基于网络的远程监测和故障诊断系统的数据库系统

随着信息技术和网络化向各个行业的延伸,实时监测已经成为机械设备监测的一种需要。而实时数据如何存取,采集后的这些历史数据如何为以后的故障诊断服务,在企业中如何来组织这些数据,是我们所要思考和解决的问题。所提出的基于网络的远程监测和故障诊断系统的数据库系统,正是基于上述的考虑,介绍了三个层次的数据库系统:企业监测站、企业监测中心和远程故障诊断中心。解决了实时数据的存取,历史数据的压缩,企业信息的管理等问题。整个库系统使用UML建模,对数据库系统进行了细致的分析和构造。     

基于盲信号处理的机械噪声监测与故障诊断

摘　要: 在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等方面的应用,并指出需要进一步研究的主要问题。
     

水下中远场爆炸冲击波作用下航行体表面动态响应分析

针对水下中远场爆炸作用下航行体表面动态响应复杂、预测困难的问题,基于任意欧拉-拉格朗日数值算法,考虑自由面对冲击波反射的影响,利用爆炸相似理论细化模型网格,运用有限元软件对水下爆炸模型进行求解。分析冲击波作用下航行体表面动态应力峰值出现的时间和区域,并对其动态响应随当量、爆距及水深的变化规律进行研究。利用数值拟合方法得到航行体表面动态应力方程,并通过决定系数验证其可靠性,在定当量、爆距情况下可直接求解其动态应力。研究结果表明：当量增加,动态应力在相同爆距区间内衰减速率增大;爆距增大,动态应力在相同当量区间内增长速率降低;深度每下降100 m,动态应力增长20 MPa左右。所得研究结果可为中远场水下爆炸作用下航行体安全防护和抗冲击研究提供一定参考。     

基于振动信号分离的行星轴承故障特征提取

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。     

基于 MPDE-EEMD 及自适应共振解调的轴承故障特征提取方法

针对滚动轴承振动信号具有非线性、非平稳性和非高斯性,并且故障特征往往淹没于系统噪声之中而难于识别的问题,提出了以多种群差分进化(multiple population differential evolution, MPDE) 算法来改进集合经验模式分解( ensemble empiricalmode decomposition, EEMD) 的 MPDE-EEMD 消噪方法,并与自适应共振解调技术( adaptive resonance demodulation technique,ARDT)相结合实现故障特征提取。 首先,为了解决 EEMD 中加入参数依靠人工选择且难以准确获取的问题,建立极值点分布特性评价函数,利用 MPDE 来寻优获取最佳白噪声幅值,实现 EEMD 自适应分解。 然后,采用峭度与相关性相结合的准则对分解后的 IMF 分量进行自动筛选,将满足条件的有效信号进行重构,实现对原始振动信号的降噪处理。 最后,采用 ARDT 自动确定对消噪信号进行带通滤波的带宽和中心频率,再通过包络解调提取出滤波信号的特征频率。 将轴承仿真故障信号与实际故障信号用于算法的验证,结果表明 MPDE-EEMD+ARDT 能有效提取出轴承故障特征。     

"堆橡皮"的原因及对策

“堆橡皮”是胶印生产中常见的故障之一。当橡皮布上刚堆墨时，使印刷品印迹不清晰，网点并糊；当堆积到一定程度时，就会引起色偏及脏版现象，并加剧印版的磨损。引起“堆橡皮”的因素很多，处理的     

基于EMD和模糊C均值聚类的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解和奇异值分解的特征提取与模糊C均值（FCM）聚类的滚动轴承故障诊断方法。该方法首先对滚动轴承振动信号进行EMD分解,组成初始特征向量矩阵;并对该矩阵进行奇异值分解,将矩阵的奇异值作为故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。实验结果分析表明,该方法能有效地进行滚动轴承故障诊断。     

发酵生产苹果酒的放大和动力学研究

利用瑞士Bioengineer公司生产的20L仝自动发酵罐进行了苹果汁发酵生产苹果酒的放大研究，获得了口感较佳的发酵原酒和适宜的放大生产条件及参数，并在此基础上推导出细胞生长、产物生成和基质消耗的发酵动力学方程和数学模型，其模拟曲线与实验值很好地相吻合，为产业化设计和生产提供了可靠的保障。     

基于CPW和SCD的行星轴承内圈故障特征提取

行星齿轮箱振动信号传递路径具有时变性,各振动分量间相互耦合和调制,拾取的信号往往比较复杂。此外,行星轴承早期故障对应的振动信号微弱,常湮没于背景噪声和较强的齿轮啮合振动信号中,使得行星轴承故障特征提取较为困难。为此,笔者提出一种基于倒谱预白化（cepstral pre?whitening,简称CPW）和谱相关密度（spectral correlation density,简称SCD）的行星轴承内圈故障特征提取方法。首先,采用CPW削弱具有严格周期特性振动分量的能量幅值,增强轴承故障分量的冲击幅值;其次,基于谱峭度算法获取与轴承故障冲击相关的谱峭度最大值时对应的解调频带参数,并获得带通滤波后复包络信号,进而消除解调频带外成分的干扰;最后,基于轴承故障的随机滑动特性,结合SCD提取行星轴承故障振动分量,进而包络谱分析提取出行星轴承故障特征。利用行星轴承内圈故障实测数据验证了方法的有效性。     

基于微粒群算法的盲解卷积及其在故障轴承声信号中的应用

针对复杂机械声场中,盲解卷积算法分离滤波器长度估计困难的问题,提出一种用微粒群算法优化盲解卷积分离滤波器长度的改进方法,解决了估计结果不确定的问题。该方法以分离信号峭度最大值的倒数为微粒群搜索的适应度,利用微粒群算法搜索到最优的分离滤波器长度,获得了可靠稳定的估计结果。计算机仿真和实际环境中故障轴承声信号分离实验证明了该方法的有效性。