粒子群优化算法在齿轮箱振动信号去噪中的应用

 以振动频谱分析和粒子群优化算法为主要理论依据,以风力涡轮机齿轮箱为例,提出一种基于一维加速搜索算法和粒子群优化的齿轮箱振动信号去噪方法。利用一维加速搜索算法缩减搜索范围,应用粒子群优化算法提升优化效果,对切比雪夫带通滤波器和Morlet小波滤波器的设计参数进行优化,并对齿轮箱故障振动信号进行滤波处理。仿真实验结果表明,此方法能够实现快速有效滤波去噪,适用于齿轮箱实时故障诊断的研究,具有一定的理论研究价值和实践应用价值。     

基于Bagging集成策略和多元状态估计的风电机组齿轮箱状态监测

风电机组齿轮箱的故障率和维护成本相对较高,有必要对其运行状态进行实时监测。多元状态估计(multivariate state estimate technique, MSET)是一种常用的状态监测方法,但在记忆矩阵规模较大时,MSET在线计算的实时性较差。为此,提出一种基于Bagging集成策略和MSET的新方法:首先基于Bagging集成策略,对训练数据进行多次随机抽样,构造多个记忆矩阵规模较小的MSET子模型,最终将子模型的结果平均后作为集成模型的输出。以某2 MW风电机组的运行数据为算例,对集成MSET的性能进行了对比实验。结果表明:在精度相当的前提下,集成方法的计算时间仅为常规方法的60%;结合统计过程控制技术设计了预警阈值和滑动窗口异常率,并对集成MSET的故障预警能力进行验证,结果表明,集成方法能够提前约10 d预警齿轮箱的实际故障。     

2009年全球经济的危机深度

2008年全球经济危机是一场真正意义上全球瞩目并受其影响的大危机,在革旧迎新之际,听听全球性经济预测机构的2009年展望不失为一副清醒剂。国际货币基金组织（IMF）2009年1月28日发布春季经济预测,全球经济增速调低至0．5％,为二战结束以来全球最低。根据其预测,2009年发达经济体情况最为惨烈,总体下降2％左右,其中美国1．5％,欧洲2％,日本2．5％。     

2012，中国经济转型年

年底年初,人们最常做的事就是回顾与展望。2011年．国际形势复杂多变．国内形势也是风云莫测。2011年．经济增速稳步回落,外贸出口较往年出现下滑趋势．物价和CPI指数的大幅波动牵动着公众的视线．严厉的调控政策已使整个楼市进入漫长的调整期．经济下行的压力和物价上涨压力并存。”限购”、”限贷”．使得购房需求大幅萎缩．而证券、基金市场也是一片叫苦之声．部分企业生产经营困难,金融、房地产等领域存在潜在的风险．经济发展中一些不可持续的因素非常突出．中国步入了经济转型元年。还是借用那句话．这是一个最好的年代．也是一个最坏的年代．因为我们在发展,面对和解决的是发展中的问题,总比不发展或者原地踏步甚至倒退强,比如欧洲日渐不乐观的衰退。     

齿轮箱测试信号的分析与研究

本文通过LAMS数据采集仪获得在正常、断齿、外圈工况下齿轮箱的振动信号,并在MATLAB下进行数据的时域和频域分析和处理,通过测试和分析获得在不同工况下,齿轮箱的状态特征、     

基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断

将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显。     

基于构型创新的水陆两栖无人平台减阻增速技术

水陆两栖无人平台的水上航速是其作战效能发挥的核心指标之一,对于快速处置涉水险情,提升航渡生存概率和抢滩登陆机动性具有重要意义.本文梳理了典型轮式、履带式水陆两栖有人/无人平台构造原理和技术特性,阐述了其航态特征和航行时水阻力成分,剖析了高速水陆两栖平台水阻力与其构型的内在联系,重点从可收放悬架创新设计、附件减阻创新布局、车体形状优化仿生、沟槽和气幕技术应用等角度总结归纳了减阻增速方法.研究结论可作为新一代水陆两栖无人平台研制的技术参考,也可为水陆两栖无人装备建设和规划发展提供参考.     

风电主齿轮箱动态响应分析

以某3 MW风电齿轮箱为研究对象,通过导入壳体、齿圈、转架有限元凝聚刚度矩阵,建立基于MASTA的多柔体动力学模型,分析发现箱体在三级齿轮啮合频率附近有最高的动能分布,齿轮箱在高速级齿轮第一阶啮合频率激励下有最大的振动响应,且计算结果和试验测试结果基本符合。该结果可对风电齿轮箱设计阶段进行振动风险规避提供一定计算参考。     

基于人工免疫的故障诊断模型及其应用

提出了一种基于免疫原理的故障检测及诊断系统模型. 通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域. 将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛. 应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性.     

基于细菌觅食优化决策的齿轮箱故障诊断

在利用SVM对齿轮箱进行故障诊断决策时,SVM模型参数(核参数及惩罚因子)对齿轮箱故障的诊断结果影响很大,而最优参数难以获取,针对这一问题,提出一种基于自适应细菌觅食算法(BFA)的SVM参数快速选取方法。以齿轮箱故障诊断过程为实验对象,对比分析网格搜索法、遗传算法、粒子群算法与细菌觅食算法对SVM径向基核函数参数δ及惩罚因子C的优化性能。研究结果表明:细菌觅食算法能够更加快速地选取到最优参数;采用细菌觅食算法优化SVM参数可以进一步提高齿轮箱故障诊断的精度。