排序方式: 共有79条查询结果,搜索用时 15 毫秒
1.
有限元模型的更新旨在最小化实验结果和仿真结果之间的差异,因此可以被看作一个优化问题.引入混合优化算法GA-SA到一个过盈热套配合的转轴有限元模型更新中,该算法由遗传算法(GA)和模拟退火算法(SA)构成.以转轴上安装有质量套筒处轴段的有效刚度直径为更新参数,以轴系的前4阶实验固有频率和计算的固有频率之间的绝对误差建立优化算法的目标函数,比较了初始有限元模型输出、经GA-SA、GA、SA优化后的有限元模型输出和实验结果之间的差别.同时还通过比较更新模型输出的频率响应函数与模态实验的频率响应函数之间的差异来检验模型更新的有效性.结果表明GA,SA和GA-SA都是很强的优化算法,可以成功地应用于有限元模型更新,经优化算法更新后的模型能够给出比初始模型更接近于实验结果的输出,但是基于GA-SA的更新模型能够给出比基于GA或者SA的更新模型更接近于实验结果的固有频率和频率响应函数输出. 相似文献
2.
3.
针对某型装甲车辆行星变速箱行星轮故障特征难以提取的问题,提出了结合参数优化变分模态分解(VMD)和多尺度熵偏均值的故障特征提取方法。为克服VMD算法参数选取依赖经验的弊端,采用粒子群优化算法对VMD参数进行优化。使用参数优化后的VMD算法对信号进行分解,并依据互信息选取有效分量对信号进行重构。多尺度熵能反映信号在多尺度下的复杂度,偏均值可以反映多尺度熵的均值和变化趋势。采用基于多尺度熵的综合指标多尺度偏均值,以全面反映振动信号在多尺度下的特性,用于衡量行星变速箱运行状态,从而进行故障特征提取。行星变速箱实验数据处理结果表明,新方法可以更加有效的提取行星变速箱故障。 相似文献
4.
基于VMD-DE的坦克行星变速箱故障诊断方法研究 总被引:1,自引:0,他引:1
为了提高坦克行星变速箱齿轮故障模式识别准确率,将变分模态分解(VMD)与散布熵(DE)结合提出故障特征提取新方法。利用波形法确定VMD分解层数,VMD分解振动信号得到一组固有模态分量(IMF);根据归一化互信息准则筛选若干IMF重构信号,计算重构信号的散布熵;将重构信号散布熵作为特征值输入到粒子群优化(PSO)的多分类支持向量机(SVM)中实现故障模式识别。通过对坦克行星变速箱的正常、行星轮故障和太阳轮故障三种状态进行模式识别,分类准确率达到100%,且计算时间较短。与基于原始振动信号DE、VMD-SE(样本熵)、VMD-PE(排列熵)及EMD-DE(经验模态分解与DE结合)等方法比较,综合考虑准确率和计算时间两个因素,基于VMD-DE的方法故障诊断性能最佳。 相似文献
5.
快速峭度谱因其对瞬态冲击信号具有快速检测的能力,在旋转机械故障特征提取中得到广泛应用。提出了基于快速峭度谱的机械故障特征提取流程,并将快速峭度谱应用于某型坦克变速箱复合行星齿轮的故障特征提取中。首先,分析特定工况下齿轮正常和剥落故障两种状态的信号,与传统包络分析结果进行比较,结果表明,基于快速峭度谱的故障特征提取方法能够显著增强故障特征频率的幅值。为了验证测点的工况适应性和特征提取方法的有效性,考虑挡位、转速和载荷等因素,设计了32种试验工况,分析各个工况的试验数据,研究了转速、载荷等工况参数对故障特征提取的影响。结果表明,所选测点在各工况下采集的数据均可有效提取故障特征频率,转速和载荷的增加有助于故障特征提取。 相似文献
6.
水深压力直接影响着海洋机电装备的性能及可靠性。以深海水液压电磁阀为例,运用TRIZ理论的物质-场模型及冲突矩阵,阐述水深压力补偿方式,提出水深压力硬补偿的方法。建立硬补偿式深海水液压电磁阀的模型,研制初试样机及试验平台,对其性能及影响因素进行研究。结果表明:(1)硬补偿式深海水液压电磁阀性能良好:仿真及试验结果基本一致;电磁阀开启压力小,约为0.3 MPa;密封性能优异,关闭状态下,阀的泄漏量为零;阀口全开时压力损失小,额定流量(7 L/min)下的压力损失约为0.25 MPa;动态响应特性良好,开启时间t_1≤30 ms,关闭时间t_2≤63 ms。(2)硬补偿方法能有效补偿水深压力:水下(2 km以浅)工作时,电磁阀的相对启闭压力、响应时间等与系统工作压力有关,而与水深无关。可为海洋机电装备的水深压力补偿系统的设计提供新方法。 相似文献
7.
超声红外热像技术中预紧力对金属平板振动特性的影响 总被引:2,自引:0,他引:2
在超声红外热像检测过程中,超声脉冲激励下被测对象的振动状态直接决定了缺陷区域的生热效果,而工具杆与被测对象之间的预紧力是影响被测对象振动状态的重要因素之一。试验结果表明:预紧力的增大使得振动能量呈上升趋势并伴随着小范围不稳定,同时被测对象的振动频谱由混沌振动开始,经历次谐波、准次谐波后达到超谐波振动状态。针对上述现象,采用显式动力学方法建立了与试验条件相对应的有限元模型,并进行了瞬态动力学分析。模型采用压电-力类比方法来模拟压电陶瓷的逆压电效应,同时引入了动态松弛来更准确模拟试验工况。仿真结果验证了试验观察到的现象,并进一步揭示了预紧力的增大将改变超声工具杆和被测平板之间的接触力状态,从而改变被测试件的振动能量分布和振动频谱。研究成果有助于实现通过预紧力来控制被测对象振动状态,进而达到优化超声红外热像检测的目的。 相似文献
8.
9.
KL—Bayes方法在故障模式识别中的应用 总被引:4,自引:1,他引:3
有效特征向量的提取和状态识别是设备状态监测与故障诊断领域中的关键技术。近年来,国内外很多学者都非常重视自动特征向量选择与提取方法的研究和模式识别方法的探讨。文中提出的KL-Bayes 方法是KL变换特征提取方法与Bayes 逐步判别分析方法的结合,前者可在不改变原始样本空间分布特点的基础上降低特征空间的维数[4],后者是一种集“有效特征选择与状态识别”功能于一身的方法[1]。KL-Bayes方法用于不太复杂的系统故障诊断,如轴承、齿轮箱故障诊断中是非常简单有效的。文中给出了应用实例及分类器自学习前后的分类结果。 相似文献
10.