管状金属构件裂纹电磁声发射激发特性试验研究

针对金属管裂纹的声发射电磁激发特性问题,对电磁声发射原理进行了介绍,从激发电流峰值大小,电极位置,加载电流持续时间与信号特征的关系,以及重复加载效应几个方面进行了详细的试验研究,得到电磁声发射信号与相应加载条件的关系及其变化规律。电磁声发射解决了声发射必须在受载状态下检测缺陷的问题,为火炮身管在非工作状态下的声发射裂纹检测提供了技术手段。

独立分量分析在齿轮箱轴承故障诊断中的应用

介绍了独立分量分析的基本原理和算法步骤,运用其对齿轮箱实测的瞬态声音信号进行了降噪处理,然后运用阶次倒谱技术分析了降噪后的信号,找到了故障特征,成功地判别出了齿轮箱的轴承外圈故障,验证了该方法的可行性和有效性。

提高测试技术课程实验教学质量的探索

分析了测试技术实验教学中存在的问题，对实验课程标准进行修订，制定了新的实验大纲和实验指导书，规范了实验报告，使实验内容更贴近部队需求。改善了实验条件，并改进了实验室管理模式。通过技术培训与交流，提高了实验管理人员业务能力。通过一系列改革措施，有效地提高了测试技术课程的实验教学质量。

用声测信号辨识齿轮齿根裂纹故障的研究

机械设备工作时产生的噪声中包含大量其状态信息，对这些信息进行分析处理，对设备的状态监测及故障诊断具有明显的实用价值。本文以齿轮箱为研究对象，以齿轮某齿根裂纹为典型故障，探索利用声学信号故障识别的方法。

弹性连杆机构主动控制的实验研究

实验研究了具有多个弹性杆的连杆机构的主动控制效果。在机构的弹性杆件上贴上压电陶瓷片作为驱动器，通过测量弹性杆上输出点的动态应变，确定机构动力系统的状态，实时地进行最优反馈控制。

计盒维数在齿轮箱故障诊断中的应用

以齿轮箱为研究对象,给出了时间序列计盒维数的计算方法,探索利用分形理论进行旋转机械故障诊断的方法.实验数据处理结果表明,该方法简单易行,效果良好.

基于ART-2神经网络的行星轮系故障模式识别

探索复杂行星轮系故障诊断方法。对振动信号作功率谱分析,提取故障特征,并基于ART-2神经网络提出行星轮系故障模式识别方法。该方法不仅能够对待检工况的模式作出正确的判断,而且对未知模式具有较强的自适应分类能力,通过实例分析验证方法的可行性。

柴油机燃油系统故障的模糊诊断

基于模糊数学理论 ,研究了柴油机燃油系统的故障诊断方法。根据某自行火炮喷油压力的波形特点 ,分析确定了反映典型故障的特征参数。建立了模式分类标准 ,以此为依据确定柴油机燃油系统的性能状态 。

某塔架摆杆系统喘行问题的故障分析与诊断

针对某兵器发射塔架摆杆系统运行过程中存在的速度不均(喘行)现象进行故障诊断.首先建立摆杆系统的等效动力学模型,并运用准静态法对该模型进行动力学分析,根据所得动力学方程探究了该摆杆系统的动态特性.结合系统动态特性,通过试验分析并验证了造成喘行现象的故障原因,指出了故障的排除方法.

基于Curvelet变换的图像照度不均匀校正

为解决身管内膛疵病检测中图像照度不均匀问题,提高火炮内膛疵病检测准确性,提出了一种基于Curvelet变换的图像照度不均匀校正方法。利用Curvelet变换对图像进行分解,对分解后的每一层图像进行照度均匀性特点分析。第1层分解图像中主要是图像的背景信息,照度不均匀性与原始图像基本一致;后几层分解图像对应图像的细节信息,且图像中照度较均匀。用第1层分解图像灰度的均值填充该层图像,然后与其他层图像叠加,得到的照度均匀的图像,达到校正图像照度的目的。实验结果显示,使用笔者方法处理后的图像具有较好的品质,同时验证了Curvelet变换对二维图像进行信号处理的有效性。

小波分析在自行火炮变速箱滚动轴承故障诊断中的应用

本文对某自行火炮变速箱中的滚动轴承进行故障诊断研究.分析了自行火炮变速箱中滚动轴承典型故障信号特征,介绍了小波分析工程应用的基本理论,最后研究了在发动机振动、齿轮啮合振动等大背景噪声下,利用小波分析方法有效地提取滚动轴承故障特征的方法,并通过实验结果分析验证了方法的可行性.

用声测法诊断自行火炮变速箱齿轮故障的研究

本文以自行火炮变速箱齿轮某齿面点蚀为典型故障,分析了声学测试原理。通过倒频谱分析方法,提取信号的故障特征,探索利用声学信号进行故障识别的方法。

基于关联维数的自行火炮行星转向机状态监测研究

运用分形理论分析了自行火炮行星转向机的分形特性,对自行火炮行星转向机振动信号进行了采集、处理,计算了信号的分形维数,结果表明:通过选择合适的嵌入维数,计算的分形维数能够反映系统的真实特性,分形维数可以作为自行火炮行星转向机状态监测和故障诊断的一个特征参量。

无线传感器网络数据融合技术

数据融合技术是无线传感器网络的一个关键技术,能减少传感器节点间的传输量,从而明显提高网络感知效能,延长网络生命周期,减小时间延迟。通过对尚处于研究阶段的数据融合技术进行详细分析与研究,阐述了数据融合技术的重要性,并分类介绍了现有的主要数据融合方法,最后指出该研究领域当前面临的挑战以及需要进一步研究的方向和有前景的研究课题——压缩感知。

基于结构光的身管膛线高度差检测

身管内膛表面几何特征参数的准确量化一直是身管疵病检测和寿命预测的一大难点,而身管膛线的高度差是其中最重要的几何参数之一。本文依托结构光三维检测手段,采用激光三角法对身管膛线高度差进行定量检测。首先将特定结构光栅投影到模拟身管内膛的标定圆筒内壁上,并采集经圆筒内表面散射后的变形结构光图像;然后利用图像边缘分割算法中的多个算子分别对标定圆筒内壁的结构光图像进行分割,同时引入灰度共生矩阵概念客观评价出最优的分割算子,对图像中结构光条的边缘分割进行优化;之后通过图像转换比例反推算法计算得到内壁图像高度差和实际凹槽高度差之间的转换关系,最终应用于身管膛线高度差的测量过程中。试验结果表明:绝对偏差控制在0.04mm内,满足系统的精度要求,同时该方法检测手段方便、快捷。本文方法为精确量化身管内膛疵病的几何参数奠定了坚实基础。

声测法和经验模态分解在轴承故障诊断中的应用

提出了一种基于声测法、经验模态分解(EMD)和包络谱分析的轴承故障诊断新方法。声测法是轴承故障诊断最有效方法之一,但在获得的声测信号中含有大量噪声,严重影响了信号处理的结果。采用EMD可以有效地实现对信号的处理,大大地提高信噪比。EMD是把时间序列信号,分解成不同特征时间尺度的固有模态函数(IMF),具有自适应的分析能力,通过选取表征轴承故障的IMF分量进行包络谱分析,可提取轴承故障信号的特征。实验结果表明该方法能有效地诊断轴承故障。

基于SVD与Fast Kurtogram算法的滚动轴承声发射故障诊断

针对声发射检测齿轮箱轴承故障问题,提出基于奇异值分解(Singular Value Decomposition,SVD)与Fast Kurtogram算法的故障诊断方法。通过奇异值分解提高信号信噪比;将Fast Kurtogram算法用于故障信号共振解调带通滤波器参数确定,结合能量算子解调包络谱,成功提取齿轮箱轴承内外圈故障特征,有效改善传统共振解调中人工选择滤波器参数的不确定性。通过仿真与实验数据验证所提方法的有效性。

基于瞬态声与阶次倒谱的齿轮箱故障诊断

针对自行火炮实车测试中无法得到稳态信号的制约,以及常规的振动测试方法无法实现非接触、不解体、无损在线检测的弊端,提出了利用瞬态过程中的声音信号对齿轮箱进行故障诊断,并将阶次分析和倒谱分析相结合提出了阶次倒谱分析,来克服传统傅里叶变化不能分析非稳态信号的不足。结果表明,此方法可以有效地克服"频率模糊"现象。通过对齿轮箱齿面磨损故障诊断试验,并将声音信号与振动信号进行对比分析,证明了此方法的有效性和优越性。

基于时频分布的行星齿轮箱滚动轴承故障诊断研究

齿轮箱滚动轴承缺陷的两个主要特征不仅与频率有关,而且与时间有着密切的关系。如果单从时域或者频域分析滚动轴承的故障信号,很难获得故障信号的特征全貌。使用时间和频率的联合函数来表示信号,将联合时频分析引入滚动轴承的故障诊断,进行信号分析,会更符合实际。文中结合实例对行星齿轮箱滚动轴承的各种振动信号进行分析,结果表明,通过对信号作伪Wigner-Ville分布(pseudo-Wigner-Villedistribution,PWD),能形象、直观地反映出轴承故障的时—频域信息,而且对故障信息具有较强的判别能力,得到比较理想的诊断结果,为机械振动的非平稳时变信号的分析提供了方便可行的手段。

基于多尺度正交PCA-LPP流形学习算法的故障特征增强方法

针对齿轮箱故障声发射信号特征增强问题,提出一种多尺度正交PCA-LPP非线性流形学习特征增强方法,兼顾PCA的全局方差增大变换特性以及LPP的局部非线性特征保持特性,并通过正交化消除投影分量间的冗余信息,使处理之后的齿轮箱故障信号内含的故障特征得到增强,一方面增强后信号包络谱中的故障谱线清晰明显,另一方面增强后信号以小波包能量熵为特征量,故障类型的辨识率显著提高,可以达到93.75%。