滚动轴承打滑研究进展综述

随着航空航天、军工领域发展,对滚动轴承寿命和可靠性、精准度提出了更高要求。打滑作为一种滚动轴承工作中不可忽视的现象,影响着滚动轴承工作时的准确度和寿命。论文基于国内外学者对滚动轴承打滑问题研究,从滚动轴承打滑动力学建模、有限元仿真、轴承保持架转速测量方法三个方面对滚动轴承打滑研究进行总结。最后对滚动轴承打滑问题研究方向进行展望。

超声波磨粒监测方法的研究

提出了一种基于超声波测量技术的磨粒监测方法,系统阐述了其理论基础及基本工作原理。针对该方法实现上的两个关键点,首先应用并行模拟退火算法建立了磨粒信号识别数学模型,然后经过理论推导,得到了基于概率统计的磨粒尺寸分布反演计算数学模型,并通过数学变化,将模型求解转化为了易于解决的最优化问题,避免了线性方程组求解过程中的病态系数矩阵问题。

流体机械空化检测研究进展

为了解当前流体机械空化检测的研究进展,对国内外的相关研究进行了总结和分类.分析表明,当前流体机械空化的检测方法可分为两类:第一类是基于传感器信号的空化检测方法;另一类是利用特定的设备对空化进行检测,如高速摄影方法、超声波检测方法和X光检测方法.本文着重对基于传感器信号的检测方法进行了介绍,压力脉动信号、振动信号、噪声信号和声发射信号在进行流体机械空化检测时被广泛利用,很多研究都基于这四种信号中的一种或几种,并取得了一定的效果,利用多种信号进行空化检测有助于提高空化检测的效果,将是空化检测未来的研究方向.

离心泵内流场空化特性的数值模拟研究

针对离心泵内流场特性分析困难的问题,对离心泵流场数值模拟的几何模型建立、模型网格划分和边界条件设定进行了研究,采用计算流体力学方法,获取了在敞水性能条件下离心泵的扬程-流量、效率-流量的变化关系;结合Zwart空化模型,重点对不同有效汽蚀余量时离心泵的空化流场进行了数值模拟,得到了离心泵的内部流线和空泡分布的情况,并与该离心泵机组进行了性能测试实验,最后在此基础之上进行了对比分析。研究结果表明,所采用的数值模拟方法和空化模型合理有效,此结果可为进一步开展离心泵空化监测技术研究提供借鉴。

小波方法在滚动轴承振动信号分析中的应用

通过分析滚动轴承表面损伤类故障信号的特点,提出了基于小波包分解和信号重构技术的滚动轴承故障精密诊断方法.试验表明,该方法是有效的,适用于滚动轴承早期故障的振动监测和诊断.

滚动轴承故障诊断中的并行组合模拟退火算法研究

提出了一种基于并行组合模拟退火算法的故障识别新方法 ,详细讨论了该混合算法的原理及实现方法 ,并应用于滚动轴承早期故障诊断实例中 ,获得了好的结果 .

基于超声波测量技术的颗粒尺寸分布模型的研究

提出了一种利用单颗粒背向散射信号来进行粒径分布估算的超声波测量技术,系统阐述了其 理论基础及基本工作原理。被测颗粒的散射信号幅度与它在探测区中的位置、颗粒尺寸和形状有关。 通过理论分析,建立了一个可用于描述散射信号幅度概率分布与颗粒系尺寸分布之间关系的数学模 型,对该模型的反演计算便可得到颗粒系的尺寸分布信息。为了避免求解过程中的病态系数矩阵问 题,将模型求解转化成了易于解决的最优化问题。仿真实例结果验证了该技术的可行性。

超声波散射式颗粒测量及其测量结果单值性的分析

提出了一种超声波散射式颗粒测量方法,论述了该技术应用的理论基础,并在详细分析其测量原理基础上,指出了在单频率换能器和单散射角下进行颗粒测量时存在着测量结果多值性的可能。给出了解决这一关键技术问题所采取的可能方案和措施。

故障识别中并行组合模拟退火算法的应用

提出了一种基于并行组合模拟退火算法的故障识别方法 ,该混合算法综合了遗传算法和模拟退火算法的优点。详细讨论了并行组合模拟退火算法的原理及实现方法 ,并应用于两个设备诊断实例中 。

基于小波-主成分分析的离心泵故障诊断方法

提出了一种基于小波-主成分分析的故障检测方法,给出了该方法进行离心泵故障诊断的步骤.以离心泵出口压力脉动信号作为分析对象,利用改进小波算法构建其特征集;以泵的正常状态下测试数据为样本数据,经过主成分分析,对其特征集维数进行了约简,建立了特征提取模型.通过计算的距离测度的方法,实现了离心泵的故障识别.该方法改进了传统的故障智能识别方法大样本和阈值设定困难的局限性,实验验证了其有效性.

磨损颗粒的监测与测量

阐述了磨损颗粒监测的发展,评述了当前常用的几类磨粒监测技术的优缺点,并在详细分析颗粒计数技术的基础上,着重对超声波技术的应用发展状况进行了研究,提出了磨粒监测技术今后的发展方向。

船用超声液位传感器的分析与设计

介绍了一种船用某型超声液位传感器的基本结构和工作原理。在对脉冲式超声探头的轴向声压分布特点及其声透射强度分析研究的基础上,给出了该传感器的超声信号发射端与接收端之间距离d和压电晶片保护膜的壁厚δ值的确定方法。最后设计了一套超声液位传感器性能测试实验平台,对上述理论研究结论进行了实验验证。

齿轮裂纹声发射检测模拟实验研究

提出了一种齿轮裂纹声发射检测模拟实验方案,设计了一套齿轮齿牙承载实验装置,构建了声发射检测系统,进行了实验过程中噪声干扰和消噪方法分析。应用小波包技术有效地提取了齿轮裂纹扩展声发射信号特征,并采用软解调技术进行了声发射源的识别。

随机共振模型结构参数自寻优方法与应用

在随机共振微弱周期信号检测过程中,如何确定结构参数值非常关键.已有的结构参数选择方法在应用上存在着局限性,如由于模型输入信号的干扰噪声未知,通常定义的信噪比无法获得.针对该问题,首先改写了随机共振模型的数学表达式;然后定义了一种随机共振模型输出信噪比,并给出了计算方法;最后在此基础上,以输出信噪比为评价指标,提出了一种结构参数自寻优方法,用于构建性能优良的随机共振模型.仿真信号分析表明该方法能较好地解决输入信号背景噪声未知的问题,所构建的随机共振模型可有效检测出低频率和高频率的微弱周期信号.通过对转子试验装置上的转子系统早期不平衡故障分析的应用,验证了所提出方法的有效性和实用性.

大参数条件下弱周期信号的三种随机共振检测方法

小参数弱周期信号的随机共振虽易于发生,但实现大参数条件下弱周期信号的随机共振在机械故障诊断领域更具有实际意义,在一定条件下可通过选用有关文献给出的二次采样法或调制法等随机共振方法来实现.为了掌握上述随机共振方法的应用特点,更好地达到大参数条件下弱周期信号的周期特征检测目的,以某大参数弱周期仿真信号作为对象,分别应用二次采样法、解调法以及作者提出的结构参数自寻优法等3种随机共振方法进行计算分析和提取周期特征,并从应用过程和效果两方面对3种方法进行比较.结果表明,相对于其他两种方法,通过结构参数自寻优法构建的随机共振模型能够较好的检测出大参数弱周期信号的周期特征,具有更好的实用性.

刚性球形微粒在超声波聚焦区内的散射

声散射问题的研究一般建立在入射波为平面波的基础上。而在医学诊断和工业无损检测领域中广泛采用的是超声聚焦换能器,因此有必要进行聚焦区内的散射场分析。以凹球面超声换能器为研究对象,假设聚焦区存在一刚性球形微粒,对此时的散射场进行分析。通过分析聚焦声场的特性,得到了聚焦区附近的瞬时声压表达式。建立了散射边界条件,并运用柱函数的加法定理,通过理论推导得到了聚焦区内刚性球形微粒的散射声压表达式。最后对其散射远场声压的空间分布特性进行了数值计算。

基于BP网络和LS-SVM的特征提取和故障识别方法

针对设备故障诊断过程中构建特征参数冗余,且进行高分辨率信息压缩所需的映射通常具有非线性的问题,应用BP神经网络提取设备状态特征,给出了进行设备状态特征集约简的实施方法.然后利用最小二乘支持向量机(LS-SVM)分类器的训练过程遵循结构风险最小化原则,能够避免传统机器学习的模型选择、过学习、局部极小等问题,具有有效解决非线性和高维模式识别问题的优点,构建了故障识别模型.最后将基于BP网络和LS-SVM的特征提取和故障识别方法用于离心泵机组的四种工作状态识别,并进行了ROC曲线分析,研究结果表明诊断实验的性能评价为优.

研究生“检测技术与信号处理”课程教学效果的提升策略

"检测技术与信号处理"是机械工程、材料科学与工程、轮机工程等专业硕士研究生的专业课程,涉及学生面较广。文章从"检测技术与信号处理"课程的性质与特点出发,从精选与整合课程内容、改进教学方法与策略、变革课程考核方式三个方面提出了提升该门课程教学效果的策略。

基于遗传算法的AR谱极点频率优化方法及应用

基于自回归模型(Autoregressive model,AR)和相关极点谱分解技术的轴承状态检测方法在自动检测方面有着较大优势,但是AR谱会受到阶数、估计法和样本点数的影响而导致故障频率与相关极点产生偏差,造成在检测过程中对故障产生误判.针对该问题提出了一种基于遗传算法的AR谱极点频率优化方法,利用遗传算法对AR谱极点进行优化,得出适宜的阶数和样本点数,使AR谱极点与对应的故障频率相接近,让故障检测图变得清晰.最后对具有内圈故障的轴承信号数据进行实验验证并取得了较好的结果,为AR谱选择合适的阶数和样本点数提供了可靠的保证.

超声微粒检测换能器的分析与设计

利用超声波在传播过程中遇障碍物会产生散射信号的特性进行微粒检测时,超声换能器的设计非常关键.通过对平面圆形活塞声源和凹球面聚焦声源的轴向声场分布比较分析,完成了超声微粒换能器的选型;基于一个假设的应用实例,对影响换能器性能的三个重要参数(焦距D、晶片半径a、和谐振频率f)的确定原则进行了理论研究和仿真分析,给出了一种超声微粒检测换能器的设计思路,并研制了二套高强度聚焦超声换能器,运用在所开发的超声波液体颗粒检测装置上.