局域均值分解和1.5维谱在机械故障诊断中的应用

针对机械故障振动信号的非线性、非平稳特征,提出了局域均值分解和1.5维谱相结合的机械故障诊断方法。该方法首先对信号进行局域均值分解,将其分解为若干个PF分量之和,然后运用1.5维谱方法对含有故障特征信息的PF分量进行特征提取。该方法具有抑制高斯白噪声、检测非线性耦合特征等特性。仿真信号与机械故障诊断工程实例的分析验证了该方法的有效性。
     

基于LMD近似熵和PSO-ELM的齿轮箱故障诊断

针对齿轮箱使用中常见的故障检测与识别问题,考虑到齿轮箱振动响应信号非线性、非平稳的特性,提出基于局域均值分解（LMD）的近似熵和粒子群优化的极限学习机（PSO-ELM）结合的齿轮箱故障诊断方法。首先,使用LMD分解方法对齿轮箱各工况的振动信号进行分解,结合相关系数选取反映主要故障信息的前4个PF分量。利用近似熵进行定量描述,组成特征向量。最后用粒子群算法对ELM的输入权值与隐含层神经元阈值进行优化,建立PSO-ELM模型,并将近似熵特征值输入到ELM和PSO-ELM模型中,对齿轮箱不同工况进行故障识别与分类。结果表明,基于LMD近似熵和粒子群优化的ELM有更高的分类正确率,验证了该方法的可行性。     

超音速旋流分离器湿气出口段液膜测量

超音速旋流分离技术作为一种新型的多相流分离技术,在天然气脱水脱烃领域有较好的应用前景。超音速分离器内液膜特性与分离性能息息相关,本文以其湿气出口段液膜特征为研究对象,开发了一套FPC电导式液膜厚度测量系统,设计了标定装置获取传感器实际输出特性。搭建实验管段展开气液两相分离实验,研究了入口含液量与背压比对液膜特征的影响。实验显示液膜厚度低于500μm时传感器灵敏度较高,拟合曲线误差在±5%以内。时域上统计学分析表明液膜厚度呈双峰分布,基层厚度约为70µm。频域上小波包分解后第2、第3频段与其他频段能量分布变化趋势有明显差异,据此对原始信号依次进行重构、局部均值分解、求近似熵和聚类,结果表明含液量增大,液膜波动加剧,近似熵可聚类为三类,对应三种流形。采用互相关算法分析液膜扰动波速度,含液量增大其流向分量与周向分量均呈指数增长趋势,流向分量及其RMSE范围分别为84.7~339.0mm/s、1.15~4.51mm/s,周向分量及其RMSE范围分别为54.8~186.4mm/s、1.20~3.38mm/s。     

改进LMD与切片双谱在齿轮箱复合故障诊断中的应用研究

针对齿轮箱复合故障振动信号的非稳定性和多分量耦合调制的复杂特性,提出了基于分段三次Hermit插值改进的LMD与切片双谱相结合的复合故障特征提取方法,结合分段三次Hermit插值法稳定性好且能保证每个小段连续光滑的优点,用分段三次Hermit插值法代替滑动平均法,对极值点构造局部均值函数和包络估计函数,减少了信号的包络误差,提高了LMD分解的精确度。并以齿轮箱中滚动轴承和齿轮的复合故障振动信号为研究对象,通过实验对比验证了改进LMD的优越性和本文所提方法对复合故障诊断的有效性。     

基于LMD与多重分形寻优的往复压缩机故障特征识别方法

针对往复压缩机振动信号的非平稳和非线性特性,多重分形广义谱是一种简便、快速有效的特征参数提取方法;但其对噪声敏感,使得谱值波动,部分故障类间特征可分性差。利用经小波降噪后的优化LMD算法,并结合相关系数提取PF主分量以突出状态主信息,将多尺度整数寻优观点引入广义维,基于最佳可分性角度计算状态间最大平均距离,构造广义维数特征矩阵;通过SVM与增量学习K邻近(IKNNModel)统计算法训练和识别样本,对比证明该法能提高故障特征类间可分性和识别准确性。     

基于预测可信时间的往复压缩机振动信号非参数预测方法

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,忽略最大预测可信时间而得到的仅包含有限离散振动幅值的预测,对具有周期震荡趋势信号的特征识别与寿命分析意义甚微。笔者从信息熵角度计算预测可信时间,在对振动时序局部均值分解(Local Mean Decomposition,LMD)的基础上,建立基于KNN(K Nearest Neighbor)非参数改进预测算法,从能量角度选择LMD主分量和影响权值,对主分量做相空间重构并构造预测序列,以最大预测可信时间为重构间隔,对不同特征模态相空间重构以实现对模型的变参数寻优;采用上述预测算法对2D12往复式压缩机轴承振动序列计算并提取故障特征分量,对比分析表明,该算法能较准确预测序列演化趋势并为寿命预测提供有效支撑。     

基于AVR单片机的直流电动机的PWM调速系统设计

本文介绍用AVR单片机实现直流电动机的PWM调速的方法。     

基于LMD18245的二相步进电机细分驱动器设计

文中给出了一种由LMD18245实现的用于电脑绣花机的二相步进电机细分驱动器的设计方法,并着重介绍了系统的硬件和软件设计.     

�������������������ºϽ��о���չ

Laser additive manufacturing(LAM) is a new type technology combined with laser science, digital science and material science, it has many advantage, such as dimensionality reduction manufacturing, complex shapes manufacturing, and high utilization ratio of materials. According to the way of material inputting, it can be divided into selective laser melting(SLM) technology and laser melting deposition(LMD) technology. Laser additive manufacturing parts with fine grains and homogeneous microstructure has been widely used in aerospace field, due to its excellent mechanical properties. Recent developments in Ni- based laser additive manufacturing technology have been reviewed in the following aspects: technical principles, microstructure, mechanical properties, and density. It is noted that lightweight design and integration of structure- function may be the development tendency of laser additive manufacturing in the future.     

LMD18200T的直流伺服电动机驱动器的设计

为了减小伺服系统体积,提高其可靠性,设计了一种基于LMD18200T组件的直流伺服电动机驱动器的解决方案。与采用分离器件来搭建驱动器电路相比,不但简化了硬件结构设计,而且也提高了系统的可靠性。