基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

转子静态偏心开关磁阻电机径向力计算及补偿

推导了转子偏心时径向力计算模型,该模型考虑了磁饱和和边缘磁通,并与有限元计算结果进行了比较,验证了模型具有较高的实用价值.计算表明,转子偏心时径向力的大小与励磁电流和位置角的关系受磁饱和的影响呈非线性变化.偏心方向处气隙磁场饱和后,径向力会随着电流的增大而变小,当偏心反向处磁场亦饱和后,则转子受到的径向力合力趋近于O.针对转子偏心时作用在转轴上的较大径向力,提出了采用每极绕组独立控制,通过施加不对称电流法进行补偿,该方法理论上可使作用在转子上的不平衡力趋近于O.     

内燃机主轴承弹性流体动力润滑计算分析

建立了内燃机主轴承弹性流体动力润滑计算的数学模型和有限元模型.依此模型,对某四缸柴油机的5个主轴承进行了计算,分别算出其在一个工作周期内的油膜压力、油膜厚度、摩擦功耗和轴心轨迹.通过对计算结果的分析表明,第3号主轴承所受到的载荷最小,平均油膜厚度最小,平均油膜压力和摩擦功耗最大.第3号主轴承的润滑状况不佳.应对其进行摩擦学优化设计.     

考虑局部固体接触的滑动轴承主刚度和主阻尼研究

针对存在局部固体接触的滑动轴承动特性问题,提出了根据分布参数润滑模型的轴承主刚度和主阻尼系数的简化算法。在流固耦合基本润滑方程中,通过引入润滑区与接触区的个数、面积和位置等分布特征参数,得到了滑动轴承分布参数润滑模型。以水润滑轴承为例,减少分布特征参数数目,并采用分解和合成的计算策略,得到了轴承主刚度和主阻尼系数的简化计算式。通过无转速情况下的加载试验,获得了典型载荷范围内轴承的结构静刚度,这与假设承载区圆心角为60°的理论值相差15.5%,并由引入无线传感技术的多因素试验获得了阻尼数据。研究结果表明:该模型及简化算法适用于小膜厚(10μm)轴承进行试验数据分析或设计计算,为部分液膜润滑轴承刚度试验与理论值相差较大(甚至成倍)的问题提供了一条研究思路。     

转台轴承静刚度建模及其影响因素分析

为了改善转台的动静特性,分析了三排圆柱滚子转台轴承静刚度与轴承结构型式、装配工艺和外载荷的关系。结合轴承游隙、螺钉拧紧力矩、径向与轴向滚子间的相互作用和外载荷等因素,将轴向滚子与轴圈间的接触看作理想平面接触,考虑径向滚子压力沿轴向的分布,并利用Boussinesq力与变形关系式求解实际的压力值,通过求解轴承的整体静力平衡方程,得到了三排圆柱滚子转台轴承5个方向的静刚度值。分析结果表明:转台固有频率测试与理论值误差不超过3.0%,验证了刚度理论模型的准确性;轴向滚子与径向滚子载荷间的相互作用很小;螺钉拧紧力矩、径向游隙和外载荷对转台轴承刚度有重要影响,随着螺钉拧紧力矩和径向预压量的增大,外载荷对刚度的影响减弱。     

粘弹性非Newton介质润滑流变特性的频域分析

为了解粘弹性非Newton介质在径向轴承润滑中的效果,定义了差分粘度和剪切频率表示非Newton介质的流变特征。差分粘度的幅频响应特性表明,非Newton介质的粘度变化不仅受润滑材料动态参数的影响,而且与润滑所处的剪切频率有关。基于非Newton介质的普遍Reynolds方程,对非Newton介质的径向轴承润滑进行数值计算,在不同的动态参数和剪切频率范围的影响下,非Newton介质润滑的承载力、摩擦力等并不总是高于或低于Newton介质的润滑结果。这一结果对选择合适的材料参数和工作转速以改善非Newton介质的润滑效果具有指导意义。     

双缸柴油机曲轴主轴承弹性流体动力润滑分析

运用AVL EXCITE PU软件建立双缸机柴油机曲轴主轴承弹性流体动力润滑计算模型,计算分析了发动机最大扭矩转速下主轴承受力、最小油膜厚度、最大油膜压力、轴心轨迹等。结果表明,该双缸柴油机主轴承润滑良好,最小油膜厚度、最大油膜压力均在限值以内,符合设计要求。     

基于WGAN和CNN的轴承故障诊断研究

轴承作为机械系统的关键部件,可以解析出整个机械系统的故障信息和健康状态,提出一种基于改进生成对抗网络和卷积神经网络的轴承故障诊断方法.首先通过小波变换将一维轴承振动数据转换为二维时频图像数据;然后经设计的改进生成对抗网络训练轴承的二维图像数据,将达到纳什平衡后生成的数据补充到原始数据中增加轴承样本数据;最后将扩充完成的数据集输入卷积神经网络进行训练.测试结果显示轴承故障诊断平均准确率达94%,验证了故障数据不充足时该方法用于轴承故障诊断的可行性.     

基于网格搜索与支持向量机的轴承故障诊断

针对轴承故障诊断问题,提出一种基于相关度分析与网格搜索算法(GS)优化支持向量机(SVM)的轴承故障诊断方法。采用GS算法对SVM的惩罚参数c和核函数参数g进行寻优,以此建立分类器用于识别轴承故障类型。在模型建立方面巧妙地加入了分层的思想,通过相关度分析之后采用多层GS-SVM模型使轴承的故障诊断准确率相对于近年来的研究得到了明显的提升。最后,采用凯斯西储大学轴承数据中心的滚动轴承故障数据进行了分类识别实验。实验表明,研究提出的轴承故障诊断方法在直接作用于原信号的基础上不仅能够有效的识别轴承正常状态、内圈故障、外圈故障以及滚珠故障,而且还对每一类故障的严重程度有很好的区分,提高了故障类样本的诊断正确率,具有较强的实用性。     

电磁轴承控制系统的研究与探讨

该文对转子-电磁轴承系统进行了多方面的研究.提出了更为接近实际的控制对象模型;研究了三种线性控制器,并对其相应的系统稳定裕度、动态性能、稳态精度等指标进行了比较;通过研究指出;控制器中含有滞后环节会恶化力干扰通道的动态性能;另外还探讨了提高功率放大器响应速度的意义和途径.该文紧密结合实际,分析深入,对磁轴承控制系统的设计具有很好的参考作用.