应力比对E690高强钢腐蚀疲劳裂纹扩展影响的试验研究

因E690高强钢具有耐腐蚀、强度高等特点,被广泛使用在海洋工程装备中,而腐蚀疲劳是其主要的失效形式,其中应力比对裂纹扩展的影响不可忽视。选取应力比R为0.1、0.3和0.5,在空气和腐蚀环境中对E690高强钢进行疲劳裂纹扩展试验。通过对各个条件下的试验数据进行处理,得到相应的da/d N-ΔK曲线。利用Paris、Walker两种不同的模型分析了应力比对裂纹扩展速率的影响。结果表明:E690高强钢腐蚀疲劳裂纹扩展速率随着应力比的增大而变大;裂纹扩展门槛值Kth随着应力比的增大而减小;Paris模型的拟合效果较好,Walker模型的失真会随应力比的增大而加剧。

滚动轴承高维随机矩阵状态异常检测算法

为解决运行状态监测数据量不断增大、传统降维方法会造成部分有用信息损失的问题,提出了一种滚动轴承高维随机矩阵的状态异常检测算法。对滚动轴承健康监测数据进行多域特征提取和归一化,并通过增广、拼接、随机化等运算构造高维随机矩阵;计算高维随机矩阵的样本协方差矩阵,利用该矩阵的最大与最小特征值之比作为滚动轴承状态异常检测指标;基于随机矩阵谱理论M-P律、Tracy-Widom第一分布,给出了异常检测阈值的数学表达式和决策规则。采用美国辛辛那提大学实验中心轴承试验数据开展了应用研究,分析了高维随机矩阵行列数之比c分别取0.4、0.5、0.6、0.75,误警率分别取0、0.05、0.1、0.2等情况下对检测阈值的影响,并给出了误警率取0.05、矩阵行列数之比c为上述4种情况下滚动轴承早期异常检测结果。试验结果表明,与峭度指标检测算法相比,该算法提前11 h就能检测出滚动轴承的异常状态,可为设备预知维护提供理论指导。

随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法

为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,通过平移时间窗对滚动轴承监测数据进行信息锁定,并构造出随机矩阵模型;其次,利用随机矩阵理论中的单环定理及M-P定律进行矩阵特征分解与提取,构造出14个特征指标;最后,基于PCA算法对多个特征指标进行融合,提取贡献率较大的主成分构造出融合特征指标用于轴承性能退化评估。采用美国IMS轴承全寿命数据进行实验研究,结果表明:与基于最大最小特征值之比指标的异常检测算法相比,RMT-PCA方法可提前12.5 h检测出轴承的早期异常;与分层狄利克雷过程-连续隐马尔可夫模型相比,RMT-PCA方法在对早期异常点和严重故障点的检测结果与前者基本相同,但其融合指标能够更清晰地反映出轴承在中期和严重退化阶段“愈合现象”的发生。

基于高维随机矩阵综合特征指标的滚动轴承状态异常检测算法

针对基于随机矩阵的异常检测算法中特征信息利用不充分、特征向量与特征值未能有效结合的缺点,提出了一种基于随机矩阵特征值与主特征向量相融合的滚动轴承状态异常检测算法。首先,利用滚动轴承健康监测原始数据构造观测矩阵,并通过归一化、特征提取、矩阵扩充等步骤,建立表征滚动轴承运行状态的高维随机协方差矩阵;其次,有机融合协方差矩阵特征值和主特征向量,构造综合特征检测指标,并给出阈值指标计算公式和状态异常检测判定依据;最后,通过IMS滚动轴承全寿命试验数据对所提方法进行了应用研究。结果表明,与单一特征值指标、峭度指标等异常检测算法相比,基于综合特征指标算法能较早检测出滚动轴承运行中的早期异常点,为故障预警和设备维护提供依据。

改进自适应形态学滤波的滚动轴承故障检测

针对形态学滤波算法最佳结构元素尺度难以确定的不足,提出了峭度-均方根准则优化结构元素尺度参数,实现自适应滤波和故障信号特征频率提取。采用变分模态分解(Variational Mode Decomposition,VMD)对滚动轴承振动信号进行模态分解,根据互信息法选取有效模态分量进行求和重构;提出一种峭度-均方根准则自适应寻求最佳结构元素尺度,采用形态学滤波算法提取振动信号故障特征,并通过仿真数据与轴承全寿命实验数据开展了应用研究。结果表明,与粒子群算法优化和峭度准则优化结构元素的自适应形态学滤波等方法相比,能有效提取出滚动轴承故障特征频率,检测早期故障。

基于随机矩阵单环理论的滚动轴承性能退化评估

针对工业大数据环境下,传统特征提取算法提取出轴承有用信息不充分,导致构造出的指标难以对轴承退化过程有效表征的问题,提出一种基于随机矩阵单环理论的滚动轴承性能退化评估算法。首先,通过对轴承采样数据进行分段、随机化、扩增及维度重构建立了轴承当前时刻的高维随机矩阵;其次,基于随机矩阵理论良好的高维数据处理能力,通过单环定理研究了轴承随机矩阵特征值的分布规律;最后,利用平均谱半径及特征值离散点分布情况作为退化指标描述滚动轴承的退化历程。采用美国IMS轴承全寿命数据进行研究,研究结果表明,基于单环定理所提出的平均谱半径及离散点数这两个量化指标可有效刻画滚动轴承的退化历程,且对轴承早期异常状态较为敏感。