考虑非线性油膜力的转子系统稳态响应的研究

利用有限元方法对故障转子系统进行动态仿真，在有限元模型中采用了铁木辛柯梁理论，包含了陀螺力矩，转动惯量，剪切变形以及轴的不对称，偏心的影响，利用有限长轴承理论，将非线性线油膜力学转子系统的影响加入有限元模型中，最后给出了数值仿真的结果。     

有限长轴承非稳态油膜力近似公式

用短轴承理论近似分析有限长轴承，只适用于宽径比比较小的情况，在短轴承理论基础上的结合Ｇａｌｅｒｋｉｎ方法首次给出了有限长轴承非稳态油膜力的近似公式，既保留了由短轴承理论所给出公式的简单性，又使其在很大宽径比范围内具有很高的精度，以满足工程的需要，最后进行了实例计算。     

碰摩信号的小波表示及其相空间特征研究

对转子动静碰摩信号的相空间特征进行了分析和检测,分别用连续小波变换、多尺度分解、小波包和能量－尺度对比方法对动静碰摩振动响应的径向分量进行了研究,且在相空间得到了一些故障特征。用连续小波变换分析碰摩信号时,与碰摩点相对应的小波系数分布在较小的尺度上,且随着尺度的减小,小波系数模极大值线逐渐收敛于碰摩点处;用多尺度分解方法得到的第1级和第2级的细节信号中反映了碰摩点的特征,表现为局部极值点;用时间－尺度能量对比方法分析,这些特征表现得更为明显。这些特征都有助于故障的准确诊断。     

有限长轴承非线性非稳态油膜力的矩阵表示

用分离变量法对雷诺方法进行求解,在给定油膜完整区的位置后,可以求得满足雷诺方程的特征值与特征函数,进而求得有限长轴承的非稳态油膜力矩阵表达式。文中用数值方法计算特征值与特征函数,并给出非稳态π油膜模型的油膜力近似计算公式。     

动载非单油叶轴承非稳态非线性油膜力数学模型

对椭圆轴承油膜区做了适当假设,在考虑了轴径中心的周向和径向扰动速度对油膜区影响的条件下导出了可用3个动态参数表示的椭圆轴承非稳态非线性油膜力的一般公式,并导出了短轴承非稳态非线性油膜力的解析表达式。指出椭圆轴承中用到的处理方法可用于处理三油叶等多油叶轴承。     

非线性非稳态油膜支撑的密封-转子系统流体激励行为

将非线性非稳态油膜力模型与密封流体Muszynska模型结合,对非线性非稳态油膜力支承下的密封-转子系统流体激励行为进行了研究,发现其响应随转速比的变化具有复杂的动力学行为,产生了包括周期、拟周期等丰富的振动现象,具有很强的非线性特征。     

椭圆轴承-转子系统快速运动状态分析

基于滑动轴承油膜力数据库的连续性分析，建立了椭圆轴承非线性油膜力的神经网络计算模型，该模型采用混沌扰动的BP算法训练网络，其计算结果吻合于数值解，和数据库计算方法相比，提高了计算效率，将油膜力的网络模型用于椭圆轴承－转子系统的运动方程中，可快速准确地获得系统的运动状态，在不同转速下，系统表现出同步周期运动，倍周期运动，拟周期运动或混沌等曲型的非线性运动特性，应实例表明，该模型可有效地用于旋转机械非线性动力学问题的研究。     

油膜失稳引起的轴承碰摩故障研究

为了研究油膜失稳和转子-轴承碰摩两种单一故障相互作用形成的耦合故障,利用转子实验台模拟油膜失稳引起的轴承碰摩故障,采集发生此故障时转子系统升降速过程的振动信号.利用三维谱振图、重排小波尺度图、频谱图和轴心轨迹图对竖直方向振动信号进行分析,结果表明:重排小波尺度图可以很好地提取轴承碰摩时的时间和频率信息.当转子系统发生二者耦合故障时,油膜失稳占主导地位,油膜失稳引起的碰摩会产生转频和涡动频率的组合频率成分.此外,由于不可公约的组合频率出现,轴心轨迹变得混乱不规则.     

无限长圆柱轴承非稳态完整油膜边界的确定

给出了无限长轴承滑膜力的解析表达式,证明了雷诺边界条件等价于雷诺方程的双重变分,且给出了雷诺方程变分形式的解析表达式,最后用有约束优化方法来确定完整油膜多的边界,得到无限长轴承是全周油膜的结构,并通过一个绕静偏心作同频涡动的转子作为算例进行检验,同时与不同宽径比的有限长轴承数值结果进行了比较。     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

大功率整流装置故障诊断系统研究

针对电化学、冶金行业广泛使用的同相逆并联整流装置,分析了整流系统的故障类型以及故障诊断特殊性,通过实验,研究了基于整流变压器阀侧相电流的故障诊断方法,提出了小波包-模糊推理实现故障诊断.该方法通过实验,验证了其故障诊断的准确性.     

基于小波包和支持向量机的传感器故障诊断方法

针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明,该方法能有效地应用于传感器的故障诊断中。     

基于小波包分析与RBF神经网络的模拟电路故障诊断

针对常用的BP神经网络须已知结构,且学习算法训练速度慢的缺点,提出一种基于小波包分析与径向基神经网络(RBFNN)的模拟电路故障诊断方法。该方法首先利用小波包分解,归一化作为预处理提取模拟电路的故障特征向量,再将故障特征向量输入到RBF神经网络进行故障诊断。仿真结果表明本方法能够对模拟电路的故障进行有效诊断和定位。     

基于小波包无量纲免疫检测器的故障诊断模型

为可靠地检出并识别旋转机械设备轴承故障,提出了一种基于小波包分解和无量纲免疫检测器的轴承故障模式识别方法.该方法采用小波包对原始时域信号进行预处理,分别提取原始时域信号和各频带范围内时域信号的无量纲指标,并计算其敏感因子,根据敏感因子选取敏感特征,结合人工免疫阴性选择算法,生成多个敏感特征无量纲免疫检测器,实现对故障进行识别和分类.仿真实验结果表明,所提方法能有效地识别各种轴承故障.     

基于小波包分解的数字图像水印

利用Shannon熵准则选取最优小波包基,分别对原始图像和水印图像进行小波包分解,把水印数据嵌入选定的原始图像小波包基中.实验结果表明,该算法水印信息嵌入量大,不可感知性好,对JPEG压缩有较好的鲁棒性.     

基于小波变换的飞机电力作动系统故障诊断

电力作动系统是多电/全电飞机上完成各任务操作的最后环节,其工作状态直接影响飞行安全.针对飞机机电作动系统不同部件的故障信息处于不同频带的特点,提出一种基于"能量-故障状态"的故障诊断模式识别方法.通过小波包分解,把原始信号正交分解到不同的频带内,利用各频率成分的变化,选择合适的能量特征向量对各故障目标进行特征提取,从而建立能量变化到各故障原因和类别的映射关系,通过与对应故障特征向量的标准样本进行比较,即可得出电力作动系统当前有无故障和故障轻重程度的结论.通过匝间短路故障诊断仿真实例验证了该方法的正确性和有效性.     

基于小波包-神经网络故障诊断系统研究

建立了旋转机械故障诊断的神经网络模型，采用小波包分解方法提取特殊频段上的能量作为特征值为神经网络的输入模式，模型具有通用性。并且应用于旋转机械故障样本的识别计算，结果表明该方法在故障诊断中是有效的。     

基于小波包分解的纹理图像去噪

噪声对图像的后续处理影响较大,常用的去噪方法虽然可以去除变化平缓的图像中的噪声,但对细节较多的纹理图像的去噪效果却不太理想．文中基于信号和噪声在小波分解中呈现出来的不同特性,提出了一种新颖的小波包去噪算法．采用该算法对纹理图像进行最优小波包分解,并计算每个子频带的两个范数,然后根据范数值区分信号和噪声,从而达到去除噪声的目的．实验结果表明,该算法对皮革图像具有较好的去噪效果．不仅可以去除纹理图像中的大部分噪声,而且可以较好地保留图像纹理信息．     

基于小波包分析与支持向量机的电力电子整流装置故障诊断

针对当前电力电子整流装置使用的故障诊断方法在应用过程中表现出的缺陷,提出了一种基于小波包分析与支持向量机的电力电子整流装置故障诊断方法：首先使用小波包分析方法对故障信号波形进行分解,提取故障特征向量,然后使用支持向量机理论构造多分类故障分类器对提取的故障特征向量进行分类.仿真实验结果表明,该方法能够有效地完成对电力电子整流装置的故障诊断,具有很好的工程应用价值.