【摘 要】
：
考虑已有研究多采用刚度突变的阶跃模型对松动故障进行描述,而刚度变化实为连续性的,因此,针对含支承松动的简单单圆盘转子系统,建立了刚度线性变化的连续松动模型.采用增量谐波平衡法分别对两种模型的非线性方程进行求解,结合迭代算法获得系统振动周期解,并通过时域波形、频域谱图对两种松动模型的振动响应进行对比分析,为松动故障机理研究奠定理论基础.
【机 构】
：
华东交通大学 机电工程学院,南昌 330013
【出 处】
：
2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014
论文部分内容阅读
考虑已有研究多采用刚度突变的阶跃模型对松动故障进行描述,而刚度变化实为连续性的,因此,针对含支承松动的简单单圆盘转子系统,建立了刚度线性变化的连续松动模型.采用增量谐波平衡法分别对两种模型的非线性方程进行求解,结合迭代算法获得系统振动周期解,并通过时域波形、频域谱图对两种松动模型的振动响应进行对比分析,为松动故障机理研究奠定理论基础.
其他文献
针对设备不同状态下振动信号频域特性,基于经验模式分解(EMD)与谱相关的方法提取设备状态特征参数.首先采用EMD将不同状态信号分解为不同频段的本征模态函数(IMF),计算信号与其不同频段EMD分量的频域相关系数,构造信号谱相关特征矩阵.结合联合相似对角化法对特征矩阵降维,提取设备状态有效特征参数,研究机械故障特征提取方法.将此方法应用于实验实测信号,结果表明此方法对不同状态下的滚动轴承信号有良好的
增速齿轮箱是大型风力发电机组的关键部件,应采用合适的预测模型对其状态进行预测.针对BP神经网络预测模型的易陷入局部极小和不能体现不同输入信息对网络预测输出值得影响程度的问题提出基于信息熵的遗传算法优化BP神经网络预测模型(IEGABP).用此模型能够优化神经网络权值参数,并可利用振动数据对预测的贡献程度不同提高预测的精度和实时性.现场采集风电机组增速齿轮箱的振动数据,应用IEGABP模型和基于人工
建立了一个气体轴承支撑单跨四圆盘转子系统试验台,转轴中部止推盘两侧安装纯静压气体轴承,止推盘两侧分别安装有两个相同大小圆盘,转子关于止推盘左右对称.首先针对该实验台基于有限元计算方法利用ANSYS建立模型,求解了不同气膜刚度下的系统的临界转速与不平衡响应,确定系统的固有特性.其后分别进行了不同轴承供气压力下系统固有特性及振动特性试验研究.通过对三种不同供气压力下系统的轴心轨迹,时间-转速-幅值三维
多重去趋势波动分析(Multifractal Detrended Fluctuations Analysis,MF-DFA)方法是去趋势波动分析(Detrended Fluctuations Analysis,DFA)方法的拓展,由于该方法能够有效揭示非平稳时间序列的多重分形特性,目前正逐渐应用到故障诊断领域.本文主要研究MF-DFA方法尺度范围s与样本长度N、拟合阶数m等关键参数的选择,以及不同
为了有效提取齿轮振动信号的低、高频带故障特征,本文设计了形态小波包分析方法.由于形态学滤波器具有良好的提取信号非线性特征的特点,同时小波包是一种精细的信号分解方法,能够同时刻画信号各频带特征.因此,本文将形态学滤波器与小波包分解方法相结合,构造形态小波包,对信号进行分析.在某油田的状态监测和故障诊断实践中,采用该方法有效提取了齿轮振动信号的非线性特征,诊断出了往复式注水泵减速箱齿面磨损及齿根裂纹故
针对制造企业在设备管理方面存在的挑战.本文以设备远程监测与诊断系统体系结构为研究重点,将云制造和面向服务的体系结构(SOA)概念引入到设备故障诊断领域,设计了云制造环境下基于SOA的设备监测与诊断系统架构模型,并描述了用户与云制造系统进行服务交互的过程和系统功能结构模型,为云制造系统结构研究提供了一个可行的方向.
对故障预警的实现形式进行分析与探讨,在此基础上对多参数故障预警存在的问题进行分析.重点从基础理论、预测时长和应用现状三个方面,探讨了人工神经网络、支持向量机、多变量灰色模型、隐马尔科夫模型和粒子滤波五种主要方法实现多参数融合预测的理论依据.最后分析认为集成多种方法建立多参数故障预警模型的思路是未来的研究方向.
气阀弹簧失效是气阀的主要故障之一,弹簧失效可能会造成阀片不能准确、平稳地开启和闭合,引起循环气体温度、压力的变化,造成能量损失,影响到压缩机的效率,因此,对气阀弹簧失效进行故障特征提取及故障诊断是十分必要的.文章主要研究了对气阀-弹簧失效故障特征提取方法,先根据小波包能量计算方法,研究弹簧失效后能量分布的特点;然后采用冗余提升小波对信号进行一层分解,提取出高频细节信号中带有周期性的冲击成分;最后提
为了解决热波技术在复合材料结构不同损伤检测中的适用性问题,采用超声和脉冲闪光灯两种热激励方式对复合材料结构中的典型损伤进行检测研究.研究结果表明:超声热波方法对复合材料结构中的裂纹等贴合型损伤具有较好的检测效果,而脉冲热波方法对结构中脱粘等具有较大热阻的非贴合型损伤检测效果较好,通过两种热激励方式的结合使用,可以提高热波检测技术的检测能力及对损伤检测结果判断的准确性.
往复机械振动表现出较强的非平稳、非线性及非高斯等多源冲击特性,在缺乏足够先验知识的前提下,按照现有方法进行信号分解,可能会产生错误的频率成分,物理意义也不清晰.本文针对此类信号特点,提出了一种基于局部频率概念的自适应模态分解方法,以摆脱了内积变换原理为基础进行信号分解的局限,并克服瞬时频率定义收敛条件的限制.将该方法与EMD进行仿真对比,并将其应用于往复压缩机气阀多源冲击振动信号的故障特征提取.结