裂纹齿轮时变啮合刚度与传动系统振动机理

研究齿轮裂纹对时变啮合刚度和振动特性的影响机理。首先,将齿轮齿廓分为过渡曲线、渐开线非啮合区和渐开线啮合区3个部分建立精确的齿廓模型,再结合势能法改进时变啮合刚度计算方法。其次,建立齿轮裂纹分析模型,将裂纹扩展路径和有效厚度的限制线分别假设为直线和抛物线,根据几何法和裂纹终止点的位置,改进有效截面积和截面惯性矩的计算方法,求解不同裂纹状态下的时变啮合刚度曲线。最后,建立六自由度裂纹齿轮故障动力学模型,采用龙格-库塔法求解不同裂纹下齿轮传动系统的振动特性和幅频特性,通过小波变换对振动特征进行时频分析。同时,采用统计指标的方法,研究齿轮裂纹对传动系统振动响应的敏感度。研究结果表明：裂纹齿轮在啮合过程中会产生冲击特征,随着裂纹情况的加剧,冲击加剧;峭度对振动响应最为敏感。     

Robust H∞ guaranteed cost satisfactory fault-tolerant control for discrete-time systems with quadratic D stabilizability

The problem of robust H∞ guaranteed cost satisfactory fault-tolerant control with quadratic D stabilizability against actuator failures is investigated for a class of discrete-time systems with value-bounded uncertainties existing in both the state and control input matrices. Based on a more practical and general model of actuator continuous gain failures, taking the transient property, robust behaviour on H∞ performance and quadratic cost performance requirements into consideration, sufficient conditions for the existence of satisfactory fault-tolerant controller are given and the effective design steps with constraints of multiple performance indices are provided. Meanwhile, the consistency of the regional pole index, H∞ norm-bound constraint and cost performance indices is set up for fault-tolerant control. A simulation example shows the effectiveness of the proposed method.     

基于PCA的火电厂湿法烟气脱硫系统的传感器故障诊断

提出一种基于主元分析(PCA)的故障诊断方法,用于解决火电厂湿法烟气脱硫系统的传感器故障诊断问题.该方法利用PCA建立故障诊断模型,通过计算平方预报误差、传感器识别指数、故障重构值,对传感器故障进行检测、识别及恢复.利用华能福州电厂湿法烟气脱硫系统的采集数据进行传感器的完全失效、偏差、漂移与精度等级下降等4种类型故障的...     

基于小偏差法的航空发动机气路故障诊断方法

依据小偏差法的原理,针对航空发动机的工作特点,描述如何在稳定状态下建立航空发动机的小偏差故障诊断矩阵.通过建立某型单转子涡喷发动机的小偏差故障诊断矩阵,并用发动机的实测数据验证了该故障诊断矩阵方法的有效性,小偏差法不仅具有明确的物理意义,而且使得气路故障诊断系统构造简便,对航空发动机的工厂生产试车和外场发动机维护有很大实用价值.     

大型电子游戏机扫描板电路故障检修

检查故障也和诊断疾病一样,其基本原则是由表及里,由粗到细,逐步缩小故障范围,最后确定故障部位,在实际检修中,如果掌握了该电路的基本工作原理,又有了一定的检修经验之后,就可以针对具体故障现象,确定可能发生故障的一个较小范围,以便迅速查出故障所在．介绍几种常见的故障及维修方法．     

广义变分模式分解降噪在齿轮早期故障诊断中的应用

针对齿轮早期故障特征的微弱性和耦合性,本文提出广义变分模式分解(generalized variational mode decomposition, GVMD)-峭度-包络谱法诊断齿轮故障。首先利用GVMD的频域多尺度定频分解属性,根据齿轮故障频谱信息和信号特点设置GVMD主要参数,按需分解信号,准确获取微弱特征分量,避免VMD对微弱特征提取存在的不足和小波包变换能量泄漏引起的微弱特征混淆问题。然后结合峭度准则和齿轮故障频率信息选择故障冲击分量,融合更多故障信息重构降噪信号。最后对降噪信号进行包络解调分析,实现齿轮故障诊断。实际信号分析表明,由于GVMD能够按需获取微弱特征分量,本文所提方法能够获得更丰富的微弱故障信息准确识别齿轮早期故障位置。     

宇航固态存储器可靠性设计

宇航固态存储器用于存储卫星平台遥测数据和遥感载荷数据,其可靠性关系到航天器飞行任务的成败和完成质量。采用了可靠性分级设计思想,提出了一种高可靠的宇航固态存储器设计,运用了冗余、故障检测和隔离、纠错编码等技术,将固态存储器8年寿命末期的可靠度提高到了0.996 2,满足了宇航应用的要求。     

一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点,提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据,其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据,最后采用孤立森林方法对预测数据进行无监督故障检测,以此实现雷达退化故障预测并提前告警。结果表明,本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警,能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

考虑时变位移激励的轴承圆形故障动力学

建立轴承剥落故障的动力学模型是研究轴承故障机理的常用手段,由于滚动体在经过故障区时的接触情况较为复杂,所以准确地建立轴承剥落故障时变激励函数对轴承故障动力学模型的正确性具有很大影响。但是在解决轴承圆形故障时现有的单一化激励函数难以准确表达滚动体与故障的实际接触情况。因此,主要以深沟球轴承外圈剥落故障为研究对象,构建了考虑圆形剥落故障引起的弹性形变和滚动体经过故障区域瞬时位置的时变位移激励模型。研究了滚动体经过外圈圆形故障区域时的接触间隙变化规律,分析了不同故障尺寸的双冲击信号之间的时间间隔特征并通过仿真和实验进行对比的方法验证建立模型的有效性,为研究轴承剥落故障提供了理论支撑。