SEW减速箱特征提取和故障诊断

通过对SEW减速箱体布置6个测点,对这些测点分别从3个不同方向测取减速器信号。首先对各个点所采得数据进行零均值化处理即预处理;然后把处理的数据导出在MATLAB中通过时域分析,初步发现SEW减速箱低速轴有故障;最后通过频域分析、自相关性分析和倒谱分析,推测出Ⅱ级轴的两端轴承不对中和低速轴轴承有故障。     

热处理工艺对钢板组织性能的影响研究

以海洋平台用Q690高强钢的热处理工艺开发为背景,在不改变材料成分的前提下,根据QP-T热处理新工艺,将普通高强钢的屈服强度和抗拉强度进行有效提升。利用软件对钢板的油淬和Q-P-T热处理工艺的温度场进行模拟,得到不同热处理工艺下温度随时间的变化规律,并通过模拟并比较不同热处理工艺下材料的组织成分和含量,确定最佳的热处理工艺。在热处理实验中用不同的热处理工艺处理原始材料,对比不同热处理工艺下材料的力学性能。实验验证得出,经Q-P-T工艺处理后的钢板的强塑积相对于其他工艺有较大的提升。研究结果表明Q-P-T钢组织由马氏体、残余奥氏体和弥散析出的碳化物组成,这些组织对提高钢的强塑积具有重要的意义。     

运用EMD能量比和GA-BP网络诊断旋转机械故障

针对旋转机械故障识别问题,提出一种基于EMD能量比和遗传算法优化(Genetic algorithm,GA)BP网络的故障识别方法,该方法综合EMD方法对非线性信号所具有良好的自适应性和GA-BP网络所具有的全局优化权值的特点,首先对振动信号进行EMD分解,获得各个IMF分量并提取振动信号的能量比特征向量;然后将特征向量输入GA-BP网络进行故障类型识别,并且与传统BP网络对比。结果表明,该方法能准确有效地识别出转子实验台的故障类型,使正确识别率明显提高。     

基于小波包样本熵及GA-BP网络的旋转机械故障识别

针对旋转机械故障信号具有非线性、非平稳性特点,提出一种基于小波包样本熵及GA-BP网络的故障识别方法。首先对故障信号进行小波包分解,计算重构节点信号能量较大的前4个子频带振动信号的样本熵作为特征向量;然后将特征向量输入GA-BP网络模型进行故障类型识别,并且与传统BP网络作对比。实验结果表明:转子实验台不同故障信号的小波包样本熵不同,该方法对转子故障区别度更有效果,故障识别率明显提高。