万向轴动不平衡检测的自适应变分模态分解方法

万向轴动不平衡主要体现在万向轴振动信号的转频及其倍频上,为了更准确地提取动不平衡振动特征,引入具有完备理论基础、窄带滤波特性和最优解的信号分解方法——变分模态分解法来提取动不平衡振动特征。然而,变分模态分解的结果对两个参数(模态数量、惩罚因子)的设置很敏感。因此,提出应用傅里叶谱的均方根分布与其局部峭度值确定变分模态分解的模态数量,利用傅里叶谱峭度增量对惩罚因子进行最优选择。建立万向轴动不平衡的自适应提取模型,应用试验台实测数据对该检测方法和模型的有效性进行了验证。     

基于VMD和MP算法的旋转机械故障特征提取

旋转机械故障振动信号为不平稳、非线性而且信噪比低的多分量信号,故障特征很难提取。小波分析方法受限于小波基和分解层次的选取,经验模态分解（EMD）等自适应分解方法存在模态混叠和虚假分量的问题,应用在旋转机械故障提取上容易误判。提出了利用匹配追踪算法（MP）改进变分模态分解(VMD)的故障诊断方法。通过构建合适的仿真信号仿真和对实测信号的仿真,验证了该方法的可行性和实用性。     

CIMS环境异构网络及设备MMS互连

ＣＩＭＳ环境中计算机和设备的通信是实现ＣＩＭＳ的基础，而ＣＩＭＳ的复杂性决定了其网络呈现异构性，设备具有多样性，ＭＭＳ－制造报文规范，是一种适合于ＣＩＭＳ环境实设备通信的应用层服务元素。本文在介绍ＭＭＳ的基础上提出了异构网络ＭＭＳ实现的方法，互连网关的设计以及机器人入网的标准和策略，最后进行了ＭＭＳ工操作的验证及机器人系统ＭＭＳ基础一致性类说明。     

异构网络上MMS互连的实现

本文首先简述了ＭＭＳ的实际应用环境及其在ＭＡＰ上的实现，然后论述了ＢＩＴＢＵＳ上ＭＭＳ服务的建立，并在网络互连的基础上提出了异构网络ＭＭＳ互连实现的方法及步骤，最后对ＭＭＳ在制造环境中的应用提出了一些看法。     

真空膜蒸馏法再生烟气脱硫废液的试验研究

复合型甲基二乙醇胺（MDEA）水溶液对烟气二氧化硫具有良好的吸收性,其废液再生循环利用技术的研究进一步完善了烟气脱硫设备节能减排之需。实验采用中空纤维陶瓷膜组件为再生器,用真空膜蒸馏法再生吸收了二氧化硫的MDEA富液,着重研究了废液温度变化对其再生率和蒸馏通量的影响,用气相色谱法测得废液在各实验温度下的再生色谱图。结果表明：废液的最佳再生温度为70℃,此时再生率可达98％。     

基于WPT和参数优化的VMD谐波检测方法

针对变分模态分解(Variational Mode Decomposition, VMD)在谐波检测中易受噪声影响、分解模态个数K难以确定的问题,提出一种基于小波包降噪(WPT)和参数优化的VMD谐波检测方法。首先,对谐波信号进行WPT降噪处理,然后对降噪后的信号进行VMD预分解,根据解析分量的瞬时频率均值选取最优的K值,最后对降噪信号进行最优K值VMD分解并提取频率,用希尔伯特变换进行幅值检测。仿真结果与对比表明,该方法能够有效的选择VMD分解模态个数,减小噪声影响,且具有良好的检测精度。     

Early fault feature extraction of bearings based on Teager energy operator and optimal VMD

As the fault shock component in vibration signals is extremely sparse and weak, it is difficult to extract the fault features when large-scale, low-speed and heavy-duty mechanical equipment is in the early stage of failure. To solve this problem, an early fault feature extraction method based on the Teager energy operator, combined with optimal variational mode decomposition (VMD) is presented in this study. First, the Teager energy operator was used to strengthen the weak shock component of the original signal. Next, a logistic–sine complex chaotic mapping with variable dimensions was constructed to enhance the global search ability and convergence speed of the pigeon-inspired optimization (PIO) algorithm, which is named the variable dimension chaotic pigeon-inspired optimization (VDCPIO) algorithm. Then, the VDCPIO algorithm is used to search for the optimal combination value of key parameters of VMD. The enhanced vibration signal is decomposed into a set of intrinsic mode functions (IMFs) by the optimized VMD, and then kurtosis for every IMF and mean kurtosis of all IMFs are extracted. According to the average kurtosis, several IMFs, whose kurtosis value is greater than the average kurtosis value, are selected to reconstruct a new signal. Then, envelope spectrum analysis of the reconstructed signal is carried out to extract the early fault features. Finally, experimental verification of the method was performed using the simulated signal and measured signal from a rolling bearing; the experimental results indicate that the method presented in this paper is more effective to extract the early fault features of this kind of mechanical equipment.     

VMD与多重分形奇异谱的往复压缩机故障特征预测方法

对具有分形特征的复杂非线性时间序列的预测,核心问题表现为初始条件敏感性对系统动力模型的影响,该敏感性又决定了最大预测可信时间;笔者从信息熵角度引入预测可信时间,在对振动时序变分模态分解(Variational Mode Decomposition,VMD)的基础上,分析并提取各主模态多重分形奇异谱形态参数,构造基于相空间重构的KNN(K Nearest Neighbor)预测建模域,以变参数寻优角度建立预测算法;依上述预测算法对2D12往复式压缩机轴承中度磨损故障振动序列提取故障特征分量,多方法对比与误差分析表明,该算法能较准确反映系统状态演化趋势,可作为决策依据并为寿命预测提供有效数据支持。     

CIMS底层环境的网络与实设备之间的远程MMS通信

ＣＩＭＳ底层制造环境中各种计算机与自动化设备之间的通信是实现ＣＩＭＳ的基础。本文首先介绍ＣＩＭＳ底层环境中的网络，用于实设备间通信的国际标准ＭＭＳ，以及实设备入网技术的标准和策略，然后阐述了在ＢＩＴＢＵＳ网络支持下与机器人系统远程ＭＭＳ通信技术的研究与实现。     

K值优化的VMD在轴承故障诊断中的应用

由于机械设备实际运行状态下环境噪声的影响,轴承早期非平稳振动信号的故障特征难以有效提取。为此,将K值优化的变分模态分解引入轴承的早期故障诊断方法中。首先利用小波包降噪法对轴承实际振动信号进行降噪;然后利用K值优化的VMD算法,通过合理设置参数K,将降噪信号分解为若干本征模态分量,利用峭度值选取最佳分量;最后提取最佳分量的样本熵和排列熵组成特征向量,利用模糊C聚类识别轴承的故障类型。实验结果表明,该方法避免了信号的过分解,能有效提取振动信号特征,实现轴承的早期故障诊断。