基于EMD的复合故障诊断方法

针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了一种基于经验模式分解的故障诊断方法,进行复合故障的耦合特征分离和轴承损伤性故障信号特征提取研究.该方法首先通过经验模式分解将复合信号分解为若干个本征模函数(intrinsic mode function,IMF);然后通过计算各IMF与原始复合信号的相关系数确定包含故障特征信息的主要成分,除去虚假分量;最后针对主要成分中的低频成分进行频谱分析提出转子故障特征,针对主要成分中的高频成分进行Hilbert包络解调提取调制故障特征,即轴承损伤性故障特征.仿真及实验结果表明该方法的有效性和实用性.     

小波包变换在齿轮箱螺栓拉断故障诊断中的应用

针对齿轮箱运转异常时,经小波包变换的信号某一频带振动能量值会有较大变化的特征,探讨了小波包变换在齿轮箱故障诊断中的应用.通过对测取的齿轮箱振动信号进行小波包变换,可有效提取齿轮箱螺栓拉断的故障信息.分析表明,旋转机械的振动信号有稳定的频带分布,通过结合故障特点,把每一故障的频带特征提取出来,能为故障诊断提供很好的征兆.     

柔性机械臂结构控制一体化设计

综合考虑机械结构和控制器对系统性能的影响,采用结构与控制一体化设计方法对单连杆柔性机械臂系统进行了研究,同时优化设计参数包括柔性机械臂结构参数和控制器参数.为兼顾系统鲁棒性和抑制末端柔性振动性能,采用H_∞鲁棒控制器.结构设计变量的参数寻优采用智能优化算法.设计结果表明.柔性机械臂具有非均匀截面梁结构,设计的控制器对系统参数的不确定性有较好的鲁棒性.     

基于改进开关卡尔曼滤波的轴承故障特征提取方法

提出了一种基于改进开关卡尔曼滤波的滚动轴承故障特征提取新方法,与传统卡尔曼滤波算法相比,该方法每次迭代只需当前监测数据测量值和上一时刻最优估计值,计算效率高,具有较强实时性。首先将故障轴承振动信号分为故障冲击振动和正常振动两种成分;其次,针对故障冲击振动和正常振动两种状态,分别建立基于轴承质量-弹簧-阻尼系统动力学脉冲响应的卡尔曼滤波器及线性卡尔曼滤波器模型;然后,应用基于贝叶斯估计的开关卡尔曼滤波算法对振动信号进行状态估计;最终,通过时域迭代滤波,滤除噪声并识别故障冲击成分,实现轴承故障特征提取。仿真和试验信号分析结果表明了所提方法的可行性和有效性。     

基于EMD与ICA的滚动轴承复合故障诊断

针对单通道情况下滚动轴承复合故障难以分离问题, 提出基于经验模式分解 (empirical mode decomposition, EMD) 的独立分量分析 (independent component analysis, ICA) 算法.该方法首先对单通道采集的轴承复合故障信号进行EMD分解, 得到多个基本模式分量函数 (intrinsic mode function, IMF) , 然后依据帩度指标及相关系数值, 选取有效的IMF分量与原观测信号组成新的观测信号, 对其进行ICA处理, 进而实现轴承复合故障的分离.实验结果表明, 该方法可有效地分离轴承早期的复合故障.     

绝热层结构等效有限元模型的研究及应用

为了简化绝热层的有限元计算模型,提出了等效换热系数的概念,将绝热层和热交换介质的传热过程简化成等效热交换,并由此给出了平壁和圆筒壁传热的等效换热系数计算公式。该方法不仅极大地简化了热力学中的有限元模型,而且顺利解决了一些由于模型过大导致的问题。仿真结果表明:该方法准确可信,将其应用于鼓风站管道的有限元计算中,取得了令人满意的结果。     

激光扫描搭接区内的热循环与应力变化规律分析

由于搭接扫描的影响,激光扫描带内的不同区域之间存在着硬度落差,并且搭接区极易出现裂纹。通过数值模拟方法可以精确给出光束移动过程中搭接区内的温度和应力变化规律,从而给出激光扫描形成回火区和二次淬火区的理论解释。仿真结果表明,选取不同的搭接参数对于该区域的温度变化规律影响不大,但从改善表面硬度不均和搭接区裂纹的角度出发,搭接参数不宜过大。     

型钢轧辊表面等比例激光强化的工艺方法

在轧辊的众多失效原因中,辊面磨损是影响其使用寿命的主要因素之一.对热轧型钢辊来说,由于轧制孔型的影响,辊面磨损的不均匀性表现得异常突出.采用堆焊、高频淬火等传统强化工艺,无法改变磨损不均的现象.利用激光强化工艺参数能够动态调节的特点,根据辊面不同部位的磨损分布曲线,选择适宜的激光加工参数,可在辊面形成合理的淬硬层和显微组织匹配.检验结果表明,珠光体基体的辊面经激光强化后变为马氏体和下贝氏体的混合组织.经磨损实验机和轧钢生产的实效检验,耐磨性相对未经激光处理的轧辊提高一倍以上,实测表明强化后的孔型表面形成等比例磨损的分布曲线.     

并联双重Q因子在齿轮箱复合故障净化提取与盲分离中的应用

基于Q因子的稀疏分解是信号的一种自适应稀疏化表达方法。针对强噪声环境下齿轮箱非平稳复合故障信号难于提取与分离的问题,提出基于并联双重Q因子的快速独立分析方法。首先通过基于并联双重Q因子的小波变换分析方法对单通道故障信号进行降噪和升维处理,根据不同的低Q因子值得到多组低共振的冲击成分,组成多维信号,实现信号升维,然后应用快速独立分析方法进行盲分离。仿真信号数据分析结果及滚动轴承复合故障的实验数据分析结果均表明了该方法的可行性和有效性,为强噪声环境下的复合机械故障信号分离与提取提供了一种新的思路。     

复合Q因子基在齿轮箱微弱故障特征提取中的应用

根据强噪声干扰环境下齿轮箱故障非平稳信号是由持续振荡成分(高共振成分)和非持续振荡的瞬态成分(低共振成分)混合而成,且其各成分存在频率重叠而不能利用传统的基于频率不同的方法对其进行有效处理的特点,提出了构造复合Q因子基(高Q因子基及低Q因子基)对故障信号进行处理的方法,对提取齿轮箱各故障的冲击性信号特征取得了良好的效果.仿真信号分析及应用实例分析结果表明了算法的可行性及有效性,为强噪声干扰环境下的机械故障信号提取提供了一种方法.