利用转速波动信号诊断内燃机失火故障的研究(3)——多特征综合方法

提出了利用转速波动信号诊断内燃机失火故障的 3种方法 ,包括诊断模型方法 (1)、波形分析方法(2 )和多特征综合方法 (3)。重点介绍了第 3种方法 ,选取前 2种方法中提取的多种无量纲特征参数 ,利用模糊模式识别技术进行信息融合 ,首先快速识别整机有无失火故障 ,然后在有必要时再进行故障气缸的定位。试验结果表明 ,该方法充分利用了多种诊断特征参数的信息互补性 ,提高了诊断效率和识别正确率 ,并能满足在线监测和实时诊断的要求     

利用转速波动信号诊断内燃机失火故障的研究(2)--波形分析方法

提出了利用转速波动信号诊断内燃机失火故障的３种方法,包括诊断模型方法（１）,波形分析方法（２）和多特征综合方法（３）。本介绍了第２种方法－波形分析方法。通过深入分析瞬时角加速度和瞬时转速信号和波形特点,直接定义了６种诊断失火故障的无量纲特征参数,给出了这些参数的快速提取算法和故障识别方法,试验结果表明,这６种特征参数都与内燃机工冲况和结构参数无关,可以同时实现失火气缸的识别与定位。     

利用转速波动信号诊断内燃机失火故障的研究（3）： 多特征综合方法

提出了利用转速波动信号诊断内燃机失火故障的3种方法,包括诊断模型方法（1）、波形分析方法（2）和多特征综合方法（3）。重点介绍了第3种方法,选取前2种方法中提取的多种无量纲特征参数,利用模糊模式识别技术进行信息融合,首先快速识别整机有无火故障,然后在有必要时再进行故障气缸的定位。试验结果表明,该方法充分利用了多种诊断特征参数的信息互补性,提高了诊断效率和识别正确率,并能满足在线监测和实时诊断的要求。     

双谱分析在铣刀状态监测中的应用

针对铣刀渐进磨损过程中主轴端振动加速度信号的非平稳时变特点，提出了基于双谱分析的铣刀状态监测信号特征抽取方法，分析了铣刀在正常磨损、急剧磨损、崩刃和破损条件下，主轴端振动加速度信号的双谱特点，通过实验研究，在立式加工中心上验证了上述方法的有效生，研究表明双谱分析方法较其它方法更加适宜铣刀状态监测。     

立式混合机温控系统分析与设计

按照大型立式混合机生产工艺与设备要求，介绍大型立式混合机在进行物料混合生产工艺时的温度自动控制系统的工作特点与设计方法，设计出了满足生产实际要求的结构简单性能优良的温度自动控制系统。     

捏合机恒温供水系统的研究

本文分析了捏合机生产过程的特殊性，并结合温度控制要求，提出一种恒温供水系统解决方案。在该方案中，恒温供水系统用一个控制水箱对捏合锅夹套进行水循环，达到控制被混合物料反应温度的目的。实施结果表明：恒温供水系统可以简化结构，降低故障发生率，并取得良好的温度控制效果，     

碱处理对球形硅微粉性能的影响

使用硅烷偶联剂进行表面改性是1种工业上常用的球形硅微粉表面改性方法。然而球形硅微粉在生产过程中经过的高温球化工艺使其表面呈现化学惰性，需要一定的表面处理才能有更好的改性效果。为探究碱处理对球形硅微粉表面改性各项性能的影响，选用NaOH对球形硅微粉表面进行处理，通过表面形貌和表面接触角来确定最佳处理时间；选用γ-缩水甘油醚氧丙基三甲氧基硅烷(KH560)、γ-甲基丙烯酰氧基丙基三甲氧基硅烷(KH570)两种硅烷偶联剂对碱处理前后球形硅微粉进行表面改性并表征了吸油值、活化指数和接触角；将改性球形硅微粉与环氧树脂复合制成样品进行力学性能与导热系数测试。结果表明：碱处理后用3%质量分数的KH570、 KH560分别对球形硅微粉进行改性，此时球形硅微粉的活化指数分别为78.9%、 28.7%,接触角分别为126.51°、 117.28°,吸油值分别为25.95%、 26.70%;制得复合样品的弯曲强度分别提升18.2%、 25.9%,冲击强度分别提升2.5%、 21.6%,导热系数分别提升6.32%、 11.82%。碱处理对KH560、 KH570改性球形硅微粉的改性效果及其制成复合样品的力学导...     

转子开闭裂纹的计算机仿真与特性分析

基于所建立的开闭裂纹转子系统的非线性动力学模型，对转子裂纹在不同激励参数下的开闭状态进行计算机仿真研究，通过轨道图和频谱图对裂纹产生的机理和特征进行分析，并将仿真结果与理论计算结果进行对比。结果表明，对裂纹开闭状态的预测是正确的，同时转子出现裂纹时显示出特殊的动力学特性，其结果可用于旋转机械的故障诊断。     

滚珠丝杠副导程误差分析及微型机在线处理

本文介绍利用 IBM-PC 微型计算机、TP801-B 单板机与有关装置使HJY-05型丝杠动态检测仪实现了智能化,它可以对滚珠丝杠副导程误差数据进行在线回归分析,并利用绘图仪绘出标准的误差曲线图和频谱图。     

用奇异谱和奇异熵研究数控工作台动态特征

通过采集数控工作台振动加速度信号,对其进行奇异值分解,得到奇异谱和奇异熵。通过主分量、奇异谱和奇异熵等特征量揭示数控工作台动态特征和规律性。奇异值分解结果表明,可以用前一、两个主分量的特征来研究整个时间序列的信号特征以简化特征提取。用奇异谱陡峭程度辨别信号的复杂程度,发现驱动轴方向信号最简单,铅垂方向信号最复杂。用奇异熵值研究信号的不确定性发现:数控工作台信号既不是简单信号也不是白噪声;驱动轴方向熵值低;熵值随移动速度增加有所增加;共振或爬行等典型状态熵值明显减少。