齿轮点蚀破坏中磨损与振动关系的试验研究

利用铁谱分析技术和振动分析技术中的时频分析方法研究了模拟点蚀故障齿轮磨损与振动的关系。分析结果表明点蚀齿轮磨损和4个时域特征值从一面一点、一面三点到多面多点依次变大,多面多点蚀齿轮磨损严重,磨粒数量最多;点蚀齿轮出现以输入输出端的啮合频率为中心,以转频为调制频率的边频带。齿轮磨损与振动相互关联,磨损量的变化率与振动方差变化率在3种点蚀齿轮中表现明显;但磨损量的增长率不仅与齿面点蚀的程度有关,还与点蚀的齿数有关;而齿轮的振动强度与齿轮齿面点蚀的程度最相关,即齿面点蚀破坏越厉害,振动越剧烈。     

协作故障诊断系统中的诊断资源选择方法研究

本文给出了协作诊断系统、诊断任务、诊断资源的描述模型,描述了协作诊断系统的完备条件.提出了一种诊断资源的启发式选择算法,可以确定一个能够完成故障诊断任务的较优的可用诊断资源集.汽车故障诊断的应用实例表明本诊断资源选择方法是合理、可靠的.     

基于自适应变异PSO的ARMA模型参数寻优及预测应用

为提高ARMA模型在时间序列预测中的精度,提出一种基于改进粒子群算法(AMPSO)的模型参数智能寻优估计方法.AMPSO算法以粒子熵的判别为依据,在寻优过程中对算法的关键参数进行多次自适应变异,以提高其跳出局部、面向全局寻优的能力.模型参数寻优过程基于ARMA(2n,2n-1)模型架构依次跳阶,每阶的参数初估后运用AMPSO算法展开寻优,适应度判定标准为当前模型残差方差最小.针对齿轮箱轴承的输出扭矩进行预测,结果表明,AMPSO算法在收敛性和寻优速度方面效果良好;参数寻优方法可显著提高参数预测精度,具有良好的工程应用价值.     

柴油机轴瓦预紧状态下的润滑分析

以船用低速柴油机主轴承轴瓦为研究对象,针对轴瓦在安装过程中受到的螺栓预紧力作用和工作过程中受到油膜压力作用进行仿真分析。应用有限差分法求解轴瓦油膜压力分布,利用有限元软件计算轴瓦安装时在预紧力作用下产生的形变量,模拟分析轴瓦在考虑和不考虑预紧力作用时,在油膜压力作用下的应力应变分布情况。结果表明:由于受到预紧力的作用,主轴承轴瓦两端面出现形变量的最大值;轴瓦在安装过程中受到预紧力作用而产生的应力应变较大,影响了工作过程中油膜压力对轴瓦的作用,因此在分析轴瓦工作时的应力应变情况时,不能忽略螺栓预紧力的影响;预紧力不仅影响轴瓦应力应变值的大小,同时改变应力应变值的变化规律。     

基于ARMA模型的在线油液监测故障预警研究

建立设备平稳状态下在线油液监测数据的自回归滑动平均(Auto Regression Moving Average,ARMA)模型,根据模型残差进行故障检测和预警。运用K均值将故障发生之前一段时间内的模型残差分类为平稳期和故障潜伏期,设定两类中心点的均值为残差界限值,越界即报警。运用实际的在线油液监测数据进行验证,结果表明:ARMA模型对在线监测数据有较好的拟合效果;设定残差界限值可有效提前报警,在设备进入故障潜伏期而未发生故障之前即可及时报警。     

盾构机管片拼装机振动与摩擦分析

针对盾构机管片拼装过程中,管片拼装机运行到水平或者垂直位置时发生剧烈振动和产生噪声的问题,对管片拼装机的运动机制进行分析,利用ADAMS对管片拼装机进行运动学和动力学仿真分析,得到运动过程中关键部件的受力情况。仿真结果表明:管片拼装机运行至水平和垂直位置出现振动和噪声可能的原因有2种,加工精度不够导致摩擦力过大和接触应力比较大的接触面由于空隙发生碰撞。提出在空隙间增加金属橡胶涂层来减少接触面之间接触应力的解决方案,并通过ADAMS仿真验证该方案能减少接触应力,从而能有效消除振动和噪声。     

基于能量耗损的摩擦学系统状态识别方法研究

通过对摩擦学系统的能量流监测,结合状态识别方法的分析,提出了基于磨损与振动能量损耗监测方法,建立了能量损耗的机械设备状态监测框架模型。分析指出,磨损与振动都是能量耗损行为,且二者的相关性采用齿轮疲劳试验证实。研究表明,基于齿轮磨损的光谱分析的元素相对质量分数的累积相对标度和振动信号时域的均方根值的累积相对标度具有很好的相关性,这表明齿轮磨损和振动具有很好的相关性,因此摩擦学系统的状态识别与故障诊断采用能量损耗监测的方法是可行的。     

OLAP技术在多品种离散生产制造管理决策中的应用

联机分析处理（On-Line Analytical Processin8,简称OLAP）是构建多品种离散制造决策支持系统（DSS）的关键技术。本文在分析OLAP技术特点的基础上,讨论了多品种离散生产制造管理决策的OLAP系统架构、多维数据模型和在OLAP上进行分析操作,为企业有效决策提供依据。     

油液中磨粒粒度分布的实验研究

磨粒的粒度分布不但是决定设备磨损进程的重要因素，而且是磨损类型识别的基础。采用激光光阻法对-液压系统中的磨粒分布进行了测量，用χ^2检验法对其概率分布形式及分布参数进行了分析。结果表明，该系统油液中磨粒粒度呈对数正态分布，用χ^2检验法能确定磨粒分布参数。     

固体污染物粒度分布参数对油液污染度影响的研究

推导了油液中固体污染物粒度概率分布密度函数与油液NAS 1 638固体颗粒污染度间的关系 ,讨论了污染物粒度均值 μ和均方差σ对油液污染度的影响。结果表明 :NAS 1 638固体颗粒污染度G的大小取决于污染物的浓度和污染物的粒度分布 ;NAS 1 638固体颗粒污染度G随污染物粒度均值 μ和均方差σ的增大而增大 ;粒度较小的区间所对应的区间污染度Gi,j对较小的污染物粒度均值 μ和均方差σ变化较敏感 ,反之亦然 ;与系统敏感污染物尺度相对应的NAS 1 638固体颗粒区间污染度Gi,j比油液的固体颗粒污染度G更合理