火电厂除灰阀门控制系统的设计

阀门是火电厂除灰系统中的重要装置，由于车间环境恶劣，因此需要高标准的部件和先进的控制系统。在引入性能优良的Moeller阀门的基础上，自行设计了由电气和气动元件以及可编程控制器组成的控制系统，对Moeller阀门的开闭进行自动控制。这种控制方法提高了设备的利用率，增加了除灰系统的可靠性，远离现场的控制方式也保证了操作人员的人身安全。这套气动电气控制系统在火电厂除灰系统中具有较高的实用性。     

远程设备故障诊断技术

介绍了基于WEB的Browser/Server模式的远程设备故障诊断系统 ,对其基本体系结构、诊断实现方法、常见的 2种系统基本构架 (WindowsDNA和J2EE)、以及所运用的一些关键技术(包括诊断系统、网络安全、专家系统的开放性、数据的传输和处理等 )也进行了研究和讨论     

基于Ansys的汽轮机转子动平衡一次加准法研究

针对目前汽轮机转子动平衡技术需要多次加重试车的不足,提出了一种基于Ansys的一次加准动平衡方法。建立有限元模型时,考虑到油膜刚度和阻尼的影响,以COMBI214单元模拟滑动轴承支撑结构,运用Ansys的瞬态动力学分析功能,在转子上施加虚拟不平衡质量,通过转子的幅频、相频响应图,根据动平衡理论得到转子的影响系数,为一次加准法提供一定的依据。最后,通过计算影响系数的相对误差率并与设计参数进行对比,证明本方法的可行性与有效性。     

采用数学形态滤波器的轴心轨迹提纯

针对旋转机械振动信号数据采集的特点,提出了用数学形态滤波器实现轴心轨迹提纯的新方法。采用形态滤波器提纯轴心轨迹,不考虑转子振动信号的频谱特征,不需要转子故障的先验知识,通过开闭、闭开组合形态滤波器对振动信号滤波处理后即可剔除噪声干扰,得到提纯的轴心轨迹。仿真计算及实例验证了该方法的有效性。与其他方法相比,形态滤波器效果好,算法简单,运算速度快,易于现场采用,有较好的实用价值。图9参9     

钢卷准备装置中芯轴的设计与分析

针对钢卷在成为合格的产品之前,都必须进行矫正和加工的操作处理,然后对板带硬化及消除应力后的钢卷板进行平整处理的问题,仔细研究并且设计了钢卷准备装置的总体结构,完成了在钢卷平整之前将钢卷被板带压出压痕的最外圈剪去,并且处理钢卷的带头便于后续穿带的任务。详细的介绍了钢卷准备装置的工艺流程,并且对钢卷准备轴的芯轴部分进行了详细的设计计算和强度分析,利用SolidWorks软件对芯轴的楔块部分进行了应力的有限元分析,从而确保了装置设计的合理性和安全性。     

汽轮发电机组扭振模拟机的测试与分析

本文设计了汽轮发电机组扭振模拟机的扭振测试系统，并对模拟机轴系扭振动特性进行了测试与分析。测试结果表明，测试系统配置合理，测试结果准确可靠。通过汽轮发电机组扭振模拟机的轴系扭振动特性参数的测试分析表明，汽轮发电机组扭振模拟机的前几阶扭振固有频率、振型与被模拟对象基本吻合，因此模拟机轴系扭振动特性已达到了预定目标。     

基于AIF和TT的滚动轴承复合故障诊断

针对滚动轴承复合故障模式下的微弱特征难以提取的问题,提出了基于自适应迭代滤波（adaptive iterative filtering,简称AIF）和改进的时时变换（time?time transform,简称TT）的滚动轴承复合故障诊断方法。首先,采用AIF将信号分解,得到一系列本征模态分量,并以最大相关峭度作为评价准则,筛选出其中的特征分量,实现滚动轴承复合故障振动信号的特征分离;其次,利用改进的时时变换方法对特征分量进行降噪,增强特征分量的冲击特征;最后,对降噪的特征分量进行包络谱分析,提取故障特征频率,实现滚动轴承故障模式的精确判别。仿真实验和故障诊断实例表明,该方法可以有效提取滚动轴承复合故障模式下的微弱特性信息。     

基于时间-小波能量谱熵的滚动轴承故障诊断研究

针对轴承振动信号中存在周期性冲击这一现象,提出了时间-小波能量谱熵的计算方法,用于滚动轴承的故障诊断。首先构造脉冲小波,采用连续小波变换的方法得到时间域内小波能量谱,再沿时间轴计算能量谱熵,定量描述振动信号沿时间的分布情况,不同故障下轴承的冲击振动随时间变化程度不同,其时间-小波能量谱熵值也就不同。将不同故障轴承信号的时间-小波能量谱熵作为向量特征输入建立支持向量机,实现了对轴承的工作状态和故障类型的判断。实验结果表明,时间-小波能量谱熵可以有效地对滚动轴承进行故障诊断。     

人工神经网络在混合智能故障诊断技术中的应用研究

故障诊断的关键是寻找一种使诊断结果更为有效的方法。人工神经网络作为一种新兴的故障诊断方法，越来越受到人们的关注。然而，对于复杂的系统，单一的传统神经网络很难给出理想的结果。本文重点对神经网络与其它诊断方式融合的混合智能技术，即神经网络与专家系统、模糊控制、小波分析和遗传算法的结合以及集成神经网络等在故障诊断中的应用进行了综述。这些方法已应用到实践中，并取得了一定的成果。