冲击加速度国际关键比对与参考值确定

介绍了中国计量科学研究院主导的冲击加速度国际关键比对(CCAUV.V-K4)。分析了比对样品冲击测量链各部分动态特性,并与实验室实际校准的冲击加速度激励信号相结合,说明了作为测量结果的冲击灵敏度与冲击激励的关系。针对比对参考值及其相应不确定度计算的问题,详细说明了3种方法的计算过程,包括国际比对推荐的计算方法和2种基于贝叶斯推断的计算方法。特别对基于贝叶斯统计的方法,结合实际校准过程的信息,采用了不同的统计模型和先验分布,利用马尔科夫链-蒙特卡洛(MCMC)数值计算方法得到了比对参考值的后验分布。对3种方法计算结果的进行了比较,并说明了3种方法的统一性及优缺点。

自监督学习结合对抗迁移的跨工况轴承故障诊断

轴承智能故障诊断应用中,由于实际工况复杂多变,极难获得足够的真实故障数据,且目标域和源域信号存在较大差异,导致深度模型的跨工况迁移识别也出现特征提取及分类困难、模型泛化性弱。考虑到目标域存在大量无标签数据,引入无监督思想,提出基于自监督学习结合对抗迁移的改进方法。首先根据信号本身特点创建辅助任务,对大量无标签数据学习,建立源域与目标域故障类别之间的内在联系;再通过对抗域适应和联合最大平均差异将源域知识迁移到目标域中,结合辅助任务优化两域差异,最终实现目标域准确的故障分类。用2个公开的轴承数据集上验证了所提方法的性能,实验结果表明,所提方法的故障诊断识别准确率在多数情况下均高于98%。

轨道交通添乘仪双向加速度校准方法的研究

为确保轨道交通行业计量仪器量值准确性和溯源性,为仪器性能评价提供依据及提高行业的质量控制。首先介绍了便携式添乘仪的工作原理,然后建立了基于标准低频振动台和标准低频加速度计测量添乘仪的水平和垂直双方向的加速度校准装置,最后通过试验分析,研究幅值频率响应和幅值线性度及评定了加速度参数的扩展不确定度。试验结果表明,在加速度范围0.02~0.20 g范围,频率范围为2~5 Hz范围内,垂直和水平方向加速度绝对误差在±0.01 g范围内;随着试验频率和加速度的增加,幅值频率响应和幅值线性度的绝对误差随之增加;通过低频加速度校准装置测量添乘仪测量精度高,扩展不确定度为Urel=4.8%(k=2),可根据JJG2054-2015计量检定系统表,将加速度参数溯源到国家基准,实现了轨道交通专用计量仪器量值准确性和溯源性。

振弦式土压力计自动校准系统设计及应用研究

随着智慧港口和智慧航道建设的发展,监测传感器的自动化计量已成为未来发展趋势。通过分析监测传感器——振弦式土压力计的组成和工作原理、校准需求及难点,设计并研制了一套自动化校准系统。以工控机为控制核心,以自动加压系统、频率采集仪为标准器,通过控制系统自动加压和测量被检设备输出频率模数值,可实现压力标准值的设置输出、频率测量值的自动记录存储及运算处理、历史数据管理及生成校准报告等目标。试验表明其各项程序和指标均能满足振弦式土压力计的校准要求,可直接用于相关计量校准工作。

基于冲击法的压电式力传感器灵敏度研究

为了开展冲击力校准装置下压电式力传感器动态灵敏度的校准,介绍了基于自由落体的落锤冲击力模型和基于空气轴承悬浮支撑的水平式质量块冲击碰撞的模型;通过4阶Butterworth低通滤波,研究加速度信号波形的滤波平滑,比较了不同截止频率的滤波效果;通过激光测振仪和标准加速度计测量加速度的对比试验,研究加速度绝对测量法与比较测量法对力传感器动态灵敏度校准精度的影响。试验结果表明,激光测振仪测量加速度须通过微分解调,要选择合适上限截止频率的4阶Butterworth低通滤波器进行滤波平滑处理;激光干涉绝对法复现的动态力精度为2%,加速度计比较法复现的动态力精度为4%;激光干涉绝对法校准的灵敏度波动性比加速度计比较法校准的灵敏度波动性小。

电磁式线-角振动激振器气隙磁场特性分析

针对传统单轴激振器无法复现线-角空间耦合运动的问题,提出了一种可实现复合振动的电磁式线-角振动激振器磁路结构,并对其气隙磁场特性进行分析。首先构建了激振器的磁路和线圈结构,基于等效电流法,建立了气隙磁场的解析模型,与有限元分析结果的最大相对误差为1.25%,验证了解析模型的正确性;接着研究了各磁路参数对气隙磁场分布特性的影响规律,以及线圈电流产生的磁场与原磁场的耦合效应,并分析了线圈在运动过程中的受力情况;最后研制了激振器磁路拓扑结构样机,分别对线、角振动气隙磁场进行了实验测量,测得结果与有限元计算结果的最大相对误差小于5%,进一步验证了所提出磁路结构的有效性。

精密立式磨床天然大理石床身测试分析与优化设计

为了解决铸铁床身性能已接近材料极限的问题,文章针对某型号精密立式磨床天然大理石床身进行了研究。首先介绍了某型号精密立式磨床基本结构,采用有限元方法对天然大理石床身进行了模态仿真分析;然后进行了床身振动测试验证了仿真模型的正确性;最后基于ANSYS拓扑优化模块开展了天然大理石床身结构优化设计。结果表明:天然大理石床身总变形量、等效应力、质量分别降低了23.8%、15.07%、1.01%,证明了天然大理石作为磨床床身材料的可行性及其性能优越性。

基于正弦法的力传感器动态灵敏度校准的研究

为了校准预紧的压电式力传感器动态灵敏度并研究其频响特性和预紧结构的设计,首先介绍了正弦力激励的方法并建立校准数学模型;分别在传感器正立和倒立安装方式下进行测试;通过对比试验研究传感器端部等效质量引入的惯性力对传感器动态灵敏度的影响;然后将传感器和附加质量块安装于振动系统;通过白噪声激励得到系统安装谐振频率,研究传感器有效频率范围和测量精度与安装谐振频率的关系;通过理论分析,研究传感器两端等效质量不同,预紧结构非对称设计原因;最后对力传感器灵敏度进行不确定度评定分析;试验结果表明,当附加质量块质量约为传感器质量的120倍时,可忽略端部等效质量对灵敏度标定的影响;压电式力传感器固有频率高达46 kHz,但其有效使用频率范围受安装谐振频率限制,当试验频率与安装谐振频率比f/f0≤0.1时,压电式传感器精度等级为1%;动态测试时将传感器端部等效质量轻的一端连接被测物体。

基于图像识别的离心泵空化故障诊断

针对利用离心泵一维振动信号进行空化状态识别时,存在信号特征查找不准确和信号受噪音影响较大的问题,提出了一种基于图像识别的离心泵空化故障诊断方法。利用savitzky-golay卷积平滑算法对原始振动信号进行降噪处理,随后将降噪后的信号转换为伪RGB图片,根据图片所显示的特征设计卷积核,并对图片进行卷积处理得到特征图,对特征图进行单通道变换以减少数据,最后将单通道图片作为LeNet-5神经网络的输入进行空化故障诊断。实验测试结果表明:该方法在加速模型训练速度的同时实现了离心泵空化故障的准确识别,准确率能够达到1。该研究为离心泵空化的快速诊断提供了一种新的方法。

基于边云协同的数控机床故障诊断联邦学习研究

为解决数控机床主轴轴承和刀具在进行故障诊断模型训练时需要大量数据且耗时长的问题,提出一种基于边云协同架构的联邦平均学习故障诊断模型。首先,设计一维卷积神经网络模型架构,在各边缘客户端进行本地模型训练,以减小数据上传规模和分担云服务器端计算压力;其次,在云服务器端基于准确率优化模型聚合算法,改进边缘客户端筛选算法,以加快模型收敛速度,提高模型准确率;再次,在云服务器端搭建基于Kubernetes的KubeEdge边云协同平台,以缩短数据传输的通信时间。实验结果表明,模型在各边缘客户端故障诊断的准确率最终稳定在87.5%左右;且收敛速度、训练时长等方面与对照组相比,均获得优化。

冲击绝对法的力传感器灵敏度不确定度评定分析

为了评定冲击力校准装置下压电式力传感器动态灵敏度的不确定度,首先介绍了基于空气轴承悬浮支撑的水平式质量块冲击碰撞的校准模型。然后通过激光绝对法复现加速度,进行了不同硬度的冲击头碰撞测试,最后对力传感器的动态灵敏度参数进行测量结果不确定度评定。试验结果表明,基于激光绝对水平冲击法的力传感器灵敏度不确定度为U_(rel)=1.0%,(k=2),满足对动态力传感器的校准需求。

基于改进1DCNN-GRU的滚动轴承故障诊断

针对传统滚动轴承故障诊断模型无法充分利用信号的空间及时间特征,需要大量专业知识等问题,提出一种改进一维卷积神经网络(1DCNN)与门控递归神经网络(GRU)结合的故障诊断方法。首先,利用具有不同卷积核的卷积层最大化提取信号的空间特征信息;其次,提出改进的线性修正单元(IReLU)增强网络的特征提取能力;然后,引入堆叠GRU模块进一步提取1DCNN模块输出数据的时间特征,完成空间及时间特征融合;最后,对融合后的特征进行识别。实验表明所提方法故障识别率高达99.96%,对不同负载下的数据均具有较高的识别率及较强的泛化性能。

基于N-BEATS神经网络的滚动轴承剩余寿命预测

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BEATS进行预测。对于预测历史数据较少的问题,采用递归与直接相结合的预测结构对剩余寿命进行多步预测。将N-BEATS与长短时记忆神经网络、灰色预测模型进行比较,结果表明在不同工况下,所提出的方法预测结果的平均绝对误差相较于LSTM、灰色预测模型分别提升了3.2%以及3.3%,相对均方根误差分别提升了3.5%以及3.1%。

基于时频增强的滚动轴承少样本故障诊断方法

针对滚动轴承故障样本稀缺、振动特征提取困难导致故障诊断准确率低的难题,提出一种基于时频增强的滚动轴承少样本故障诊断方法。首先,对滚动轴承一维振动信号进行重叠采样,利用连续小波变换对采样信号段进行时频域特征映射,构造二维时频矩阵;其次,通过深度卷积生成对抗网络对真实时频样本进行训练后,将生成时频样本加入到训练集中;然后,采用时序卷积网络融合深层次的时频域特征;最后,构建Softmax分类器输出与故障类别对应的状态。仿真实验结果表明,在仅有10个训练样本的条件下,该方法在凯斯西储大学滚动轴承数据集中的诊断准确率均值达91.00%,相较未经时频增强的方法提高了7.56%,并利用实测数据验证了时频增强方法能够显著提升少样本情形下的故障诊断准确率。

振动传感器温度灵敏度校准不确定度评定

ISO16063-34给出了采用激光干涉绝对法进行振动传感器温度灵敏度校准的方法,解决了其溯源问题。文中给出了采用绝对法进行振动传感器温度灵敏度校准的不确定度评定方法,在深入研究影响振动测量因素的基础上,根据试验结果和经验数据给出了校准不确定度评定实例,为后续开展振动传感器温度灵敏度的不确定度评定提供参考,同时为高低温振动测量准确度的评估提供依据。

风洞振动校准装置研制

针对风洞振动传感器和振动测量系统等测试特点,系统介绍了一种校准频率范围跨越低中高频性能满足风洞振动特征和测试需求的校准装置。通过仿真计算和优化设计,解决了风洞振动校准装置运动部件动力优化设计、气隙磁路优化设计、精密气膜导向设计、功率放大器设计、振动台低频失真控制等关键技术问题,校准装置研制完成后经第三方计量部门检定,性能指标和校准不确定度评定结果远高于相关技术要求,有效提升了风洞振动测量方面计量保障能力。

基于滞后补偿法的磁电式振动传感器低频拓频研究

为提高磁电式振动传感器在低频段的响应性能,提出一种基于滞后补偿法的磁电式振动传感器低频拓频方法。首先分析磁电式振动传感器的工作原理及数学模型,得出影响传感器低频测量性能的关键参数;然后设计二阶滞后补偿电路,引入低频补偿-滤波环节优化输入与输出的传递函数,并利用MATLAB软件进行仿真验证;最后搭建振动对照测试系统进行实验验证。结果表明:基于滞后补偿法的磁电式振动传感器低频拓频方法可将固有频率为2.02 Hz的磁电式振动传感器的测量带宽拓频至0.202 Hz,验证了该方法的可行性,为推动小型磁电式振动传感器在低频测量场景下的应用提供了重要技术支撑。

高能量冲击加载试验装置研究进展

轻气炮和空气炮是常见的实验室条件下模拟高冲击、高过载试验环境的加载装置。它们是通过发射弹丸与目标靶件产生撞击,达到冲击载荷加载的要求。轻气炮是研究高速、超高速碰撞终点效应以及含能材料冲击特性的重要模拟加载实验手段。空气炮在研究高g值加速度传感器,振动冲击传感器的动态、静态特性的标定校准,以及侵彻引信部件和器件的高冲击、大脉宽、高能量冲击加载方面有重要应用;空气炮较霍普金森杆装置的冲击加载脉宽大很多。深入系统地分析了国内外相关单位常温条件和高低温环境条件下的轻气炮、空气炮冲击加载试验装置研究现状,并给出了重点发展方向的思考及建议。

基于机器视觉的数字式角振动传感器动态校准方法

低频角振动传感器在惯性导航、姿态估计及精密控制等领域具有广泛应用,其灵敏度校准精度是决定应用系统性能的关键。激光干涉法与圆光栅法是最常用的两种校准方法,然而前者需要昂贵与复杂的系统,后者的校准频率范围与应用场景有限,难以满足日益增长的高性能角振动传感器校准需求;通过采用具有亚像素级边缘提取精度的机器视觉法准确地测量低频角振动传感器的输入角激励,以实现宽低频范围的灵敏度可靠校准,同时保证校准精度与效率。与激光干涉法及圆光栅法的对比试验表明,机器视觉法与激光干涉法及圆光栅法在0.01~5.00 Hz范围内具有相似的校准结果,最大相对偏差分别约为0.6%和0.4%;此外,整个频率范围内,机器视觉法校准的最大灵敏度相对标准差约为0.5%。

基于GADF-TL-ResNeXt的滚动轴承故障诊断方法

针对传统诊断方法难以有效提取故障特征的问题,提出了一种基于格拉姆角场(GAF)与TL-ResNeXt相结合的故障诊断方法。首先利用GAF对原始振动信号编码为时间序列相关的二维特征图;再将这些特征图输入到层级更深的分组残差网络ResNeXt中进行自动的识别、分类;模型训练的同时,在网络的最后一层结合了迁移学习(TL)模块以加快模型特征提取能力、快速的进行学习。为了验证该方法的有效性,利用凯斯西储大学轴承数据对比了其他方法,结果表明该方法表现最优。且在轧机模拟实验平台上收集的轴承故障数据表明,该方法在改变工况时同样具有好的泛化性与识别能力。