1000 MW汽轮机轴承载荷分配测试方法和试验研究

为测试轴承载荷分配,提出了基于转轴截面应变值的轴承载荷测试方法,建立了轴承载荷计算分析模型,研发了测试装置。以某台1 000 MW大型汽轮机为例,测试了轴系连接状态下汽轮机各轴承载荷分配,并据此分析了机组安装时轴系对中状态。试验所得各轴承总载荷与轴系总载荷之间的误差小于1%,单个轴承载荷测试值与设计值之间的误差小于1%,说明本测试方法准确度较高。该汽轮机安装状态下轴系载荷分配与设计值相近,轴系对中状态合理。     

区域海面蒸发波导观测试验方案设计

该文简要介绍了几种蒸发波导模型以及影响模型变化的气象参数,在分析蒸发波导高度随气象水文参数变化的敏感性基础上,设计了区域海面蒸发波导的观测方案。     

响应曲面法优化苜蓿成冻特性研究

采用响应曲面法(RSM)研究了明胶、魔芋胶和蔗糖酯用量对苜蓿成冻特性的影响。建立苜蓿成冻的二次多项数学模型,并验证模型的有效性,得出优化的工艺条件为：明胶用量3.00%,魔芋胶用量3.00%,蔗糖酯用量2.93%,在此条件下,苜蓿冻的硬度为4477g,黏着性为－ 6456g,内聚性为0.3127,胶着性为1408g,咀嚼性为1388g。     

基于转速提取和优化MSB的滚动轴承故障诊断

在变转速工况下,齿轮箱滚动轴承的振动信号呈现强烈的非平稳性特征,导致无法对其进行故障诊断。针对这一问题,提出了一种基于转速提取和优化调制信号双谱(MSB)的滚动轴承故障诊断方法。首先,利用同步提取变换(SET),从原始振动信号中提取了参考轴的瞬时转速;再对原始信号进行了预白化和最小熵反褶积(MED)滤波,得到了特征增强的降噪信号,并结合提取的转速信号进行了角域重采样,建立了阶次域调制信号双谱(MSB);基于MSB分布,构造了更能体现主导调制分量与载波分量非线性耦合程度的改进载波谱;最后,根据改进载波谱对载波切片进行了择优挑选,结合MSB和双谱相干函数构造了改进调制谱,进一步消除了噪声的干扰,从而提取到了滚动轴承的显著故障特征。研究结果表明：该方法可以用于有效提取变转速齿轮箱滚动轴承的故障特征阶次,从而实现对滚动轴承进行有效的故障诊断;与传统的诊断方法相比,该方法具有明显的优势。     

钢框架静力弹塑性分析的试验研究

由于采用动力时程分析方法对结构的设计和现有结构性能进行评价有很多不便从而使应用受到限制。本文结合基于性能的抗震设计理论和方法，运用静力弹塑性分析方法对一个三层钢结构框架进行了计算分析，并与此钢结构框架的振动台试验结果进行了对比。讨论了框架的破坏模式和抗推覆性能。     

利用APM理论分析蒸发波导对舰载雷达探测范围的影响

舰载雷达的工作高度决定了其受海洋各种复杂的大气环境的影响是巨大的,其中发生概率高、覆盖范围大的蒸发波导的影响尤为突出,本文借助APM分析了蒸发波导对舰载雷覆盖范围的影响。     

基于c．RIO的阶次跟踪分析在风力发电中的应用

针对风力发电机组齿轮箱变速过程中振动信号非平稳的特点,将阶次跟踪和信号包络提取技术相结合,提出了一种针对齿轮点蚀故障的诊断方法。首先利用Compact RIO对齿轮箱的振动信号进行了时域数据采集,然后对时域信号进行了包络提取,进而对时域包络信号进行等角域重采样得到等角域包络信号,最后对等角域包络信号进行了阶次跟踪分析;通过对比正常齿轮和点蚀故障齿轮的包络阶次谱,进而找到了点蚀故障齿轮的故障频率特征。模拟仿真结果表明,阶次跟踪分析可以解决传统傅里叶变换在处理非平稳信号时的“频谱模糊”现象。通过齿轮点蚀故障试验的分析,结果表明包络阶次谱能够用于有效地分析出点蚀故障齿轮的特征频率,阶次跟踪分析在风力发电机组齿轮箱的故障诊断中具有广阔的应用前景。     

定向凝固钛铝合金熔体与铸型界面反应研究展望

钛铝合金是性能优异的高温合金,在航空航天领域有广泛的应用前景,但由于其熔体具有较高的活性,制备时熔体与所有已知的铸型材料会发生不同程度的反应,限制了钛铝合金铸件的发展.定向凝固技术作为制备高精度钛铝合金的新工艺,使铸件组织定向排列,可以进一步提高钛铝合金的使用性能,因此如何调控凝固过程中钛铝合金熔体与铸型材料间的界面反应成为目前有关定向凝固钛铝合金研究的一个热点.从目前国内外关于钛铝合金熔体与铸型材料间界面反应的研究出发,综述了定向凝固过程中铸型材料、涂层成分、工艺参数及合金元素等对界面反应的影响,介绍了界面反应的理论水平,系统收集了界面反应的各项研究结果.     

基于VB的反铲液压挖掘机回转系统研究

论述挖掘机回转动作分析的重要性,对回转单独动作和回转兼动臂提升复合动作进行理论分析,将过程通过VB平台进行分析计算,为反铲液压挖掘机动作协调性的优化提供理论设计依据.     

基于补偿距离评估和一维卷积神经网络的离心泵故障快速智能识别方法

一维卷积神经网络可适用于振动等一维信号的识别与分类,但将其直接应用于机械故障诊断时小样本训练条件下的识别准确率与识别速度是其亟需解决的问题.针对上述问题,提出一种基于补偿距离评估和一维卷积神经网络的离心泵故障快速智能识别方法.基于离心泵振动分析与故障诊断理论,通过提取时域、频域、能量及熵特征来构造混合域全特征集,充分挖...