机械重大装备寿命预测综述

寿命预测理论是机械零件与装备安全服役的关键基础,也是现代机械设计与制造必须涵盖的重要方面.机械重大装备寿命预测技术对国民经济发展和国防建设具有重要意义.在过去近一个世纪与失效事故的斗争中,人类通过对诸如飞行器、舰船、车辆、发电机组等机械重大装备的研究,建立了基于力学的寿命预测理论、基于概率统计的寿命预测理论以及基于信息新技术的寿命预测理论等学科分支.针对机械重大装备寿命预测研究方法的特点和应用状况,综述国内外相关文献的研究现状,总结当前机械重大装备寿命预测研究的热点与成就,归纳当前机械重大装备寿命预测研究在理论建模与试验中存在的若干问题,分析机械重大装备寿命预测具有理论建模难、试验验证难以及数据积累分析难的特点,为今后进行深入的寿命预测研究提供可以借鉴的研究方向.     

机械故障诊断的内积变换原理与多小波特征提取方法研究

国民经济行业中的关键机械设备长期运行在重载、疲劳、腐蚀、高温等复杂恶劣的工况下,设备中的核心零部件和重要机械结构将不可避免地发生不同程度的故障。机械设备一旦出现事故,将带来巨大的经济损失和人员伤亡。正所谓"千里长堤,溃于蚁穴",若能准确及时识别运行过程中萌生和演变的故障,对保障机械设备安全运行,避免经济损失和灾难性事故意义重大。设备在运行中萌生的故障(即早期故障),其故障症状不明显,特征信息微弱且往往被机械设备运行过程的强噪声所淹没。同时,复合故障的动态信号表征为多个故障特征的相互耦合。早期微弱故障和复合故障给故障特征提取与故障定位带来更大的困难,已成为国内外本领域研究的难点和热点。基于故障既是状态(设备性能和状况)又是过程(故障萌生和扩展)这一本质属性,     

基于独立分量分析的壳体结构振源数目估计方法

在振源数目未知的条件下,仅利用多通道观测混合信号准确分离源信息是信号源盲分离的技术难题之一。为了揭示观测振动混合信号的复杂组成结构,以及为振源信息盲分离提供可靠的先验信息,提出一种基于独立分量分析和聚类评估技术的信源数目估计方法。通过仿真试验与壳体结构试验台典型机械振动信号分析,定量比较基于信息理论的源数估计方法AIC/MDL与提出方法的性能,研究结果表明所提出方法可从振动调制混合信号中准确可靠地估计信源数目,具有更好的工程应用性能。     

多小波自适应构造方法及滚动轴承复合故障诊断研究

机械设备的复合故障由于其故障的多样性、强弱的不平衡、故障间的相互影响等特性,给全面准确地诊断造成困难。多小波具有多个时频特征有所差异的基函数,可以匹配多个故障特征,对于复合故障的诊断具有先天优势。提出了多小波的自适应对称提升方法,以峭度为优化目标对多小波进行自适应构造,对信号进行冗余分解,获得特征频率的相对能量分布,依据相对能量比选择敏感频带,实现对复合故障的一次性识别与诊断。以电力机车滚动轴承外圈与内圈、外圈与滚动体的复合故障诊断为例,验证了该方法的有效性。     

噪声协助的EMD-1.5维谱信号抗混分解与特征提取

针对大型动力装备核心部件微弱故障特征信息提取问题,提出了一种噪声协助的EMD-1.5维谱故障诊断方法。经验模式分解(EMD)方法中,信号极值点间隔特性影响模式混淆现象的出现,针对此状况提出信号极值点间隔特性评价方法,分析高斯白噪声有助于信号抗混分解原理,通过对原始信号加入高斯白噪声得到噪声协助的EMD方法,提高信号抗混分解能力。将1.5维谱与噪声协助的EMD方法结合,得到一种新的故障特征提取方法,该方法具有对信号进行有效抗混分解、提取非线性耦合等特性,并以此来提取故障的微弱特征信息。通过仿真研究与电力机车滚动轴承的故障诊断工程实例,验证了该方法的有效性。     

基于提升小波包变换和集成支持矢量机的早期故障智能诊断

为了解决机电设备早期故障难以正确识别的问题,有效地提高分类的准确率,提出一种基于提升小波包变换和集成支持矢量机的早期故障智能诊断新方法。首先,该方法采用提升策略构造基于冲击故障信号特征的双正交小波,借助提升小波包变换提取信号的敏感频带特征,从而通过对敏感频带中的小波包系数进行包络解调分析检测出故障特征频率。其次,通过距离评估技术从原始信号和小波包系数的统计特征中选取最优特征集。最后,将最优特征输入到集成支持矢量机中,实现对不同故障类型的识别。将该方法应用于滚动轴承的早期故障诊断中,测试结果表明,该方法能够有效地提取故障特征,具有比单一支持矢量机更好的分类性能,故障诊断准确率更高。     

基于Laplace小波相关滤波的结构模态参数精确识别方法

为了从结构脉冲响应信号中精确识别结构模态参数,提出一种基于Laplace小波相关滤波的结构模态参数精确识别方法。首先对结构的脉冲响应信号进行经验模式分解,将结构多阶模态响应信号分解为与各单阶模态响应信号一一对应的分量,再对这些分量分别进行Laplace小波相关滤波便可准确识别结构的各阶模态参数。仿真信号的计算结果表明该方法可以得到精确的阻尼固有频率,并能准确地锁定阻尼比。悬臂梁力锤激励试验结果表明该方法在实际结构的模态参数识别中也非常有效。     

基于小波有限元的悬臂梁裂纹遗传优化辨识

利用小波有限元法求解了裂纹悬臂梁的前三阶固有频率,并将其拟合成以裂纹位置和深度作为变量的频响函数曲面。将裂纹识别中的匹配追踪问题转化为多维优化问题,以实测固有频率作为输入,利用遗传算法寻优求解出与输入值相差最小的样本点,进而预测出裂纹的位置和深度。试验研究表明,所提出的裂纹识别方法具有较好的精度和鲁棒性,且易于推广到诸如转子、叶片等复杂结构的裂纹监测诊断场合。     

基于设备状态振动特征的比例故障率模型可靠性评估

基于概率统计的传统可靠性评估方法一般依赖于失效寿命数据。但失效寿命数据需要通过寿命试验和加速寿命试验获取,对于大量的实时工作设备采用这种方法是不适宜的。这种情况下,基于设备状态的性能退化数据能够提供可靠性评估的重要信息。在集成失效数据可靠性建模技术和基于设备状态的振动信号特征提取的基础上,提出设备状态振动特征的比例故障率模型可靠性评估的新方法。该方法可以把底层信息(如设备运行状态特征的方均根、峭度)与高层信息(如可靠性统计学)之间建立联系,适合设备运行可靠性参数的估计,并能够提供有效的可靠性评估,为设备以可靠性为中心的基于状态的预防维修提供技术支持。通过在铁路机车轮对轴承上的应用实例说明该方法的合理性和有效性。