声发射技术用于诊断发动机活塞与缸套间磨损故障的实验研究

用实验方法研究了诊断发动机磨损故障的AE(AcousticEmission)技术 ,对发动机活塞与缸套间磨损过程产生的声发射信号进行了分析。实验结果表明 ,活塞对缸套的横向撞击 (侧推力 )是产生AE信号的主要原因 ;AE信号时域和频域指标对磨损状态变化反应较敏感 (即使是在发动机的早期磨损阶段 ) ,且不同的磨损状态与其产生的AE信号有很好的对应关系 ,因此 ,AE指标可以作为评价磨损程度和诊断磨损故障的标准。该研究为发动机磨损故障诊断提供了一种新的有效方法 ,并可为往复式机械设备的磨损故障声发射诊断提供依据。     

基于声发射的活塞环缸套系统的摩擦润滑特性

由于活塞环-缸套系统摩擦润滑特性与缸套表面的声发射信号的关联性尚不明确。通过建立活塞环缸套润滑模型,对比研究摩擦力数值仿真结果与试验采集对发动机缸体表面声发射信号。根据冲程中部黏滞摩擦力、声发射信号和活塞速度的相关性,设计阈值-小波包降噪方法提取冲程中部声发射信号特征值。结果表明,冲程中部的声发射信号与系统黏滞摩擦力具有相关性,随发动机转速和润滑油动黏度的增大而增大。     

基于AE信号的新型砂轮点磨削状态监测方法

提出了一种基于声发射(AE)信号对新型点磨削砂轮磨削状态进行实时监测方法.建立了表面粗糙度与AE信号的对应关系,为监测磨削加工表面粗糙度提供了条件.采用单因素实验研究了各参数对AE信号RMS值的影响规律,结果进一步证明了AE信号与表面粗糙度的对应关系.对比分析了砂轮不同磨损状况下的AE信号,依据此信号可对磨削状态进行实时监测.为了区分声发射源性质的异同,对磨削过程中的AE信号进行了频谱分析,砂轮发生磨损时,AE信号在45~65kHz,80~90kHz,100~110kHz频段的能量升高显著,并且在15kHz附近出现了很高的尖峰,为监测磨削状态提供了一种可行且有效的方法.     

基于单缸柴油机表面异常声发射信号的活塞组件摩擦磨损故障诊断与研究

为了诊断并分析某型单缸柴油机的异常声发射信号,在柴油机缸体上安置振动传感器和声发射传感器。利用小波多分辨率算法对比分析了两个传感器的信号。首先通过几何估算提出了异常信号可能对应的两种故障形式,随后根据拆机检查,确认声发射信号中的故障特征来源于活塞组件之间的异常摩擦事件。诊断结果表明:该型号单缸柴油机的活塞组件的结构尺寸设计不合理,在柴油机正常工作中,连杆小头和活塞内部发生了摩擦事件,导致了声发射信号在固定的曲轴转角上出现异常峰值响应。声发射技术为以后有效监测活塞组件摩擦磨损提供了更准确的诊断方法。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率谱为主要征兆，建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算机模拟识别表明，运用该系统可较为准确地判别出活塞的磨损（破损）故障。     

基于声发射技术的砂轮磨损状况在线检测

为了实现砂轮磨损状态在线检测,提高砂轮磨损状态检测的准确性,研究了法向磨削力与砂轮磨损的对应关系;利用小波分解系数统计法对声发射(AE)信号进行了分析;把法向磨削力和统计小波分解系数的特征作为识别砂轮磨损状态的参数指标,建立了基于神经网络(BP)的砂轮磨损状态识别模型。实验结果表明,该方法可以辨识出砂轮的磨损状态,并且具有较高精度。     

基于声发射技术的内燃机润滑油黏度状态的非介入式检测

润滑油的黏度变化是影响缸套-活塞环间摩擦润滑状态的主要因素之一。为了实现润滑油黏度的非介入式检测,通过声发射技术对缸套-活塞环间摩擦润滑状态进行了检测分析,采用小波变换、阈值降噪等方法实现信号的处理,得到了润滑油黏度与摩擦所产生声发射信号的近似关系。结果表明:随着转速的升高,声发射信号的电压幅值明显增加,缸内摩擦明显增大;随着润滑油温度的上升,黏度减小,声发射电压信号幅值逐渐减小,缸内摩擦相应地减小,且具有较好的线性相关性,为润滑油的状态检测与及时更换提供了技术手段,同时证明了声发射技术作为一种缸套-活塞环摩擦研究手段的有效性。     

基于声发射技术的内燃机润滑油粘度状态非介入式检测研究

润滑油的粘度变化是影响缸套-活塞环间摩擦润滑状态的主要因素之一。为了实现润滑油粘度的非介入式检测,本文通过声发射技术对缸套-活塞环间摩擦润滑状态进行了检测分析,采用小波变换、阈值降噪等方法实现信号的处理,得到了润滑油粘度与摩擦所产生声发射信号的近似关系。结果表明：随着转速的升高,声发射信号的电压幅值明显增加,缸内摩擦明显增大;随着润滑油温度的上升,粘度减小,声发射电压信号幅值逐渐减小,缸内摩擦相应地减小,且具有较好的线性相关性,为润滑油的状态检测与及时更换提供了技术手段,同时证明了声发射技术作为一种缸套-活塞环摩擦研究手段的有效性。     

氧化铝陶瓷磨削金刚石砂轮磨损的声发射监测

阐述了声发射监测工程陶瓷磨削的研究进展,发现目前对金刚石砂轮磨损监测研究基本上是选取声发射信号均方根(即有效值)进行分析,且金刚石砂轮磨损状态的声发射监测准确率不高.为提高金刚石砂轮磨损状态的声发射监测准确率,设计了氧化铝陶瓷磨削声发射实验,并采用支持向量机建立金刚石砂轮磨损状态的分类模型.分析发现氧化铝陶瓷精密磨削中声发射信号最强频谱能量在30~40kHz频段.金刚石砂轮轻度磨损、严重磨损钝化和修锐之后的磨削声发射信号频谱有明显不同;而且磨削声发射信号小波分解系数的方差值能够很好地反映金刚石砂轮磨损状态.结果表明采用磨削声发射信号的小波分解系数方差作为支持向量机判别金刚石砂轮磨损状态的输入特征,金刚石砂轮磨损状态分类测试的准确率达100%.     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率为主要征兆,建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算模拟识别表明,运用该系统可较为准确地判别出活搴 磨损故障。