高柔塔风电机组塔筒振源特性分析EI北大核心CSCD

高柔塔风电机组具有轻质、高耸、低阻尼等特点,使得其对各种激励源的动力反应更为敏感,其振源的识别和研究对机组运行时的安全评估具有重要意义。以某140 m级高柔塔风电机组塔筒为研究对象,测量其不同高度处的振动响应信号,利用谱峭度法识别诱发塔筒振动的主要振源类型及其特性,通过小波包分解和小波包能量计算原理对实测信号进行分解得到表征各振源特性的频域分量和能量占比,最后对不同工况和不同测点位置的振源特性及其能量占比进行统计。研究发现,在高柔塔风电机组的全生命周期内塔筒结构始终受到其1阶自振或风轮旋转等周期性强振源激励作用,随着发电功率的增加,强振源由单一的1阶自振激励转为1阶自振与风轮旋转联合激励再到完全风轮旋转激励的变化规律,并且在高转速区,风轮的倍频与塔筒的多个模态频率接近,容易引起共振。     

基于EEMD的圆弧齿轮泵空化流动及振动特性试验研究EI北大核心CSCD

针对圆弧齿轮泵由空化造成的振动问题,提出一种基于经验模态分解(ensemble empirical mode decomposition,EEMD)的圆弧齿轮泵空化流动及振动特性试验方法。以圆弧齿轮泵空化试验平台为基础,引入EEMD分解及希尔伯特边际谱分析技术,得到了不同转速及不同出口压力下的监测点的频域结果,实现了对圆弧齿轮泵振动特性的研究。试验表明:EEMD分解及希尔伯特边际谱分析技术,可以有效地识别圆弧齿轮泵出口振动特征;在额定出口压力下,随着工作转速的增大,泵出口处振动加速度信号的振动主要引起低频段能级上的增加,其中以1000~1500 Hz尤为剧烈,形成能级最大的谱峰;在额定转速下,随着出口压力的增大,振动加速度信号的边际谱峰值、中心频率位置及频率变化范围呈现出先增大后减小再增大的趋势;进一步可提取圆弧齿轮泵振动加速度信号的边际谱峰值、中心频率以及带宽作为泵空化特征参数进行分析。     

运行状态下海上风机结构振源特性研究

由于海上风机结构运行环境的复杂性,其振源的准确识别与振源特性研究已经成为风机运行安全性评估的重点问题。以某新型复合式筒型基础结构海上风力发电试验样机为研究对象,依据原型观测获得的全负荷条件下结构不同位置的振动响应数据,对不同运行工况下诱发结构振动的振源进行全面识别与分析。利用谱峭度法识别明确引起海上风机结构振动的主要振源及其对应振动响应的频域属性,通过经验模态分解法对实测信号进行分解得到表征各振源特性的频域或频率尺度的分量,同时引入振动能量法对不同振源的能量比重进行统计分析,给出了海上风机结构运行状态下结构整体振动主振源及其对应振动能量分布随运行因素变化的分布规律。研究表明随着机组负荷的增加运行状态下海上风机结构振动的振源变化遵循由单一的环境荷载激励转为环境荷载激励和叶轮转动联合作用再到完全由叶轮转动产生的谐波激励影响的规律。     

大跨悬索桥结构阻尼的风速依赖特性研究EI北大核心CSCD

针对大跨悬索桥的模态阻尼的风速依赖特性还未被深入探究的问题,以西堠门大桥健康监测系统获取的加劲梁加速度时程序列为分析对象,采用自然环境激励技术与特征系统实现算法相结合的方法(NExT‑ERA),识别了西堠门大桥在七组风速下共3015组模态频率和模态阻尼比,重点分析了结构模态阻尼比的风速依赖特征、概型分布及其置信区间,探讨了大跨悬索桥模态阻尼的统计参数随风速的变化规律。研究发现:不同风速下西堠门大桥横向振动阻尼比均在1.0%以上,但特定风速下结构竖向和扭转振动阻尼在95%保证率的最小值分别为0.2%和0.3%;风速的变化对大跨悬索桥模态阻尼比的大小和波动程度均会产生显著影响,相同风速条件下,结构扭转和横向模态阻尼的均值和方差均明显大于竖向阻尼;随着风速的增大,竖向阻尼的均值和方差逐渐增大,扭转阻尼的均值和方差略有减小,但横向阻尼变化不大;不同风速条件下结构3个方向的模态阻尼比均服从广义极值分布,但风速会影响结构竖向和扭转振型阻尼的概型分布的拖尾性质。     

基于EEMD-SOBI的水电机组多源信息分离处理EI北大核心CSCD

水电机组振动观测信号包括相互耦合的水-机-电振源及各类噪声成分,本文提出采用集合经验模态分解-二阶盲辨识(ensemble empirical mode decomposition-second order blind source separation, EEMD-SOBI)的方法对多源观测信号进行识别。对观测信号进行解相关等初步处理后,白化计算各信号二阶统计量,计算观测信号协方差对角矩阵,最终计算振源的最优估计,对振源成分进行识别。仿真计算和模拟计算的结果均表明,仅利用观测信号均可分离出源信息且对噪声不敏感,基本能够识别出源信息,针对某电站实测单信号和多信号分析时,可有效识别出信号源成分,为水电机组的振源识别提供支撑。     

基于改进HHT和马氏距离的齿轮故障诊断EI北大核心CSCD

针对齿轮振动信号非线性和非平稳的特点,提出一种基于改进希尔伯特-黄变换与马氏距离相结合的故障诊断方法。利用自适应白噪声的完备经验模态分解将齿轮振动信号分解成一系列固有模态函数,并采用敏感固有模态函数判别算法判断出对故障信息敏感的模态函数;通过对敏感固有模态分量的局部希尔伯特瞬时能量谱的分析,得出信号能量随时间变化的精确表达;以不同故障信号局部希尔伯特瞬时能量谱的最大峰值作为特征向量,采用马氏距离对齿轮故障进行状态识别。试验结果表明,该方法可有效识提取齿轮故障特征,实现不同故障状态识别。     

基于应变模态响应重构的损伤识别方法EI北大核心CSCD

土木结构的损伤识别技术对提升结构可靠性与安全性具有重要意义,也是土木结构健康监测研究中的热点问题。现有的损伤识别方法往往需要识别模态参数,或者需要准确获取结构外部载荷信息,极大限制了相关方法在实际工程中的应用。为克服现有方法的局限性,该文将结构动态响应重构方法引入到损伤识别中,提出了基于应变模态响应重构的损伤识别方法。构建结构健康状态的有限元模型,以损伤结构测量的信号输入,通过基于经验模态分解的应变重构方法,可以获取使用无损伤模型的结构全局模态响应。以传感器采集的模态响应和重构模态响应的差异作为有限元模型修正的依据,通过应变模态比值构建的传递率的灵敏度矩阵进行迭代运算,求得损伤位置及损伤程度。该方法无需获取结构的外部激励信息,通过高效的时域应变重构,能够在少量测量信号下实现对结构损伤的精确识别。为验证该方法的准确性和高效性,开展了连续梁单一损伤和多损伤识别研究,探讨了测量噪声和模态阶次选取对识别结果的影响,结果表明,该方法能够准确、高效识别不同程度的损伤,对测量噪声具有较强的鲁棒性。     

自适应UPEMD-MCKD轴承故障特征提取方法EI北大核心CSCD

为了准确提取强噪声背景下较微弱的轴承故障特征信息,结合均相经验模态分解(uniform phase empirical mode decomposition, UPEMD)和最大相关峭度解卷积方法(maximum correlated kurtosis deconvolution, MCKD)的优势,提出了一种自适应UPEMD-MCKD轴承故障特征提取方法。该方法将样本熵和峭度指标相结合构建最小熵峭比,采用遗传算法对最小熵峭比的最小值进行搜索,以确定移位数、滤波器长度和周期的最佳参数组合。经均相模态分解方法预处理的含噪信号通过相关性计算选取有效分量进行信号重构,重构信号借助最佳参数组合下的MCKD算法提取故障特征。内圈故障和外圈故障的实例分析表明,所提方法借助UPEMD的噪声抑制能力和最小熵峭比的参数组合寻优评价能力,能够从故障信号中有效的提取出微弱的故障特征。     

基于MCKD和VMD的滚动轴承微弱故障特征提取EI北大核心CSCD

针对滚动轴承早期故障特征非常微弱,易受随机噪声和其他信号干扰而难以提取等现象,提出了用最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)和变分模态分解(Variational Mode Decomposition,VMD)相结合的方法提取滚动轴承故障特征。首先用MCKD进行信号增强,然后利用VMD得到一系列模态,应用互相关系数和峭度准则筛选包含故障信息较为丰富的模态进行重构降噪,最后对重构信号进行包络解调提取故障特征。通过仿真分析和轴承故障模拟实验验证了该方法的有效性,可以精确地分离轴承故障振动信号的不同频率成分。     

基于VMD和Infogram的滚动轴承故障特征提取EI北大核心CSCD

带通滤波器参数(中心频率和带宽)选取是共振解调的关键,针对快速峭度图找寻的中心频率偏大、带宽过宽的问题,提出Infogram(信息图)用于确定滤波器参数;并利用变分模态分解(Variational Mode Decomoposition,VMD)预先对信号进行重构,以减少噪声对信息图的影响,增强其应用效果。对轴承故障振动信号进行变分模态分解得到有限个模态分量,根据模态选取准则确定包含故障信息较多的模态分量进行信号重构,再应用信息图确定最佳共振频带的中心频率和带宽,并对重构信号进行带通滤波和包络谱分析,识别轴承故障特征频率。仿真分析和轴承外圈模拟故障试验验证了该方法的有效性。     

低信噪比下针对平板结构冲击的快速定位算法EI北大核心CSCD

为实现低信噪比(signal-to-noise ratio,SNR)条件下平板结构受到冲击后的快速准确定位,首先结合集合经验模态分解(ensemble empirical mode decomposition,EEMD)和希尔伯特变换,从冲击信号中提取弯曲波模态分量。利用Hilbert包络线第一峰值作为弯曲波到达时间,将不同传感器到达时间差作为特征构建数据库。利用平板结构中传感器信号能量分布准则判断初始的定位区域。最后计算划分网格的特征残差,实现冲击位置的快速定位。经过平板敲击试验验证,在SNR为5 dB和0的情况下,该算法与基于广义互相关(generalized cross correlation,GCC)和信号阈值的定位算法的定位误差分别为0.08 m,0.17 m,0.18 m和0.13 m,0.26 m,0.28 m,说明该算法具有更好的抗噪性能和更高的定位精度。     

接地棒辅助钻机振动特性分析EI北大核心CSCD

为分析接地棒辅助钻机工作过程中的振动并对其改进。建立接地棒辅助钻机的仿真模型,进行参数设置,对接地棒辅助钻机进行整机模态分析,得到整机的固有频率及振型,使用有限元分析法对接地棒辅助钻机进行瞬态动力学分析,得到不同电机转速、不同载荷下机器的振动加速度与频谱。通过整机动态信号测试,得出各个测点的振动加速度与频谱。仿真结果与试验结果对比,吻合度较高。仿真与试验结果表明电机转速对接地棒辅助钻机振动特性影响较大,载荷对其影响较小。对接地棒辅助钻机进行减振优化,对比优化前后的接地棒辅助钻机的振动加速度幅值与应力应变,结果表明,该优化方案对机器的减振是有效的,提高了接地棒辅助钻机工作的稳定性与使用寿命。     

内部激励下高速列车齿轮箱振动行为及轴承载荷特性实验研究EI北大核心CSCD

内部激励是影响高速列车齿轮箱振动及齿轮箱轴承动载荷的重要因素。借助齿轮箱传动系统试验台架,在多种扭矩与转速工况下,开展了高速列车齿轮箱箱体振动响应及齿轮箱轴承载荷测试试验。对各工况下齿轮箱不同部位的振动信号进行分析,发现特定转速下的齿轮啮合频率能够激发齿轮箱箱体的模态共振,而扭矩能够影响系统的频响特征。对加速工况下的齿轮箱振动加速度进行了阶次跟踪,并通过基于阶次的工作模态识别方法获取了齿轮箱箱体的模态参数,发现齿轮箱的工作模态振型导致了齿轮箱在不同转速下振动行为的差异。通过对比不同工况下齿轮箱振动加速度均方根和实测轴承载荷变异系数,建立了齿轮箱轴承载荷动态特性与齿轮箱振动行为间的对应关系。     

改进EEMD方法及混沌降噪应用研究EI北大核心CSCD

在总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)降噪过程中,对本征模态分量(Intrinsic Mode Function,IMF)的有效处理一直是影响降噪效果的关键。为此,提出一种基于改进EEMD的去噪方法。基于"3σ"法则和奇异值分解(Singular Value Decomposition,SVD)提取第一个IMF分量中有用信号细节。利用连续均方误差准则对剩余IMF分量进行高低频区分,分别使用SVD和S-G算法提取高低频分量的有用信号,可以有效避免了高频部分有用信号的流失,同时剔除低频分量中的部分噪声,克服了EEMD去噪时IMFs难以有效处理的不足。为了验证该方法的有效性,进行了数字仿真与双势阱混沌振动试验,结果表明,该方法的降噪效果优于小波加权和EEMD去噪方法。     

平面薄膜结构耦合动力学特性研究与无量纲分析EI北大核心CSCD

利用固定界面的模态综合法建立了平面薄膜结构耦合动力学模型,精确得到了薄膜结构发生耦合振动的临界条件,分析了其耦合动力学特性。结果表明,与薄膜结构耦合基频有关的参数主要有薄膜预应力、框架弹性模量、截面惯性矩、长宽比、边长、框架横截面积、框架密度、薄膜密度和薄膜厚度。当薄膜预应力小于临界值时,薄膜结构的振动由薄膜来主导,当薄膜预应力大于临界值时,薄膜与框架发生耦合振动,此时薄膜结构的振动特性由薄膜与框架共同影响,并且随着薄膜预应力的增大,薄膜与框架发生耦合振动的阶数也随之增多并会出现振型顺序后移的现象。对薄膜结构的动力学特性进行了无量纲分析,推导了薄膜结构的小尺寸模型和大尺寸实物之间的相似准则。     

基于VMD和Chirplet变换的结构损伤识别研究EI北大核心CSCD

为识别结构损伤位置及对损伤程度进行量化,提出了一种基于变分模态分解(variational mode decomposition,VMD)和Chirplet变换的结构损伤识别方法。采用VMD对结构振动响应信号进行分解得到模态分量,并利用Chirplet变换对模态分量进行时频分析,构建模态分量Chirplet变换能量指标识别损伤位置,利用Chirplet时频熵量化结构损伤程度。采用一个刚度变化的简支梁数值算例对所提方法进行验证,结果表明,无论单点损伤或多点损伤,所提方法均能准确识别结构的损伤位置并量化损伤程度。     

考虑土-结构相互作用的海上风力机结构振动控制研究EI北大核心CSCD

利用耦合线性弹簧模型模拟桩基础和土体之间的相互作用,基于海上风力机整体结构耦合运动模型开发了可考虑土-结构相互作用的固定式海上风力机结构振动控制程序。选取5-MW单桩基础海上风力机为研究对象,基于不同边界条件样本风机动力反应特性完成了机舱位置调谐质量阻尼器(tuned mass damper,TMD)参数设计;基于海上风力机结构时频域响应变化规律及控制率揭示了TMD的减振机理及土-结构相互作用对于减振效果的影响。通过对比得出:考虑土-结构相互作用对海上风力机结构调谐质量阻尼器设计至关重要。     

基于小波包技术地铁隧道分区爆破振动特性研究EI北大核心CSCD

小波包分析技术被广泛应用于爆破振动信号的幅频特性研究,其有助于分析爆破振动的传播规律与控制。该研究依托青岛地铁交叠隧道工程分区爆破振动试验,获得了现场爆破振动监测数据,并采用小波包技术对爆破振动信号的频率、能量分布特征进行了研究。研究表明:自由面个数、已(未)开挖区等因素导致爆破振动特性的差异性。掏槽区爆破主振频率相对辅助区较小。爆破工作面前方(即隧道未开挖段)主频带随着水平距离的增加总体向高频移动,高频能量比重增加。而在工作面后方,主频带随着水平距离的增加总体向低频移动,低频能量比重增加。辅助区与掏槽区爆破振动能量随距离变化趋势基本一致,但是能量随距离的衰减速率不同。该研究结合频率与能量因素,对既有隧道的安全保护提出建设性意见,以期保证隧道的安全稳定。     

基于VMD和中心频率的舰船辐射噪声特征提取方法研究EI北大核心CSCD

为了有效提取舰船辐射噪声的频率特征,提出一种基于变分模态分解(VMD)和中心频率的舰船辐射噪声特征提取方法。采用VMD方法将三类舰船辐射噪声分解为一组有限带宽固有模态函数(IMF),计算各阶IMF强度,选取能量较大的IMF作为研究对象,以最强IMF中心频率及能量较大的多个IMF中心频率作为特征参数对三类舰船辐射噪声进行特征提取;针对舰船辐射噪声频率特征提取难且不精准确的问题,采用VMD方法可以准确提取IMF中心频率,实现舰船辐射噪声的特征提取。通过数字仿真和实际舰船辐射噪声信号实验分析,并与基于集合经验模态分解(EEMD)的中心频率及高低频能量差方法进行比较,结果表明该方法可以有效提取舰船辐射噪声中心频率,并实现不同类别舰船的分类识别。     

融合经验模态分解与模糊熵的薄板结构损伤识别EI北大核心CSCD

针对薄板结构中损伤兰姆波信号提取及表征困难两大问题,提出了一种融合经验模态分解(empirical mode decomposition, EMD)与模糊熵(fuzzy entropy, FEn)的薄板结构损伤识别新方法。该方法首先基于EMD从复杂的兰姆波信号中提取并分离与结构损伤相关的信号;再利用提取出的损伤信号的归一化模糊熵作为损伤指数对结构损伤大小进行定量表征,从而实现薄板结构的损伤识别。设计的三组碳纤维增强复合材料板(carbon fiber reinforced polymer, CFRP)划痕损伤识别试验验证了该方法的可行性,试验结果表明:归一化后的模糊熵与CFRP板划痕损伤大小呈现较好的线性增加的关系,利用该线性关系可以对CFRP板划痕大小进行识别;与基于奇异谱-模糊熵的结构损伤识别方法相比,该研究所提方法识别效果更佳。