基于能量损耗的齿轮磨损与振动相关性建模

依据齿轮的磨损与振动均消耗系统能量的特征,提出了采用能量损耗来建立齿轮副磨损与振动的相关性模型和计算方法。齿轮副的磨损耗能采用光谱分析法元素的质量分数去表征,振动耗能采用时域信号振动速度的均方根值表示。通过对这两个不同量纲机械测量参数的对数化处理,并结合试验数据分析表明,齿轮的磨损与振动高度相关,该研究为齿轮箱故障诊断技术采用能量损耗变化去判别故障模式提供了另一途径。     

基于高阶累积量的齿轮箱故障诊断研究

当齿轮箱发生故障时，实际测得的齿轮振动信号一般是非平稳和非高斯分布的信号，不同故障状态下的振动信号具有不同的高斯性和对称性，通常包含较强的噪声。高阶累积量具有对加性高斯噪声和对称非高斯噪声不敏感的特性，可以应用在齿轮箱的故障诊断中。短时分析方法可以在低信噪比情况下提取周期性冲击故障信号特征。在对振动信号进行短时分析的基础上，计算原始信号及其短时能量函数的高阶累积量。从高阶累积量提取的特征可有效地将正常状态、中度磨损状态、严重磨损状态和断齿状态的齿轮振动信号分离开来，这表明高阶累积量可定量地描述振动信号偏离正态分布的程度，采用样本分割后，还可以定量描述齿轮的磨损程度。     

基于能量耗损的齿轮摩擦学系统故障规则研究

针对齿轮在发生故障时输入能量耗损会发生变化这一现象,提出一种基于能量耗损的齿轮摩擦学系统故障诊断方法并建立故障规则。研究齿轮摩擦学系统与能量耗损理论;设计齿轮能量监测试验台,获取齿轮能量耗损信息;采用神经网络与模糊理论规则提取方法,选择输入功率作为齿轮能量耗损信息,对模糊控制规则进行修改,建立能量耗损信息的齿轮模糊的故障规则。研究表明,基于能量耗损的齿轮故障规则是有效准确的,为实现基于能量耗损的故障诊断奠定了基础。     

基于油液分析和时间序列模型的内燃机磨损状态监测方法

提出了一种基于油液分析和时间序列模型的内燃机磨损状态监测方法。将整个内燃机看作一个摩擦学系统,利用时间序列模型对摩擦学系统进行动态建模,建立能够表征内燃机磨损状态的数学模型。采用该模型对内燃机润滑油中各元素的变化趋势进行趋势分析,并应用实例对模型进行了检验。结果表明,该方法准确判断内燃机的磨损状态,为内燃机磨损状态监测提供了一种新的途径。     

基于非平稳时间序列双标度指数特征的齿轮箱故障诊断

齿轮箱振动信号是含噪的多分量非平稳信号,故障模式相近的复杂齿轮箱振动信号的分类是齿轮箱故障诊断的难点。采用去趋势波动分析(Detrended fluctuation analysis,DFA)方法分析齿轮箱振动信号的标度行为,随着时间尺度的增大,标度指数会突然发生改变,形成双标度指数特征,由双标度指数构成的二维矢量具有明确的物理意义,可以作为表征时间序列内部动力学机制的特征参数。提出一种基于非平稳时间序列双标度指数特征的齿轮箱故障诊断方法,对正常状态和含有轻度磨损、中度磨损和断齿故障的齿轮箱故障诊断的结果表明,提出的方法成功地解决了故障模式相近的复杂齿轮箱振动信号的分类问题,很好地克服了傅里叶变换、小波变换和基于单标度指数的方法存在的缺陷,为齿轮箱的故障诊断提供了一种新的方法。     

基于能量耗损的发动机故障诊断方法研究

针对发动机在发生故障时都伴随能量耗损变化,提出一种基于能量耗损的发动机故障诊断方法.基于发动机系统输入输出的能量分析,建立发动机系统的能量监测模型;根据输入的流量与输出的功率,建立发动机系统的能量耗损模型;根据能量耗损机制,分析发动机运动副的摩擦与振动能量耗损诊断方法,建立摩擦和振动信息与能量耗损模型.以发动机活塞磨损故障为例,从振动耗能的角度,通过对测振信号的小波分析,得到能量耗损变化,诊断出活塞的磨损状态,验证了基于能量耗损的发动机故障诊断方法是可行的.     

基于小波包能量谱和Hilbert包络分析的行星齿轮故障诊断

行星齿轮啮合振动信号噪声干扰大,难以诊断齿轮的故障。提出一种基于扭转振动信号的行星齿轮故障诊断方法。结合小波包能量谱和Hilbert包络分析用于轴系扭转振动信号进行识别行星齿轮的早期故障。将这种方法应用于行星齿轮箱在行星齿轮磨损和行星齿轮出现断齿故障状态下采集到的实际故障行星齿轮扭转振动信号,发现这种方法能识别两种状态下的行星齿轮故障特征。将小波包能量谱和Hilbert包络分析应用于两种故障状态下的横向振动信号,发现行星齿轮磨损故障不能准确识别。实验结果表明新方法对行星齿轮早期故障的识别更敏感、准确。     

基于监测实例的摩擦学系统状态辨识的知识获取

对于摩擦学系统监测样本相对比较少或者投入运行时间不长的机器,研究如何实现其摩擦学系统的智能状态辨识具有重要意义。建立基于摩擦学状态监测实例和决策树的知识获取方法模型,并应用于船舶柴油机摩擦学状态辨识的知识获取,利用获得的知识对测试集进行状态识别,取得良好的摩擦学状态辨识结果,从而为从监测实例中挖掘摩擦学状态辨识知识提供方法与手段支持。     

基于小波包和BP神经网络的刀具磨损状态识别

刀具磨损状态影响金属切削过程,因此监测刀具磨损状态对提高产品质量有着重要的意义。设计刀具磨损状态监测系统,利用传感器采集刀具振动信号,通过小波包对振动信号进行数据分析,并把不同频段的能量值作为刀具磨损状态的特征值,建立BP神经网络,从而在刀具磨损状态和振动信号特征向量之间建立映射关系,完成刀具磨损状态的监测。利用C++Builder和Matlab软件混合编程实现了系统的功能。试验表明,系统运行良好,能够对刀具磨损状态进行正确识别。     

基于小波变换-模糊聚类的变速箱齿轮故障诊断

在对车辆变速箱齿轮振动加速度信号进行小波变换的基础上，提出了基于尺度-能量谱的特征提取和模糊聚类相结合的车辆变速箱齿轮故障诊断方法。该方法应用于LC5T81变速箱齿轮的故障诊断中，能够比较准确地识别与诊断出变速箱齿轮的走合运行状态、磨损运行状态和故障运行状态，具有一定的实用价值。     

基于最小二乘支持向量机的磨损预测

针对机器设备磨损产生的因素多，而且磨损量的多少与产生的因素具有高度非线性，磨损难以预测的问题。同时考虑到监测得到的数据为小样本事件也是磨损难以预测的原因，在齿轮箱实验数据的基础上，利用最小二乘支持向量机，给出预测步骤，提出一种以载荷、温度、振动信号特征、速度和时间为输入量，机器设备的磨损量为输出量的预测方法。用齿轮箱的实验数据验证了所提出的方法的有效性。     

42CrMo钢振动磨料磨损研究

为研究振动对材料磨损的影响,对经过低温、中温、高温回火的42CrMo钢在自制的振动磨料磨损试验机上进行了振动磨损实验.结果表明,试样的塑性、硬度及磨料的振动参数综合影响其耐磨性,磨损量并不与磨料的振动频率成正比,磨粒的振动影响材料的磨损形貌.     

基于振动法的刀具磨损状态监测研究

数控机床加工过程中,刀具是直接与金属材料接触并参与切削过程的工作部件。在金属切削加工过程中刀具不可避免地产生磨损现象,提高刀具使用寿命,降低因为刀具磨损而产生的损失,对刀具的工作状态实施监测意义十分重大。基于振动测试法的刀具磨损状态监测主要以采集到的振动信号作为依据,对振动信号作时域、频域和时频分析来提取有效的特征量,结合工件被加工表面的粗糙度情况以及刀刃的磨损状况,判断出在加工过程中刀具的实时磨损规律,实现刀具磨损程度的有效控制。     

The effect of frequency of vibration and humidity on the wear rate

This work examines how wear rates are affected by frequency of vibration in conjunction with relative humidity. Variation of wear rate with the variation of frequency of vibration and relative humidity is investigated experimentally on a mild steel disc using specially designed pin-on-disc apparatus having facility of vibrating the disc at different frequency of vibration and amplitude. During the experiment, the effect of normal load, speed and relative humidity on wear rate were also investigated. The surface conditions of the mild steel base plate were ‘as-turned’ and ‘as-ground’. Studies have shown that wear rate under no vibration condition is higher than that under vibration condition. The values of wear rate decrease with the increase of frequency of vibration. Similarly, the wear rate decreases with the increase of relative humidity within the observed range. In this study, it is also observed that the rate of reduction of wear rate has a particular relationship on the frequency of vibration and the relative humidity. The experimental results are compared with those available in the literature and simple physical explanations are provided.     

Effects of ultrasonic vibration on the wear characteristics of a carbon steel: Analysis of the wear mechanism

To explain the fact that the wear rate of a carbon steel subjected to ultrasonic vibration decreases with an increase in the amplitude of vibration, a simple equation for the wear rate was derived using the theories of adhesive wear and analytical results of vibration. Analytical predictions were in good agreement with experimental results. One of the main factors affecting the wear behaviour under vibration is the contact time between specimens during 1 cycle of vibration. The amount of oxygen adsorbed on rubbing surfaces with repeated dynamic contact loading also affects the wear rate. The activation energy of oxygen adsorption with vibration is considered to be lower than that found in the process of ordinary wear without vibration. The variation in hardness of worn surfaces due to repeated friction passes has little effect on the wear rate with vibration.     

钢芯铝绞线磨损微粒特性分析

在自制导线微风振动模拟试验机上,于8%拉断张力下,对LGJ150/25型钢芯铝绞线完成了3种不同振动周次下的微风振动磨损试验。在线夹出口89mm处采集了磨损微粒,利用铁谱仪、扫描电镜和能谱仪对磨粒表面微观形貌、成分和尺寸进行了分析。结果表明,钢芯铝绞线铝线股的磨损主要为磨料磨损和氧化腐蚀磨损;随着振动周次的增加,磨粒尺寸迅速减小,几何长短轴比逐渐趋于1,棱角逐渐变得平滑,形成粒度较小,数量较多,且分布均匀的磨损微粒;在1×107振动周次下,试验导线的钢芯线发生较为明显的磨损现象。     

Expressing wear rate in sliding contacts based on dissipated energy

The wear of materials in sliding contacts is considered as resulting from an energy dissipation due to friction between the contacting first bodies. Up to now, no standard procedure in tribology is available to relate that dissipated energy with wear losses for different sliding wear tests and conditions. In this paper, a procedure is proposed to correlate the volumetric wear loss of one first body with the dissipated energy for unidirectional and bidirectional ball-on-flat tests. The model can be useful to predict the service lifetime of components from a limited number of laboratory tests. The validity and limitation of the wear loss versus dissipated energy model is illustrated for hard coatings like TiN and (Ti, Al)N, and multilayered (Ti, Al)N/TiN coatings. The effect of the applied normal load and the relative humidity (RH) of the ambient air on the wear rate for these different coatings are shown as well. A mild oxidational wear model is used to describe the material loss on these coatings in sliding contacts.     

基于长短时记忆卷积神经网络的刀具磨损在线监测模型

为了提高机械加工过程中刀具磨损在线监测的准确性,提出了一种基于长短时记忆卷积神经网络（LSTM-CNN）的刀具磨损在线监测模型。在该监测模型中,通过振动、力、声发射传感器对刀具切削过程中的振动、力和声发射信号进行采集,采集的数据其本质为时间序列数据。考虑采集数据的序列和多维度特性,采用LSTM-CNN网络对采集的数据进行序列和多维度特征提取,利用线性回归实现特征到刀具磨损值的映射。通过实验验证了该模型的有效性和可行性,模型的精度较其他几种方法有了较大的提高。     

基于BP神经网络的截齿磨损程度在线监测

为实现截齿截割过程中磨损程度的实时精准在线监测,提出了一种基于BP神经网络的截齿磨损程度多特征信号融合的检测方法。通过提取截割过程中不同磨损程度截齿的三向振动信号、红外温度信号和电流信号,建立了不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对BP神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:基于BP神经网络的截齿磨损程度监测系统,网络判别结果和测试样本的实际磨损程度类别相符,该BP神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。     

柴油机缸套磨损故障的机体振动监测研究

研究了柴油机缸套磨损故障的机体振动监测,包括缸套破坏性磨损故障时的机体振动。首先分析了活塞对气缸套的冲击,建立了活塞撞击气缸套侧推力的数学模型,探讨侧推力的大小及作用时间。分析表明,柴油机活塞撞击是机体表面振动的主要激励源。通过模拟试验得知,缸套磨损状态有4种,当缸套间隙正常或中等磨损时,机体振动的增长速度较慢;严重磨损时,振动特征参数值明显增大;如果缸套处于破坏性磨损程度时还继续工作,机体振动则呈指数式增长。这说明机体表面振动特征值的改变可以反映缸套间隙的变化,因此,基于柴油机机体振动对缸套的磨损进行监测是可行的、有效的。