基于遗传程序设计的回转支承寿命状态识别

针对回转支承低转速、故障信号微弱的特点,提出了一种遗传程序(GP)设计的方法对其寿命状态进行准确的识别。为保证回转支承运转信息的完整性,该方法从不同领域提取了多个特征指标组成特征向量矩阵。以模型的性能和复杂度为衡量指标,从遗传程序设计建立的模型中选择出最佳模型,再将测试样本输入模型实现对回转支承寿命状态的识别。利用自主研发的回转支承综合性能实验台对某型号的回转支承进行了全寿命疲劳实验,实验结果表明,所提出的方法能够准确地识别出回转支承的寿命状态,为实时维修奠定了基础。     

基于粒子群优化支持向量机的回转支承寿命状态识别

回转支承已在工程机械和风力发电等方面得到广泛应用。为了对其健康状态作出正确判断,采用经粒子群算法优化的支持向量机模型来对其寿命状态做出准确识别。寿命状态识别的关键问题是特征向量的提取。为了得到有效而又全面的寿命状态信息,从时域和时频域方面提取多个特征向量进行综合分析,从而实现了小样本数据下信息的最大挖掘。最后以回转史承全寿命实验对该方法进行检验,结果表明,该模型的效果优于传统的支持向量机以及单变量模型,具有实际工程应用价值。     

采用概率主成分分析的回转支承寿命状态识别

针对回转支承故障特征微弱以及难以提取的特点,提出一种基于概率主成分分析(probabilistic principal component analysis,PPCA)的多领域特征提取方法。该方法从振动信号的时域和时频域中提取出多个能够表征回转支承运行状态的特征向量,并将其组成高维特征集。采用PPCA从高维特征集中提取出最能够反映回转支承寿命状态信息的特征量,将其输入粒子群算法优化的支持向量机中进行寿命状态的识别。通过回转支承全寿命实验证明,基于PPCA的特征提取方法优于传统的主成分分析(principal component analysis,PCA),其相应的寿命状态识别精度提高了约8%,并且多领域、多变量的特征更能全面反映回转支承的性能退化趋势。与传统的特征提取方法相比,所提方法能够更全面有效地反映复杂恶劣环境下回转支承的故障信息,因此可以用于回转支承的健康监测领域。     

基于多特征集融合与多变量支持向量回归的回转支承剩余寿命评估

针对回转支承剩余寿命难以评估的问题,提出一种基于温度、扭矩、振动信号时域内多个特征值融合和多变量支持向量回归(MSVR)的剩余寿命评估新方法。该方法通过主成分分析(PCA)求得温度、扭矩、振动信号性能衰退指标量化回转支承性能衰退规律,以此作为输入量构建多变量支持向量回归回转支承剩余寿命评估模型。MSVR克服了结构简单、信息匮乏等缺点,实现变量之间冗余信息的消除和样本数据潜在信息的最大挖掘,采用回转支承全寿命实验数据对评估模型进行检验,结果表明MSVR可获得准确的评估结果。     

塔式起重机回转平台有限元分析与试验验证

为了评估塔式起重机回转平台强度与刚度,本研究基于有限元板壳理论,建立了平头塔机回转平台上、下支座有限元模型,忽略回转支承滚珠与滚道之间的接触关系,采用实体交叉圆柱替代回转支承滚珠,对回转支承进行近似模拟。进行了回转平台模型试验,验证有限元分析参数设置准确性。结果表明:危险工况下回转平台应力都小于许用应力,整个结构是安全可靠的;围筒与筋板焊缝的应力随筋板安装角增加而增加;回转支承模拟圆柱直径对回转平台应力状态无明显影响;有限元结果与试验测试数据吻合良好,验证了有限元分析的可行性。     

基于数据驱动的回转支承性能退化评估方法

为解决工程机械中大型回转支承工作环境恶劣,但可靠性要求较高的问题,提出一种基于集合经验模态分解-主成分分析(ensemble empirical mode decomposition-principle component analysis,EEMD-PCA)的振动信号降噪和性能退化过程评估方法。结合EEMD和PCA各自优势自适应地选择全寿命振动信号中最能反映回转支承性能退化趋势的成分进行重构以实现降噪,提出以PCA模型中的统计量连续平方预测误差(continues square prediction error,C-SPE)作为回转支承的性能退化特征,建立回转支承性能退化模型。利用自制的回转支承性能试验台对型号为QNA-730-22的回转支承进行全寿命疲劳试验。研究结果表明,该方法具有较好的降噪效果,建立的性能退化模型准确地反映出不同阶段回转支承的性能特征,为企业的主动维护提供了数据支撑,从而进一步提高了回转支承的运行可靠性。     

基于表观堆栈遗传编程的回转支承寿命预测

由于回转支承的损伤机制不清楚,传统的寿命预测模型不能找出其寿命与振动信号的数学关系。本文改进传统的遗传编程算法(GP),根据表观遗传学的最新研究和堆栈结构,提出了基于表观堆栈遗传编程(ESGP)的寿命预测方法。先从时域、时频域中提取多个特征值,再用动态等距离映射算法从高维特征值中提取能够反映回转支承退化趋势的单一特征值,最后用ESGP进行寿命状态识别。结果表明,该算法成功地找出回转支承的寿命与振动信号的数学关系,为回转支承的损伤机制研究提供理论基础。其寿命预测精度、模型简洁度要高于传统GP。     

基于小波-能量模式的回转支承故障诊断方法研究与应用

回转支承机械结构和工作条件特殊,导致其故障机制复杂,传统的信号分析方法难以对其进行有效的故障诊断.提出了一种基于小波分解与能量谱相结合的回转支承故障诊断方法.利用小波多尺度、多分辨率的特性,对回转支承振动信号进行多尺度分解;根据回转支承低频故障特性,对小波分解后的低频区进行频谱分析,再结合各尺度频带能量谱进行回转支承故障诊断.通过对回转支承加速寿命试验中各阶段数据分析表明,该方法能够有效、准确地诊断出回转支承故障模式,相比单一的小波频谱分析诊断精度更高、可靠性更好,具有一定的工程实用价值.     

状态参数分散度对油纸绝缘状态的评估

为了研究油纸绝缘的老化状态参量与老化状态的对应关系,以及如何准确选择反映状态的参量,对油纸绝缘进行电热联合老化实验.基于老化实验的数据,分析了在同一老化因子下各个老化特征参量的分散度,同时应用多参数诊断方法探讨这些参量如何准确反映绝缘状态.结果表明,在适当筛选参量之后,多参量诊断会在一定程度上提高绝缘状态评价的准确性,有利于优化计算和提高状态评估的准确性.     

回转支承内、外圈装配中的选配模型

在对回转支承的内、外圈进行装配时 ,为了获得最优装配组合 ,运用网络流规划将该问题转化为网络最大流问题 ,并建立了一种选配模型。通过合理定义模型网络的中间点、弧的容量和方向以及模型的一般约束条件 ,应用有效算法求出了模型网络的最大流 ,最终获得了内、外圈的最优装配组合。同时 ,基于该模型开发了用于选配回转支承内、外圈的软件模块 ,并在实际生产中得到了应用     

基于小样本试验的大型回转支承剩余寿命预测

提出一种基于小样本的大型回转支承剩余寿命预测方法,首先基于改进的威布尔分布理论建立回转支承剩余寿命预测的可靠性模型,然后基于赫兹理论分析回转支承滚道载荷分布规律,并结合Archard磨损理论和逆幂率加速寿命模型提出通过小样本试验估计预测模型参数的方法,最后用QNA-730-22内齿式回转支承进行验证。研究结果表明:该方法能够通过一次全寿命试验建立起多个疲劳载荷下多个滚道样本准确的寿命模型,相对于NREL设计指南和ISO281的疲劳寿命计算方法,该方法更接近真实试验数据,并且相对传统可靠性建模方法能节省大量的时间和费用,为企业制定及时的主动维护策略提供参考。     

摩擦因数对回转支承动态特性的影响

基于ABAQUS建立回转支承局部三维有限元模型,将有限元计算的滚动体滚动速度与理论计算对比,检验出仿真的合理性,同时对回转支承进行动态分析,研究摩擦因数对回转支承应力应变和疲劳寿命的影响。仿真的结果和赫兹理论对比表明:摩擦力的作用使后接触区的应力大于前接触区的应力,应力中心不完全关于接触点对称分布,随着摩擦因数增大,次表层的最大应力有向滚道表面移动趋势。反映出回转支承的滚道的疲劳损伤萌生随着润滑效果的变差而变浅,为进一步分析回转支承的疲劳失效原因和动态优化设计提供理论依据。     

制造系统的健康评估与协调控制

为了准确及时地对制造系统健康状态进行评估和协调控制,以实现制造过程的整体优化,分析了内分泌系统调控的工作机理,给出了内分泌系统与健康状态监测评估系统相似性,构建了制造系统的内分泌免疫监测结构模型;提出了设备健康状态监测与处理方法,利用模糊层次分析法,对制造系统健康状态进行有效的评估;以现有的柔性制造单元平台为背景,对其健康状态评估与协调控制进行了评价研究,评价结果表明制造单元的总体健康值为0.588,属于较差状态,应在短时间内对设备进行停机检修;给出了温度参数变化情况下加工设备m1健康值的实时试验结果,试验结果与计算结果一致,表明该方法具有有效性和可行性.     

回转支承故障检测仪若干关键技术及其实现

对回转支承进行故障检测需要较高采样频率和大容量存储的信号检测仪，而一般的信号采集仪无法同时满足两种需求，为此介绍了一种能满足这两种需求的故障检测仪并分析了其实现的若干关键技术，实际使用说明，该检测仪满足了回转支承故障信号采集分析的需求。     

基于Workbench的QTZ80型塔机回转机构啮合齿圈的模态分析

将CATIA建立的Q3E80型塔式起重机回转支承啮合齿圈模型导入有限元软件Workbench中进行模态分析,得到啮合齿圈的前20阶固有频率及相应频率下的振型,并将其作为判断回转支承啮合齿圈模型是否会发生共振现象的依据．     

关于回转支承保持器与隔离体的阐述

回转支承装置是近30年来发展起来的新型机器部件,它已从用于挖掘和起重机,逐渐发展到用于其它机械。对于回转支承来说,保持器与隔离体的使用直接影响其使用寿命和承载能力,本文详细阐述了几种回转支承保持器与隔离体的型式及其特点。     

锂离子电池健康状态多因子在线估计方法

针对传统的锂离子电池健康状态估计方法仅用电池欧姆内阻作为单因子评估指标时存在较大误差的问题,提出了一种利用电池欧姆内阻、极化内阻与极化电容共3个模型参数构建的多因子评估模型。选用一阶RC等效电路模型作为基础电路模型,并通过仿真实验验证了所选择电路模型的准确性。对同一型号的多组三元锂离子电池进行循环老化实验,得到离线辨识的模型参数,发现等效电路模型中的欧姆内阻、极化内阻、极化电容与健康状态存在确定的关系。通过带约束的最小二乘算法求解对应模型参数的权重,并以卡尔曼滤波算法在线辨识模型参数,实时获得基于多因子模型的综合电池健康状态。将所提方法与仅用欧姆内阻评估的方法进行了对比,结果表明:所提方法评估锂离子电池真实健康状态的误差变化范围较小,基本在1%左右,精度更高。     

基于DAE-MD的电源车柴油机健康状态量化评估方法

针对柴油机健康状态的综合评估问题,结合降噪自动编码机(DAE)深度网络与马氏距离(MD)算法,提出一种基于深度学习与距离融合的电源车柴油机健康状态量化评估方法.该方法首先通过DAE深度网络提取柴油机不同健康状态下的特征序列,建立柴油机健康状态识别模型;为进一步量化评价柴油机的健康水平,又将MD算法引入,度量DAE模型输出状态与正常状态特征序列之间的距离,并将其归一化为健康指数,给出柴油机健康状态的量化评估结果.最后,借助于120 kW电源车模型仿真系统,验证了所提方法的有效性.文中方法通过DAE的分类和MD的计算实现了电源车柴油机健康状态定性与定量评估的融合,为其开展视情预防维护提供了依据.     

基于模糊理论和贝叶斯网络的燃气轮机健康状态评估方法

针对小样本条件下燃气轮机的健康状态评估问题,提出基于模糊理论和近等式约束的贝叶斯网络的燃气轮机健康状态评估方法。用模糊理论整合专家先验知识,以近等式约束的形式将其融合到贝叶斯网络参数学习中,再通过贝叶斯网络模型得到燃气轮机健康状态。以某型燃气轮机为例进行仿真,结果表明,该型燃气轮机处于正常状态,与实际运行状态相符,验证了方法的可行性。该方法具有一定的工程应用价值。     

采用混合核函数支持向量机算法的大型发电机定子线棒绝缘状态评估方法

为解决大容量发电机定子线棒的绝缘状态难以评估的问题,提出了一种采用混合核函数支持向量机算法的大型发电机定子线棒绝缘状态评估方法。该方法根据多因子老化试验平台,得到能表征定子线棒绝缘老化状态的非破坏性特征参量如吸收比、介质损耗、介损增量等在不同周期下的数值,并通过计算皮尔逊相关系数进一步验证上述非破坏性参量在数值上与剩余击穿场强的显著相关性;然后采用混合核函数支持向量机算法建立定子线棒非破坏性特征参量与剩余击穿场强的映射关系模型,预测出定子线棒剩余击穿场强;最后结合层次分析法及上述支持向量机算法的预测结果实现了对发电机定子主绝缘状态的评估。数值仿真结果表明:与传统单核函数支持向量机预测算法相比,基于混合核函数支持向量机和层次分析法的评估方法弥补了单核核函数预测结果不收敛的缺陷,对剩余击穿场强的识别准确率达到97%,该方法表现出了较强的状态评估能力。