二类变量区间B样条小波有限元及裂纹诊断研究

来源 :第11届全国设备故障诊断学术会议 | 被引量 : 0次 | 上传用户:hannibow
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于裂纹奇异性的存在,使得采用传统有限元模型求解结构裂纹问题精度不高,为解决这一问题,采用小波有限元模型可以获得较好精度。现有小波有限元研究中,主要是单变量(位移)小波有限元法,本文开展新型二类变量(位移和应力)小波有限元研究。本文提出了二类变量区间B样条小波有限元的构造方法。选择区间B样条小波尺度函数作为插值函数,开展二类变量小波有限元研究。基于二类变量广义变分原理建立的二类变量有限元模型,在计算各类场变量时,无需进行求导,甚至也不用物理关系就能直接获得其近似解答,这不仅提高了计算精度,也扩大了弹塑性结构理论的解题范围。 利用本文构造的二类变量区间B样条小波有限元模型,实现了裂纹转子的高精度建模,采用裂纹三线相交诊断算法,定量地诊断了转子系统裂纹故障。仿真分析和实验研究验证了模型的正确性。
其他文献
通过在O2气氛下高温后退火,将采用螺旋波等离子体辅助射频磁控溅射技术在蓝宝石衬底上低温生长的n型N-Al共掺ZnO薄膜转化为p型导电.Hall测量显示p型ZnO薄膜的载流子浓度为2.1×1016 cm-3,电阻率51.8 O·cm,迁移率5 cm2/V·s.X射线衍射(XRD)结果显示薄膜为c轴择优取向生长.X射线光电子能谱(XPS)表明退火使Zn-N键的相对数量增加.O2气氛下高温后退火削弱了自
不同热力学特征的合金系统表现出不同的界面行为。生成热为负的系统即混溶系统,其金属界面表现出自发非晶化行为。因此,可采用金属-金属多层膜的等温退火方法来制备非晶态合金薄膜.而生成热为正的系统即不混溶系统,其金属界面表现出相对的界面稳定性,例如Cu/Ta界面。据此,Ta金属被用作大规模集成电路中阻挡Cu与Si/SiO2之间相互作用的扩散阻挡层。但由于制备过程中形成的不完整界面结构,也会导致不混溶系统的
提出了一类强非线性动力系统的初值变换法,用Ritz-Galerkin法,将描述动力系统的二阶常微分方程,化为以角频率、振幅为变量的非线性代数方程组,考虑初始条件补充约束方程,构成角频率、振幅为变量的封闭非线性代数方程组。初值变换法将谐波平衡法与等效线性化方法相结合,克服了二者的缺点吸取了二者的优点。应用初值变换法求解了强非线性Duffing方程,并与传统的L-P法和改进的L-P法作了对比,实例表明
提出了一种基于冗余第二代小波包变换与滑动窗降噪技术相结合的旋转机械复合故障诊断新方法。首先利用频谱分析观察振动信号基本特征,然后采用第二代小波包变换确定故障敏感频带,最后利用滑动窗降噪技术再现了故障特征波形,有效诊断出某离心式压缩机的轴瓦碰摩、破碎以及齿轮断齿等复合故障特征。经停机检查,验证了诊断结论的正确性。
在系统分析了离散频谱校正的四种方法(比值法、能量重心法、FFT+FT法和相位差法)对窗谱函数的依赖关系的基础上,将相位差法和连续傅立叶变换法有机结合起来,提出了一种精确的、不依赖窗谱函数的通用离散频谱校正方法,并通过仿真分析验证了该方法的正确性和有效性。这种校正方法由于完全不依赖于对称窗窗谱函数,使利用各种复杂窗函数来减小能量泄露的频谱校正方法变的通用而简单可行。
针对BP神经网络在故障诊断中存在收敛速度慢和所谓“局部最小值”等问题,对几种改进的BP网络的特点及性能进行了归纳和分析,最后通过对旋转机械故障诊断实例的仿真研究与对比表明,基于Levenberg-Marquardt算法的改进BP网络在故障诊断的应用中收敛速度最快,而且学习性能最好,因此能大大提高故障的在线诊断能力.
充分利用FPGA的高速并行优势,开发出一套大型变频故障诊断系统。该系统实现了14通道数据同步采集、多特征值实时在线计算和特征数据写入诊断数据库等功能。系统主要技术特点有:1.设备数据的实时软件重采样;2.实时数据的特征值计算、报警并写诊断数据库。本系统经现场运行证明实时性好,可靠性高。
在对可同步双转子进行整机动平衡时,常通过带通滤波从复杂的振动信号中分离出有用的不平衡振动信号,能否正确的控制带通滤波器的中心频率是带通滤波器设计的一个重要环节。本文以开发成功的可同步双转子系统动平衡测试系统为例,介绍一种通过锁相环技术实现转子转速对带通滤波器中心频率进行控制有效控制的方法。
运行中水轮机发电机组的振动、摆度对机组运行的安全造成威胁:机组发电效率会受到不同程度的影响,本文向大家介绍一套基于DSP的中小型水轮机振动摆度监控系统。该系统可靠性高,通过串口通信可以方便的集成到SCADA(Supervisory Control And Data Acquisition)系统中。
针对结构损伤识别中缺少实际损伤样本的问题,提出基于小波包特征提取的支持向量机结构损伤诊断方法。该方法将结构振动信号小波包分解后的频带能量,经过多传感器数据融合后作为特征向量,输入到多分类的支持向量机中,实现了结构多损伤的识别和定位。应用该方法对IASC-ASCE模型进行了分析,试验结果表明,小波包分解频带能量能够较好地反映结构的损伤特征;多传感器数据融合能够使不同传感器的信息相互补充,减小了损伤检