自适应MCKD结合Autogram的矿用滚动轴承故障特征提取

为辨析矿用滚动轴承运行状态,有效地提取矿用滚动轴承故障特征,提出了一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的参数自适应优化最大相关峭度解卷积算法(Maximum Correlated Kurtosis Deconvolu-tion,MCKD)与自相关谱峭度图法(Autogram)相结合的矿用滚动轴承故障特征提取算法.首先,在考虑振动信号的强周期性的基础上,采用MCKD对原始信号进行预处理以实现信号的降噪与增强;同时,针对MCKD参数选择问题,构造利用PSO对适应度函数进行寻优得到合适的参数组合[滤波长度L,解卷积周期T];此后,利用Autogram对处理后信号进行特征提取;最后,通过仿真信号及公开数据集试验信号对该算法进行验证.结果表明:PSO-MCKD-Autogram算法能够较好地克服噪声影响,可有效提取矿用滚动轴承故障特征且具有一定的鲁棒性.

气体风冷高速铣削的刀具磨损研究

立铣刀高速铣削方式加工可显著提高淬硬钢模具的加工效率,但同时也存在切削温度高、刀具磨损快的问题。对刀具与工件的切削接触区域进行充分冷却及润滑是解决此问题的有效方法。对气体风冷高速切削展开刀具磨损研究,涉及两种气体冷却方法—压缩气体冷却法以及涡流管冷却法。实验结果表明,涡流管冷却法相比压缩气体冷却法可降低切削区域温度,有效减轻切屑粘结及粘结磨损现象,最终有效降低立铣刀刀刃的剥落宽度以及刀具磨损程度。