化工透平压缩机组机械与热力性能监测诊断系统

化工透平压缩机组的运行稳定性不仅与机械性能有关,而且还受工艺条件的影响,联合监测机组的机械与热力性能可以更加全面准确地了解和分析机组的运行状况和故障原因.充分利用企业的现有资源,如传感器、监测仪表、DCS系统和Intranet网络等,实现了基于Intranet的大型机组机械与热力性能在线状态监测与故障诊断系统.介绍了该系统的总体结构、实现方法和相关的理论技术.     

基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法.首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障.分析结果表明该方法能够有效诊断滚动轴承故障.     

形态分量分析在滚动轴承故障诊断中的应用

滚动轴承局部故障振动信号中的周期性冲击是识别故障的关键特征.形态分量分析在由多种形态原子组成的过完备字典基础上提取信号中的不同形态成分,基于这种思想提出了一种基于新型过完备复合字典的形态分量分析方法.依据滚动轴承故障振动信号中分量间的形态差异性,改进字典后该方法可以更具针对性地提取出包含故障特征的冲击分量,配合包络谱分析准确提取故障特征频率,诊断滚动轴承局部故障.对比基于快速谱峭度法的轴承故障诊断方法,该方法可以避免人为选择共振带产生的不准确性和非最优问题,提高了故障诊断效果.通过轴承仿真信号和故障实验信号分析验证了该方法的有效性.     

蒸汽发生器传热管流致振动的数值研究

基于计算流体力学和计算结构动力学,同时考虑流体-结构两个物理场之间的相互作用,利用有限体积法及LES方法离散非稳态、粘性、不可压缩湍流流场的N-S方程,用有限元方法离散结构动力学方程,结合动网格控制技术,建立了横向流体作用下传热管流致振动计算的三维仿真模型。基于建立的模型,首先得到了横流作用下传热管的振动响应,并与已有的实验数据比较,证明了模型的合理性;其次,研究了来流速度和频率比对传热管流致振动特性与流场结构的影响。     

SG LOCA摇晃动力响应数值分析

经过合理的简化与等效处理，建立了国内某3代核电站的蒸汽发生器（SG）非线性有限元模型，将其与反应堆冷却剂环路（RCL）串联，开展了SG失水事故（LOCA）摇晃动力响应数值分析，得到了作用在SG传热管上的应力极值及其随管径的变化规律，并获得了作用在上部支承上的载荷。将本文方法与传统解耦法进行对比，结果表明:SG的解耦对摇晃动力响应有较大影响，应采用与RCL耦联的计算方式。      

作业井环空防溢控制系统密封胶芯接触压力研究

以有限元软件为平台建立防喷器系统模型,模拟密封胶芯环空控制压力,进行密封胶芯的接触压力仿真计算。结果表明:胶芯密封面最大接触压力分布具备明显的非线性特征;胶芯最大位移(变形)和应力位于胶芯内圆柱面的中间环面部位。针对胶芯端面环空压力和液体推挤作用,可通过硫化防突铁芯工艺,有效抑制端面溢胶现象,延长胶芯使用寿命。     

大输液车间的智能化工艺设计——现代化大输液生产线的自动化设计

文章主要介绍现代化大输液生产车间的典型特征,并结合药典、GMP和实际生产工艺需求提出了具体的解决方案;重点介绍了粉体输送系统、热压式蒸馏水机和批处理控制系统在大输液车间的应用;最后,重点介绍了智能化大输液车间在EHS方面的卓越表现。     

滚动轴承故障特征的时间—小波能量谱提取方法

振动信号中的周期性冲击现象是诊断滚动轴承各元件故障的重要依据之一,针对滚动轴承故障特征,在小波变换理论基础上提出一种时间—小波能量谱信号处理方法,它能够有效地提取出振动信号中冲击成分的时域和频域特征。利用时间—小波能量谱方法分析正常、外圈故障、内圈故障、滚珠故障等四种状态下滚动轴承的振动信号,并与传统的包络解调分析方法进行对比分析。时间—小波能量谱不仅可以有效提取出冲击特征明显的滚动轴承外圈故障,还能提取出内圈、滚珠等信号特征微弱的滚动轴承故障,而包络解调分析方法只能提取出外圈故障特征而不能提取出滚珠故障、内圈故障特征。结果表明,时间—小波能量普比包络解调分析方法更能有效地提取出振动信号中的冲击信号成分。     

基于改进经验小波变换的行星齿轮箱故障诊断

行星齿轮箱振动信号具有复杂多分量和调幅-调频的特点。幅值解调和频率解调方法能够避免传统Fourier频谱中的复杂边带分析,有效识别故障特征频率。经验小波变换通过对信号Fourier频谱的分割构造一组正交滤波器组,能提取具有紧支撑Fourier频谱的单分量成分,再对单分量成分运用Hilbert变换即可实现信号的解调分析。经验小波变换能够有效分离出调幅-调频成分,不存在模态混叠现象,具有完备的理论基础,自适应性好、算法简单、计算速度快。将改进的经验小波变换应用于行星齿轮箱振动信号的解调分析;提出了一种单分量个数的估算方法,解决了经验小波变换中的Fourier频谱划分问题;给出了对故障敏感的信号分量的选取方法,提高了分析的针对性。将改进方法应用于行星齿轮箱振动仿真信号和实验信号分析,验证了该方法的有效性。     

基于广义回归神经网络的时间序列预测研究

介绍了广义回归神经网络的基本理论,提出了应用BIC准则确定输入神经元数目的方法．将其应用于大型旋转机械振动状态时间序列的单步和多步预测,与传统的采用误差反向传播学习算法的三层前馈感知器网络(BP神经网络)的预测结果进行对比。结果表明,该网络的预测性能优于后者,即使样本数据稀少,也能获得满意的预测结果。