框架式双面立式动平衡机平面分离的误差分析

引入簧杆扭转刚度与平动刚度之比 ,建立了双面立式硬支承动平衡机的平面分离的力学模型 ,分析了采用传统的静力学处理方法所产生的误差及引起误差的主要原因 ,提出了改善平面分离效果的簧杆尺寸修改方法 ,及求解平面分离解算方程的实用方法     

BQK-50型动平衡机的测量电路

本文研究了设计半硬支承动平衡机测量电路的技术关键,论述了其关键电路——跟踪带通滤波器、锁相环和相敏检波器的功能及设计原理。     

基于DSP的双通道动平衡仪研制与应用

普通单片机在测量过程中很难实现对振动信号的实时处理，为此，提出一种以DSP为核心的双通道动平衡仪的软、硬件实现方法．原始加速度振动信号经电荷／电压转换、滤波、积分和程控增益放大后形成两路电压信号，DSP以光电传感器产生的转速脉冲信号为基准通过A／D对其进行整周期采样，进而由离散傅里叶变换精确计算振动信号的幅值与相位，并通过影响系数法给出了最终的平衡配重结果．系统结构简单，实时性强，满足现场双面动平衡对双通道同步测量的要求．采用此仪器对有五级叶轮的罗茨风机进行双面动平衡，平均振动下降率超过90％．     

基于复影响系数的载重轮胎动平衡机标定算法

动平衡是检测轮胎质量的重要技术指标．研究了载重轮胎动平衡检测设备的核心技术,即系统参数标定算法．针对轮胎一轮辋．主轴动力学系统的复影响系数方程,提出了基于最小二乘的标定算法来解算影响系数．验证实验中在轮辋上安装砝码,来检测参数标定精度,其质量计算误差在±1％的范围内．与传统的参数标定方法相比,本算法能够更有效地消除系统误差的影响,求解得出的影响系数方程能够更准确地表征轮胎不平衡质量与主轴支承振动信号间的对应关系．     

基于动平衡机有限元模型的无试重动平衡方法

针对刚性转子采用影响系数法双面动平衡需要多次开停机、动平衡效率低的问题,进行了基于有限元模型的软支承刚性转子无试重动平衡方法的研究.首先对动平衡机进行不平衡响应测试,获得转子两端的初始不平衡响应信号.然后基于有限元软件Nastran建立动平衡机有限元模型,在建立的有限元模型的两个平衡面上分别试加配重,测得不平衡响应信号.最后,根据刚性转子影响系数法双面动平衡原理,运用Matlab计算两个平面试加配重对两个测点的影响系数,求解出该转子的不平衡量.试验结果表明,采用影响系数法并结合有限元模型,可求解出动平衡机上刚性转子的平衡配重,实现一次开机完成动平衡.     

转子自动平衡理论及应用研究

对转子自动平衡问题进行了理论和应用研究。针对自动平衡的特点，对振动系统的力学模型进行了新的分析，指出：运用补偿方法，可以得到精确的系统模型，克服了传统通用平衡机中存在的原理误差提出了一种软件、硬支承自动平衡机的通用测试理论，详细介绍了研制的自动平衡系统的主要功能和技术关键。     

捷联式旋转导向井斜方位动态解算方法

针对捷联式垂直钻井现场试验,对测量系统井下存储数据进行回放分析,提出捷联式旋转导向井斜方位动态解算方法,即在钻柱不旋转的情况下同时采用三轴实时滤波信号计算井斜方位并存储滤波后的x、y轴信号,在钻柱旋转的情况下采用滤波后的实时z轴信号,不旋转情况下采用存储的x、y轴信号进行计算。将井下钻具的黏滑状态也看作是一种不旋转的"静止"状态,提出利用井下测量数据实时判断钻柱旋转状态的方法,给出井斜方位角解算公式以及动态解算方法流程,并在Matlab软件中编制程序进行仿真验证。结果表明:钻柱旋转过程中的振动是引起井斜方位测量误差的主要原因;所提出的动态测量算法能够有效提高测量精度,减少钻柱振动对井斜方位解算结果的影响。     

捷联惯导系统姿态算法误差的频域分析

从频域角度分析了捷联惯导系统在姿态解算过程中误差产生的原因，并在典型圆锥运动情况下进行了定量计算．结果表明，由于采样和量化过程中的误差，使惯导系统输出的姿态角出现了耦合误差，并提出了对采样信号进行预处理即设计滤波函数以减小采样信号失真的观点．     

框架式双面立式动平衡机平面分离的误差分析

引入簧杆扭转刚度与平动刚度之比，建立了双面立式硬支承动平稳机的平面分离的力学模型，分析了采用传统的静力学处理方法所产生的误差及引起误差的主要原因。提出了改善平面分离效果的簧杆尺寸修改方法，及求解平面分离解算方程的实用方法。     

基于LabviEW的动平衡测试系统设计

动平衡机是教学实验、工程测试中的重要设备。该文针对老式平衡机操作繁琐、测试精度低、工作效率低的缺点，引入数据采集系统（DAQ）和LabviEW软件平台，采用新的动平衡计算方法来改造原有的测试系统，实现了不平衡量的量化测量，有效地提高精度和工作效率。     

基于局部特征尺度分解的汽轮机故障诊断研究

为了提高汽轮机故障诊断的精确性,文章运用转子振动实验台来模拟汽轮机转子的振动信号,对运行中的三种故障振动信号进行采集,然后运用局部特征尺度分解方法对汽轮机振动信号时间序列进行特征提取,组成特征向量。利用极限学习机作为故障诊断分类器,结果表明,局部特征尺度分解特征提取和极限学习机的诊断模型能够准确地对汽轮机故障进行诊断,具有很高的实际应用意义。     

Fault diagnosis of diesel engine valve clearance under variable operating condition based on soft interval SVM

The fault detection and diagnosis of diesel engine valve clearance can effectively improve the availability and safety of diesel engine and have extremely important value and significance.Diesel engines generally operate in various stable operating conditions,which have important influence on the fault diagnosis.However,many fault diagnosis methods have been put forward under specific stable operating condition based on vibration signal.As the result of great impact caused by operating conditions,corresponding diagnosis models cannot deal with the fault diagnosis under different operating conditions with required accuracy.In this paper,a fault diagnosis of diesel engine valve clearance under variable operating condition based on soft interval support vector machine(SVM) is proposed.Firstly,the fault features with weak condition sensitivity have been extracted according to the influence analysis of fault on vibration signal.Moreover,soft interval constraint has been applied to SVM algorithm to reduce the random influence of vibration signal on fault features.In addition,different machine learning algorithms based on different feature sets are adopted to conduct the fault diagnosis under different operating conditions for comparison.Experimental results show that the proposed method is applicable for fault diagnosis under variable operating condition with good accuracy.     

机构运动参数测定和动平衡实验创新研究

在分析机构运动参数测定和机构动平衡传统实验方法存在问题的基础上，借鉴广义质量法求解机构动平衡问题的思想，介绍了基于“随机信号与振动分析系统CRASV5．1”的信号采集和处理方法，建立了机构动平衡方程，提出了一种新的采用“随机信号与振动分析系统CRASV5．1”进行机构运动参数测定和机构动平衡实验。     

基于多层超限学习机的滚动轴承故障诊断方法

针对目前轴承故障诊断领域存在的海量数据问题及快速学习、实时监测的诊断要求,采用一种多层超限学习机方法对滚动轴承故障数据进行诊断测试。该方法直接学习轴承故障振动时域信号,与传统诊断方法相比,省去了复杂的信号处理过程,更加简便。将多层超限学习机方法的诊断结果分别与单层超限学习机、深度神经网络方法的诊断结果进行比较,多层超限学习机具有明显优势:(1)与单层超限学习机相比,多层超限学习机具有更好地学习和特征提取能力,其诊断准确率可达到98.29%;(2)与深度神经网络相比,多层超限学习机能够在保证较高诊断准确率的前提下,获得较快的训练速度,其训练速度较深度神经网络提高了41倍。结果表明,所采用的方法在滚动轴承故障诊断方面具有很好的效果和应用价值。     

基于响应面法的平缝机刺布挑线机构动平衡优化

为改善高速工业平缝机的动态性能,降低其振动响应,对其关键机构——刺布挑线机构进行动平衡优化.建立了该机构的动力学模型,以振动力和振动力矩的均方根值为分析目标,考察设计变量对分析目标的灵敏度.基于最优拉丁超立方的试验设计建立分析目标的响应面模型并进行可靠性验证,选择合适的权重系数,建立优化数学模型.采用多岛遗传算法,通过改变构件的质心坐标位置及质量等参数对机构进行优化.优化后机构振动力和振动力矩等有明显改善,表明该方法具有较高的精确性与有效性,对改善如高速平缝机等复杂机械系统的动态特性有一定的参考价值.     

旋转机械轴系扭振频率微弱信号的混沌检测方法

利用Duffing随机方程的混沌特性,提出了应用于旋转机械正常扭振频率微弱信号检测的方案。分析了应用Duffing随机方程的检测原理,给出了一种将旋转机械正常运转条件下的扭振响应传感器信号作为Duffing方程周期策动力的摄动,使信号中包含的旋转机械扭振频率在幅值较小时也能得到检测分离的方法。该方法对非检测频率的噪声信号具有免疫力,仿真分析结果表明了所提方法的可行性。     

基于变分态分解与灰狼优化支持向量机的齿轮箱故障诊断

由于行星齿轮齿轮箱的振动信号具有非平稳、非线性特性,在复杂工况下,会对其早期微弱的故障信号造成干扰,不能正确地识别出故障信息。为解决以上问题,采用基于变分模态分解(variational mode decomposition, VMD)与灰狼优化支持向量机的故障诊断方法。利用中心频率近似方法,求解出了变分模态分解的参数K,对分解出的本征模态函数(intrinsic mode function, IMF)分量进行相关性分析,优选出分量进行信号重构。将重构信号进行故障特征提取,利用灰狼优化支持向量机的方法进行故障模式识别。实验结果表明：采用所提方法对行星齿轮箱的故障识别准确率达到99.375%。     

基于GOA优化支持向量机滚动轴承故障诊断

针对滚动轴承早期故障难以辨别,提出了一种采用变分模态分解法(visual molecular dynamics, VMD)提取特征,基于蚱蜢算法(grasshopper optimization algorithm, GOA)和优化支持向量机(support vector machines, SVM)的故障诊断方法。首先采用贪心策略预处理滚动轴承的振动信号数据,然后基于变分模态分解处理振动信号数据得到多个本征模态分量(intrinsic mode function, IMF),其次计算各IMF分量的能量和相关时频特征构成多模态特征矩阵,最后利用蚱蜢算法优化的支持向量机进行故障的诊断和识别。通过实验测试大量数据得出的滚动轴承故障诊断结果表明VMD-GOA-SVM不仅可以识别滚动轴承不同的故障类型,同时相比传统方法亦有较高的准确度和运行效率。     

基于GA优化的VMD-SVM识别角度头故障特征

提出一种基于遗传算法优化的变分模态分解（variational mode decomposition,VMD）-支持向量机（support vector machine,SVM）方法来识别机床角度头故障特征。首先采用遗传算法对VMD算法的输入参数进行优化,将优化后的VMD算法用于振动信号的分解,得到各本征模态函数（IMF）后,求得对应的能量熵;然后通过SVM算法筛选出有效故障数据,再利用峭度和相关系数相结合的方法将其中的IMF筛选出来并重构信号;最后,对该信号作频谱分析,分析相关特征信息,识别并诊断出故障。根据仿真和实验结果,所提方法对于故障角度头的有效信号筛选正确率高,对于噪声抑制效果良好,特征提取快速有效,可用于机床故障诊断领域。     

柔性转子动平衡条件及实现方法

为解决高速旋转柔性转子的动不平衡缺陷,运用平衡的力学原理,得到柔性转子动平衡条件及实现柔性转子的动平衡方法.研究表明:一根理想平衡的柔性转子,高速旋转时不仅作用在轴承上的动载荷为零,而且转子本身的动挠曲变形也为零.转子的n阶振型分量在其共振时表现最激烈,对其进行动平衡校正时,转速应尽量靠近该阶共振转速.