基于NIC-DWT-WOASVM的齿轮箱混合故障诊断

由于齿轮箱中振动信号的复杂性和非平稳性,致使齿轮箱混合故障诊断工作具有一定难度。针对这一问题提出基于NIC-DWT-WOASVM的齿轮箱混合故障诊断方法。首先通过窄带干扰消除(Narrow Band Interference Canceller, NIC)滤除原始信号中齿轮啮合和转轴等窄带干扰信号,接着对信号进行离散小波变换(Discrete Wavelet Transform, DWT),重构小波系数得到小波分量,提取分量的方差作为特征参数构成特征矩阵样本。针对传统优化支持向量机收敛速度慢及容易局部最优等问题,提出鲸鱼算法优化的支持向量机(Whale Optimization Algorithm Support Vector Machine, WOASVM),运用训练样本对WOASVM进行训练得到优化分类模型,将测试样本输入到优化模型中得到诊断结果。为验证方法的有效性,开展了变工况下齿轮箱混合故障实验,通过实验分析及与其他方法的比较,证明方法对于齿轮箱混合故障诊断是有效的。     

基于深度度量学习的轴承故障诊断方法

针对机械大数据因故障类内离散度和类间相似度较大而导致诊断精度低的问题,提出一种深度度量学习故障诊断方法,采用深度神经网络(Deep Neural Network, DNN)对故障特征进行自适应提取,并利用基于欧氏距离的边际Fisher分析(Marginal Fisher Analysis, MFA)方法进行了优选,在构建的深度度量网络(Deep Metric Network, DMN)顶层特征输出层添加BPNN(Back Propagation Neural Network, BPNN)分类器对网络参数进行微调,并实现故障的分类识别。通过对不同类型和严重程度的轴承故障进行了诊断分析,验证了该方法可以有效地对轴承故障进行高精度诊断,效果优于传统深度信念网络(Deep Belief Network, DBN)故障诊断方法以及常用时域统计特征结合支持向量机(Support Vector Machine, SVM)分类的故障诊断方法。     

基于磁激励和信号无线传输的旋转叶片模态参数测试技术研究

航空发动机叶片的动态特性关系到航空发动机乃至整个飞机的运行安全,对叶片在旋转状态下进行在线动力学参数测试是确保其安全性的有效手段之一。针对旋转状态的叶片提出了采用非接触磁激励作为激振力,采用WiFi无线传输方式实现叶片振动信号的在线测量和传输的方法。在此基础上,设计出一套可以测量旋转状态叶片动力学参数的非接触磁激励?无线传输的动力学参数测试系统,并进行了相应的试验验证,结果表明该系统使用方便,测量精度好。     

缓冲孔对爆破振动信号幅频特性影响研究

为探索缓冲孔对爆破振动信号的峰值质点振动速度、主振频率和各频带能量分布等的影响,依托贵州某露天矿临近边坡爆破振动试验,获得了现场主爆破和缓冲爆破的振动信号。分别采用小波包分析和数值模拟方法对采用主爆破和缓冲爆破的振动信号进行分析。结果表明,临近边坡缓冲爆破具有明显的减震效应。相同测点条件下,水平切向振动信号的减振率最大,减振效果最好。且随着测点距爆源的距离越近,其减振效果越好。爆破振动信号的能量主要集中于60 Hz以内且分布极不均匀,存在多个主振频带。设置缓冲孔进行临近边坡爆破时,其振动信号的能量更向高频的主振频带集中,有利于避开边坡的自振频率。     

基于振动分布特征的电力变压器绕组故障诊断

振动分析法是实现电力变压器带电监测与故障诊断的重要手段,而基于振动分析法的故障诊断方法的关键在于从复杂的油箱壁振动信号中提取出状态特征(值或矢量)。传统的状态特征提取方法大多选取单个测点的振动信号进行时域或频域特征的提取,往往忽略了各测点间的振动分布特征。从振动重心的角度对振动分布的幅值重心及重心轨迹进行研究与分析,能够提出四个量化参数。在四个量化参数的基础上结合支持向量机分类算法提出基于振动分布特征的变压器绕组故障诊断模型。实际变压器的绕组故障实验以及十余台台电力变压器现场实测数据样本的分析与测试结果均表明,提出的振动分布特征及量化参数能够有效反映变压器绕组变形、压紧力松弛等机械结构变化,而基于振动分布特征的绕组故障诊断模型也可准确的对变压器绕组机械结构状态进行检测与诊断。     

钢管混凝土柱的非线性振动特性分析与脱粘识别

钢管混凝土柱脱粘对结构受力性能有很大影响,脱粘检测成为研究者关注的问题。设计制作了5个不同脱粘状态的钢管混凝土悬臂柱试件,在锤击激励下记录试件表面6个测点的自由振动加速度信号。通过解析模式分解,分离出信号的一阶频率分量,再利用Hilbert变换,获得频率-振幅曲线。频率-振幅曲线表明无脱粘的钢管混凝土柱试件呈现出较强的非线性振动特性,与弱Duffing系统相似。脱粘的存在,使得试件的非线性特性减弱,脱粘面积越大,非线性系数绝对值越小。信号测点离脱粘位置越近,非线性特性越弱,非线性系数绝对值越小。非线性系数对脱粘敏感,且不易受构件制作和边界条件的影响,是识别钢管混凝土柱脱粘的良好指标。     

汽车车身空腔阻隔结构降噪试验研究

系统性地建立了阻隔结构降噪试验研究方法。建立面向白车身的阻隔结构降噪性能测量方法,通过对比阻隔结构拆除前后白车身模态与传递函数的变化情况,分析其对于车身低频噪声的抑制能力;建立面向整车的阻隔结构降噪性能转鼓试验方法,用以评估其对于发动机噪声、轮胎路面噪声的抑制能力;建立面向整车的阻隔结构降噪性能风洞试验方法,用以评估其对于气动噪声的抑制能力。试验结果表明,阻隔结构降低车内噪声主要有两个方面:一方面,空腔阻隔结构增强了车身的模态阻尼,抑制车身的振动,从而降低了车内低频噪声;另一方面,阻隔结构切断了车外噪声经过车身侧围空腔入侵乘员舱的传播途径,从而降低了车内高频噪声。     

基于无迹卡尔曼滤波的动态贝叶斯小波变换在轴承故障诊断中的应用

针对工程实际中滚动轴承发生故障的类型具有典型性和故障信号具有冲击性,且振动信号的频率成分因外界环境的影响而变得极其复杂的特点,提出了一种基于负熵和无迹卡尔曼滤波的动态贝叶斯小波变换方法。该方法将SE(Squared Envelope) Infogram方法应用到无迹卡尔曼滤波方法(Unscented Kalman Filter, UKF)中,利用SE Infogram确定滤波器参数初值,即中心频率与带宽的初值,结合UKF对中心频率与带宽进行优化,以最优中心频率与带宽对振动信号进行滤波分析,对滤波后的信号进行包络解调分析,实现轴承微弱故障特征的提取。利用负熵指标代替以往研究所用的峭度指标,可以有效消除或削弱高峰值干扰的影响。最后,通过对仿真信号和轮对轴承试验信号对提出的方法进行了验证。结果表明,该方法能够有效提取强背景噪声下轴承外圈、内圈故障和滚动体故障,验证了该方法对轴承微弱故障诊断的有效性。     

基于多项式拟合的细长梁结构振动位移重构方法

细长梁结构易受内外因素的干扰而振动,由此引发的疲劳损伤问题不利于结构安全。实时重构结构的振动位移是健康监测和振动智能控制中的关键环节。目前,模态分析法广泛用于细长梁结构的振动位移重构,但对于边界条件复杂的细长梁结构或结构受较强非线性因素干扰时,采用模态分析法重构结构位移将存在诸多不便。针对此问题,提出了基于多项式拟合的细长梁结构振动位移重构方法,并采用延展结构边界的方式有效规避了多项式拟合经常出现的龙格现象。通过有限元模拟和实验数据的对比,验证了基于多项式的位移重构方法的精确性和可行性。结果表明:基于多项式拟合的位移重构方法适用于细长梁结构线性振动和非线性振动的位移重构;延展结构边界可有效规避多项式拟合出现的龙格现象;延展长度为0.875L～1.125L(L为细长梁结构的长度),虚拟测点应变的量级小于等于真实测点应变最大值的量级时,重构得到的结构位移精度较高。     

切削液扰动对BTA深孔加工系统横向振动频率的影响

为探究切削液扰动下BTA深孔镗削系统横向振动频率的影响,通过建立BTA深孔镗杆系统计及内、外切削液流固耦合及其自由液面效应的横向振动模型,解析系统不同情况下的横向振动的一、二阶频率表达式,并以不同情况下,深孔镗杆内、外切削液的横截面面积及其对深孔镗杆的附加质量来表征对应的自由液面变化,通过计算,明确了BTA深孔镗杆的横向振动频率对切削液流速、轴向力的敏感性及其运动转换趋势。BTA深孔镗杆横向振动频率对轴向力的敏感性规律为:在共振脊区域,在内、外切削液都无自由液面时最大;内、外切削液都有自由液面时最小;在共振翅区域,只内切削液有自由液面时最大,内、外切削液都无自由液面时最小。BTA深孔镗杆横向振动频率对切削液流速的敏感性规律为:在共振脊区域,只内切削液有自由液面时最大,内、外切削液都无自由液面时最小;在共振翅区域,内、外切削液都无自由液面时最大,只内切削液有自由液面时最小。系统在切削液流速、轴向力达到临界等效值时,发生弯曲或屈曲;在静力失稳后,系统将会在更高的切削液流速值以混阶模态形式发生耦合颤振等复杂运动。该研究结果可为BTA深孔镗削加工的生产实践提供一定理论指导。