船舶轴系整体艉管应用探讨

船舶工业是为我国防科技建设、海洋航运以及海洋资源开发利用等相关产业提供动力装备的国家战略性产业。随着我国船舶行业的迅速发展,船舶数量的急剧增加,给船舶安全带来隐患。缩短造船周期、降低造船质量风险已成为各船厂所追赶的目标。整体艉管的应用缩短轴系安装周期,也规避了轴系镗孔带来的风险。本文对整体艉管在大型船舶的应用进行探讨。     

小波神经网络及其在故障诊断中的应用

采用小波神经网络的松散型结合对刀具进行故障诊断,首先对AE信号进行小波分解,提取了5个频段的均方根值作为神经网络的输入,来识别刀具磨损状态。试验表明基于小波神经网络的刀具故障诊断是有效的。     

希尔伯特变换及其在故障诊断中的应用

本文通过理论分析和实际工程应用讨论了希尔伯特变换的原理及其在解决齿轮箱调制故障中的应用，并将重抽与滤波有效地结合起来以得到了最大细化倍数的解调谱，从而提高了解调谱的分辨率，运算速度及精度。     

船舶轴系合理校中及其影响因素分析

针对某一实船的轴系布置,考虑轴承支撑刚度与船体变形,进行轴系的合理校中计算,分析支撑刚度与船体变形对轴系校中计算结果的影响。     

船舶轴系轴向振动问题

轴系的轴向振动是造成船舶振动和机械装置故障的原因之一,因而引起人们的密切注意。法国、挪威船级社先后提出了研究报告,颁布了限制和预防船舶振动的指导性文件,并对轴向振动的计算和研究方面的若干问题进行了论述。日本的有关文献     

包络分析及其在设备故障诊断中的应用

目的 阐述包络分析方法及其在设备故障诊断中的应用及展望。方法 归纳总结了常用包络分析方法以及基于包络的特征分析方法，建立了基于包络分析的故障诊断系统，结果与结论 通过实际使用，对于具有调制现象和冲击现象的设备故障诊断，包络分析具有明显的诊断意义。     

独立分量分析及其在故障诊断中的应用

独立分量分析是盲源分离的一种新方法，其处理的对象是相互统计独立的信号源经线性组合而产生的一组混合信号，最终目的是从混合信号中分离出各独立的信号分量。本简要介绍了独立分量分析的基本思想及算法，并对现场采集到的多组振动信号进行了分析，结果表明，独立分量分析在对混合信号进行盲分离方面具有很强的能力，从而为机械设备状态监测与故障诊断提供了一种行之有效的信号预处理的新方法。     

极点加权模态分解及其在故障诊断中的应用

经验模态分解(EMD)是一种自适应信号分解方法,由于其能够同时提供振动信号时域和频域的局部信息,在机械故障诊断领域得到广泛应用.受EMD思想的启发,基于相邻极值加权构造均值曲线,提出一种新的自适应信号分解方法—极点加权模态分解(EPWMD).通过仿真信号分析,将提出的EPWMD方法与EMD和局部特征尺度分解(LCD)等...     

优化遗传神经网络及其在机械故障诊断中的应用

提出了一种改进的遗传神经网络算法,该算法综合了遗传算法的全局性和神经网络的并行快速性等特点,有利于克服神经网络存在易陷入局部极小和收敛速度慢的问题,达到了优化网络的目的.此算法应用于磨机故障诊断,通过试验得出对故障模式的识别精度较高,具有较好的应用前景.     

FA-PMA-VMD方法及其在齿根裂纹故障诊断中的应用

针对变分模态分解(VMD)中难以确定分解分量个数k和惩罚参数α的问题。提出一种改进的变分模态分解方法—基于萤火虫算法及主模态分析法的变分模态分解(FA-PMA-VMD)方法。该方法用主模态分析(PMA)对VMD分解的带限内禀模态函数(BIMF)分量进行排序;用萤火虫算法对变分模态分解的最佳影响参数[k,α]组合进行搜索,以新提出的正交低峰值作为萤火虫算法的优化目标,得到的最佳的惩罚参数α和分量个数k组合;根据预先设定的故障特征参数自适应地将信号分解为k个BIMF分量。通过对仿真信号和齿轮齿根裂纹实际故障信号进行分析,分析结果表明FA-PMA-VMD具有良好的分解效果。     

神经网络技术及其在旋转机械故障诊断中的应用

人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度,论述了神经元网络技术及其在旋转机械故障诊断中的应用,就神经元网络结构及其所能形成的模式分类决策区域作了较为详尽的阐述,并与传统的模式识别技术作了比较。最后在振动频谱波形特征的基础上,就旋转机械中五种典型故障模式,用感知器网络进行了试验研究和分析。结果表明,人工神经元网络技术对于高维空间模式识别及非线性模式识别问题,具有较强的分类表达能力。作为一种新的自适应模式识别方法,神经元网络技术能够有效地解决故障诊断中较为复杂的状态识别问题。     

自适应非线性BSS及其在齿轮故障诊断中的应用

基于核函数的非线性盲信号处理（BSS）在信号处理中有着广泛的应用,但传统的非线性盲信号处理的学习速率是固定的,如果学习速率选择的不合适,则算法难以收敛或者不能收敛。针对这一不足,结合模拟退火的思想,提出了一种基于核函数的自适应非线性盲信号处理算法。仿真和实验结果表明,该方法改善了原有算法的收敛性能,分离效果良好,算法具有更好的消噪和信号特征提取能力。     

支持向量机及其在机械故障诊断中的应用

支持向量机（SVM）是一种基于统计学习理论的新型机器学习方法,对小样本决策具有较好的学习推广性。对近年来支持向量机的研究进展及其在故障诊断中的应用做了简要介绍,讨论了支持向量机的特点和存在的问题,展望了其在机械故障诊断的研究前景。     

小波变换理论及其在机械故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法,已成为国际上非常活跃的研究领域.它在时域和频域同时具有良好的局域性,能够很好地反映出瞬态信号的特征,为诊断以非稳态信号为特征的机械故障提供了有效的分析手段.本文从应用的角度简述了小波变换的基本理论和算法,并给出了故障诊断的实例,证明了这种方法对故障诊断的有效性.     

改进证据理论及其在电力系统故障诊断中的应用

 针对D-S证据理论中高度冲突的证据难以融合的问题,提出一种基于海明距离的证据合成规则.首先根据冲突系数的大小判断证据冲突程度,利用海明距离确定的相似度区分每条证据,并赋予权重,然后对原始基本信度分配函数进行重新分配,最终得到更加合理的合成结果.将该数据融合方法用于电力系统的故障诊断实例中,表明该方法合理有效,计算结果更符合实际.     

线性峭度图及其在滚动轴承故障诊断中的应用

作为表征信号冲击特征的常用指标,峭度容易受到少量大幅值异常数据或随机冲击的干扰,非常不利于滚动轴承、齿轮等旋转机械故障特征的提取。为更有效地表征信号的循环冲击特征,将线性峭度概念引入到滚动轴承故障特征表征中。同时,结合经验小波变换提出线性峭度图方法。该方法通过构造具有紧支撑的经验小波函数,将信号进行正交分解;随后,计算不同分解方案下子信号的线性峭度构建线性峭度图;最终,选择线性峭度最大的子信号进行平方包络分析实现故障特征的提取与增强。通过滚动轴承内外圈剥落故障的仿真与试验分析表明:线性峭度比峭度更适合表征信号的循环冲击特征。与基于传统峭度图方法和子频带谱峭度平均的峭度图方法相比,提出的线性峭度图方法在信号的分解与表征两方面都进行了改进,具有更强的循环冲击特征提取能力,具有更高的工程应用价值。但线性峭度图方法在滤波器组构建上效率相对较低,还有很大的提升空间。     

船舶推进轴系的动态模型

根据船舶轴系的结构特点与运动形式,先利用船体与轴承的有限元模型计算了轴系支承处的刚度,然后根据滑动轴承的运动方程,建立了滑动轴承油膜的有限元模型,分析了带有多个滑动轴承的船舶轴系的各轴承位置,并利用船舶系统的动刚度及油膜的动力特性以及螺旋桨的水动力,建立了轴系的动态计算模型,计算了在三个不同转速下轴系的动态响应。与实船测试的结果比较表明,轴系的动态模型是可信的,模型的建立为分析船舶在航行过程中的动态响应提供了方便。     

船舶轴系电位和保护概述

<正> 一、前言关于海水润滑式船尾管轴承的螺旋桨轴套的腐蚀原因和保护措施,在1955年至1960年期间日本学术振兴协会防蚀第97分会曾进行了研究。结果认为,桨轴套的腐蚀是由于船体外壳安装了阴极保护用的锌阳极的副作用所致,防止措施是必需安装轴接地装置。目前,海水润滑式的桨轴上都按标准安装了轴接地装置,虽然轴接地装置容易安装,但因油和海水的粘污,得不到充分的接地效果,轴套仍往往发生腐蚀,其原因是轴接地装置管     

船舶推进轴系振动控制研究

推进轴系运行引起的振动是船舶艉部振动噪声的主要噪声源,轴系振动控制对船舶振动噪声控制有重要意义。从系统动力特性设计角度出发,对影响轴系振动的因素进行了理论分析,提出了控制轴系纵向一阶叶频临界转速、缩短推进器悬臂长度、开展轴系与结构动力学匹配设计等振动控制措施。通过台架试验对理论研究结果进行了验证,结果表明所提出的振动控制措施切实有效,对实船推进轴系振动控制具有实际指导意义。     

船舶推进轴系变结构控制

以船舶主推进轴系为研究对象,在变结构控制理论和设计方法的基础上,对主推进轴系的变结构控制方法进行研究。考虑到推进轴系在螺旋桨处的位移响应最大,在螺旋桨部位设置主动控制作动器,对推进轴系进行振动控制,并以主推进系统的弹性体动力学模型为基础,建立系统的变结构控制方法。采用单位向量控制形式的最终滑动模态控制器,并采用二次型最优控制理论设计最终滑动模态的切换函数。最后以一个带有六个弹性支撑的推进轴为例进行仿真计算。实例分析指出:变结构控制对于推进轴系的振动控制具有显著的效果。