面部位畸形的成因。为消除胎面畸形问题,提出将成型机辅助鼓设计为曲面鼓的方法来引导胶料流动,从而达到解决缺陷的目的,利用成型仿真确定了曲面鼓的设计参数,并进行样胎试制。试制结果表明,曲面鼓成型方法可以使成型过程中的胶料流动更合理,有效地避免上述缺陷的产生,提高宽基子午线轮胎的制造工艺水平。     

散乱数据点云型面特征提取算法研究

提出一种新的散乱数据点云型面特征提取算法,该算法基于散乱数据点云的动态空间存取模型,应用WINDOWS APl和OpenGL技术拾取点云局部型面的曲率信息,根据点云型面特征的曲率性质,改进区域生长法实现产品点云型面特征的提取.实验证明该算法型面特征提取准确,可有效提高建模效率及重建模型精度.     

齿轮箱振动信号降噪及特征提取方法研究

以峭度值来构建适应度函数,再利用粒子群自适应优化方法得到最大峭度对应的分解层数.对仿真信号降噪情况进行分析可知,本文算法可以更加高效提取得到微弱特征频率,从而完成齿轮箱故障有效判别.通过信号处理测试可知,本文方法可以有效抑制齿轮箱振动产生的强背景噪声,使频率混叠得到充分消除,从而更加准确提取得到故障特征.     

柴油机排气噪声特征提取方法及故障诊断研究

柴油机的排气噪声中含有很多能反映柴油机故障的有用信息,因此从排气噪声中提取有效的特征向量可用于柴油机故障诊断。通过对柴油机不同状态下的排气噪声分析,对比了基于功率谱分析、小波包分解和AR模型的排气噪声特征提取方法,发现基于AR模型的排气噪声特征提取方法能有效地区分柴油机失火及气阀机构故障。     

液压系统故障特征提取方法研究

针对液压系统故障特征不清楚、诊断特别困难的难题,提出利用EEMD分解与相关性分析相结合的液压系统故障特征提取方法。首先用EEMD分解液压故障信号得到一组IMF分量,从中筛选出与故障信号自身相关系数大的IMF分量作为一组故障的候选IMF分量集;再在故障信号的IMF分量中筛选出与正常信号相关系数小的IMF分量,作为另一组故障的候选IMF分量集;两组候选IMF分量集的交集确定原故障信号的主要故障特征IMF分量,作自功率谱分析即可得到所提取IMF分量包含主要故障特征频率,并通过所提取IMF分量与正常信号的互功率谱验证特征提取的正确性。用该方法准确提取出液压实验台泄漏故障特征IMF分量以及故障特征频率。     

基于RGB图像处理的轮胎胎面缺陷检测方法研究

轮胎是支撑汽车重量的关键零部件之一,目前针对轮胎的检测仍以人工检测为主,存在检测效率低、易漏检、检测不方便等问题。考虑到轮胎胎面缺陷主要为裂纹和凹痕两种类型,结合机器视觉与图像处理技术设计了一套轮胎胎面检测系统。针对裂纹缺陷和凹陷缺陷,其特征与正常轮胎花纹相互干扰难以检测等情况,通过深化预处理过程,将其分为R、G、B三个通道,采用不同方法进行降噪;然后通过阈值分割、缺陷标记和形态学处理等方法提取出精确的缺陷特征。实验结果表明,所设计的轮胎胎面检测算法可较好地检测出不同类型的缺陷,提供了一种新的检测方法。     

轮胎花纹泵浦噪声计算及评价方法

利用ABAQUS软件建立计及复杂花纹的205/55R16型子午线轮胎3D有限元模型,通过接地试验验证了有限元模型的精度,并提取轮胎在滚动过程中单个节距花纹沟体积变化历程。结合Lighthill声学理论和FW-H方程,利用动网格技术将花纹沟体积变化历程作为流体计算边界条件,计算花纹泵浦噪声,并与试验结果取得了较好的一致性。在此基础上,分析了使用因素对轮胎泵浦噪声的影响,轮胎花纹泵浦噪声随载荷和速度的增加而增加,随着轮胎气压的增加而减小。泵浦噪声与滚动程中花纹沟体积变化率成正比,提出以单一节距花纹沟体积变化率作为泵浦噪声的评价指标,控制花纹沟变形可实现降噪,为设计低噪声轮胎提供了新思路。     

轮胎胎面划线装置的应用研究

介绍胎面挤出联动线中常用划线装置的结构与工艺特点,并针对实际应用中存在的问题进行优化设计。制定相应的改进方案,优化后的装置不仅能够有效的节约胶浆用量、提高制品生产效率以及提升胎面合格率,而且还将为轮胎制造业带来更高的经济效益。     

基于DBN的故障特征提取及诊断方法研究

随着装备日趋复杂化,依靠专家经验或信号处理技术人工提取和选择故障特征变得越来越困难。此外,以BP神经网络、SVM为代表的浅层模型难以表征被测信号与装备健康状况之间复杂的映射关系,且面临维数灾难等问题。结合深度置信网络(DBN)在提取特征和处理高维、非线性数据等方面的优势,提出一种基于深度置信网络的故障特征提取及诊断方法。该方法通过深度学习利用原始时域信号训练深度置信网络并完成智能诊断,其优势在于能够摆脱对大量信号处理技术与诊断经验的依赖,完成故障特征的自适应提取与健康状况的智能诊断,该方法对时域信号没有周期性要求,具有较强的通用性和适应性。在仿真数据集和轴承数据集上进行了故障特征提取和诊断实验,实验结果表明:本文提出的方法能够有效地从原始信号中进行多种工况、多种故障位置和多种故障程度的故障特征提取和诊断,并且具有较高的故障识别精度。     

LMD-MOMEDA滚动轴承故障特征提取方法研究

由于滚动轴承的故障信号在强噪声的背景之下很容易被淹没,并且具有非线性、非平稳等特点致使故障特征提取困难,在分析了滚动轴承振动信号的特点后提出了一种将局部均值分解（LMD）与多点最优最小熵解卷积（MOMEDA）相结合的故障特征提取方法。首先将滚动轴承的故障信号进行LMD分解,得到一系列的PF分量;然后根据相关系数准则对相关程度较高的PF分量进行重构,用MOMEDA方法对重构后的信号进行降噪,提取故障特征。并通过实验验证了该方法的有效性。     

机电设备故障音频特征提取方法研究

针对机电设备的故障音频信号特征,深入研究了ICA信号处理过程并引入了基于负熵的快速不动点算法。提出了基于EMD-ICA的故障音频特征提取方法,通过EMD的自适应分解能力,解决了ICA处理过程中信号源数目的限制问题,同时利用ICA方法的盲源分离能力,避免了EMD分解的模态混叠现象。实验表明:通过EMD-ICA方法,能有效对机电设备故障音频特征进行提取,在故障诊断的准确性和鲁棒性方面具有优势。     

SGMD-MOMEDA滚动轴承故障特征提取方法研究

针对滚动轴承的振动信号因非线性、非平稳且信噪比低而造成故障特征难以提取的问题,基于辛几何模态分解(Symplectic Geometry Mode Decomposition, SGMD)和多点最优最小熵解卷积调整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted, MOMEDA)理论,提出了SGMD-MOMEDA故障提取方法。首先,使用SGMD对故障信号进行分解,得到一列的辛几何分量(Symplectic Geometry Components, SGC);其次,依据相关性准则选取SGC进行信号重构,并确定MOMEDA分解参数;最后,使用MOMEDA方法对重构信号进行处理以提高信噪比,并利用包络谱分析对处理后的信号提取故障特征。仿真和实验结果表明,该方法能够准确地提取滚动轴承的故障频率,且与经验模态分解(Empirical Mode Decomposition, EMD)方法的对比结果显示了SGMD方法作为预处理其分解结果更加准确,在故障诊断领域具有较大的应用价值。     

LMD-KICA滚动轴承信号特征提取方法研究

在实际工程机械所产生的滚动轴承故障信号十分复杂,有效的故障信号和特征信息极易被噪声信号所干扰,针对工程中振动信号的特点,提出了一种基于局部均值分解(LMD)结合核独立分量分析(KICA)的方法提取故障信号特征.首先将源信号进行LMD分解,根据相关系数准则提取相关程度高的PF分量并构建新信号,对新构建的故障信号运用KIC...     

弧齿锥齿轮仿真加工齿面的NURBS重构及优化方法

针对仿真加工输出的弧齿锥齿轮模型齿面精度较低的缺陷,结合非均匀有理B样条(NURBS)方法在CAD/CAM中的优势和特点,提出NURBS齿面重构和优化的方法。首先,基于仿真加工齿面形状的分析,提取初始型值点并对其进行优化选取,将由工作齿廓、过渡圆角、齿根组成的端面齿廓曲线作为v线,齿面的过渡圆角线作为u线,分别进行其曲线的NURBS拟合。然后,基于拟合的基本曲线,采用蒙面法进行了弧齿锥齿轮的NURBS齿面重构。最后,以重构齿面为基面提出了以牛顿迭代与最小二乘法为主的多种齿面优化方案,以完成齿面的精确拟合。结合相关算例的齿面精度对比分析,表明提出的重构及优化方法具有良好的实用性。     

气门故障特征提取及诊断方法的分析与研究

分析比较了工程实践中用于分析气门信号的两种方法(短时傅立叶变换和小波变换)的各自特点,指出用短时傅立叶变换分析气门信号存在的缺点,通过理论分析,得出用小波变换作为提取气门故障特征这一方法的优点.     

基于改进CEEMDAN和优化重构的轴承故障特征提取研究

滚动轴承作为旋转设备的关键部件,其性能严重影响设备的运行安全。由于设备工况复杂,反映轴承的故障特征的冲击成分往往被噪声信号所淹没,导致无法有效的提取故障特征。为了更准确的获取滚动轴承的故障信息特征,本文提出一种基于改进的自适应噪声完整集合模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和峭度指标的特征提取方法。首先,利用改进的CEEMDAN方法对分解过程中的各段信号添加自适应白噪声,计算唯一的余量来获得各个固有模态函数(intrinsic mode function),与EEMD(ensemble empirical mode decomposition)相比,其分解过程完整。其次,计算各IMF分量的峭度指标,筛选重构IMF分量集,然后利用重构信号峭度最优指标筛选出最合适的重构信号,最后,通过包络解调获得轴承故障特征。结果表明,该方法具有更好的分解效果,自适应性好,可以更好的抑制噪声,提取轴承故障的冲击成分。     

手指肌电信号稀疏分解重构与活动段特征提取研究

针对传统信号处理方法在非平稳信号处理中的局限性问题,对稀疏分解思想和自适应过完备原子库进行了研究,提出了将稀疏分解思想应用到表面肌电信号处理中的方法。采用数据分割的方式,对原始信号进行了预处理。在正交匹配追踪算法的基础上,利用K均值-奇异值分解(K-SVD)算法构造了自适应过完备原子库,对分割后的各个样本块分别进行了稀疏分解,将其多维特征重构为一维稀疏系数。同时,以便于实际应用与连续控制为原则,对每个样本块的稀疏系数进行了重组,用单个特征值表征了样本块的多维特征。数据分析结果表明,重构后的一维稀疏系数可以保留四维原始信号的绝大部分能量,而重组后的特征值可以准确反映原始信号活动段的变化。     

胎面缠绕生产线实时监控及分层诊断专家系统

为了提高胎面缠绕生产线设备的缠绕质量以及胶料分布的稳定性,降低研发成本和废品率,基于虚拟仪器LabVIEW图形化编程平台,开发具有以太网通信功能的监控系统。依据大量试验数据,建立了分层诊断数学模型,改进分层算法规则,采用分层诊断专家系统,增强轮胎生产工艺修改适用性、快速性和稳定性,有效提高生产效率,缩短生产研发周期。