基于FSDD和MAC的复杂工况滚动轴承在线故障诊断方法

环模制粒机的核心零件需在高温、高湿条件下长时间连续运行,极易发生滚动轴承故障,严重影响生产安全。针对复杂工况下环模制粒机滚动轴承故障无法在线诊断的问题,提出了一种基于频域空间分解(FSDD)和模态保证准则(MAC)的滚动轴承故障在线识别方法。首先,对滚动轴承的振动信号进行了在线测量,采集了不同工况下的故障振动数据,并采用均方根(RMS)方法,从不同工况下的振动信号中分析出了振动状况最严重的工况;然后,采用频域空间分解法(FSDD),识别出了其模态频率、阻尼比及振型等模态参数,并利用模态保证准则(MAC)从模态参数中提取出了故障特征频率,达到了损伤判断的目的;最后,以出现故障的K15环模制粒机为例,进行了滚动轴承在线故障诊断的实验。研究结果表明:基于FSDD和MAC的方法,可识别出环模制粒机的故障特征频率为57.83 Hz,故障点为轴承SKF 24024CC/W33的外圈;该方法可实现在复杂工况下滚动轴承故障的有效识别。

运营状态下杨浦大桥模态试验与状态评估方法研究

利用频域-空间域分解法,建立桥梁运行模态识别方法。该方法对桥梁在实际运行状态下车辆激励的响应测量数据进行无偏功率谱估计;然后采用奇异值分解技术,将随机响应数据空间分解成信号和噪声2个子空间,得出模态指示函数;并利用空间模态滤波技术分离出单一模态,准确识别出桥梁结构的模态参数。通过对杨浦大桥进行动力试验,测试桥梁在环境激励下的振动信息,采用该方法分析得到桥梁结构的动力参数,并与有限元计算结果相对比,有效实现了对桥梁结构整体状态和工作性能的评估。

小型民用飞机颤振试飞数据处理研究

针对小型民用飞机颤振试飞中常采用大气紊流进行激励的特点,在颤振试飞数据处理方面,介绍了工程中常用的频域空间域分解法与增强频域分解法这两种模态参数辨识算法,同时介绍了一种近几年发展的基于经验模态分解和自然激励技术的模态辨识算法。对比分析了三种算法的内在联系,同时对实际工程使用中功率谱估计的影响及参数选择进行了分析。最后将三种辨识算法应用到某小型民用飞机颤振试飞中,保障了该型机颤振试飞安全顺利完成,表明多算法使用在试飞数据处理中是有效且必要的。