绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 85
  (已选择0条) 清除 结果分析
找到 1698 条结果
[硕士论文] 吴珺玮
机械工程 安徽理工大学 2018(学位年度)
摘要:进入二十一世纪以来,我国的工业发展水平越来越高,钢丝绳作为一款常见的工业生产使用部件,其使用量也与日俱增。但是钢丝绳的生产作业环境较为恶劣,长时间的使用使得钢丝绳经常会出现断丝或者锈蚀等故障。对钢丝绳的损伤进行准确且便捷的检测是机械行业亟待解决的课题,而且如果可以准确的对钢丝绳损伤情况进行检测,那么不仅可以在保障作业人员的人身安全的同时,还可以对钢丝绳的剩余寿命进行精确的预测,让使用单位提前做好换绳准备,降低生产成本。
  本篇论文首先讨论了钢丝绳常见的几种损伤类型,并且分析了损伤产生的原因,然后介绍了目前国内外常用的损伤检测手段,在结合了使用成本,性能的可靠性以及检测的准确度后,决定使用电磁检测法,该检测法使用励磁装置对待检钢丝绳进行磁化处理,使得钢丝绳变成一个充满磁能的导磁体,而后再使用磁敏传感器来捕捉因钢丝绳断裂或者锈蚀而从内部泄漏的磁场,通过对磁场的信号特征进行分析,找出其内在损伤规律。本篇论文选取了霍尔传感器作为磁敏元件,通过Labview语言开发了相应的信号采集系统,并且对信号进行了去噪处理,最后通过MATLAB软件建立了BP神经网络,将钢丝绳损伤信号建立识别模型,并将通过神经网络得到的结果与实验结果进行对比,校验本篇论文关于采集系统设计思路的可行性以及在软件方面是否还存在漏洞。在文章末,也对研究过程中出现的问题和思路进行了反思和总结,为下一步的研究指明了方向,希望能够将检测装置变得更加智能,精度更高。
[硕士论文] 高鑫
机械工程 合肥工业大学 2018(学位年度)
摘要:再制造技术是一种对废旧产品实施技术修复,并使其性能恢复甚至超过新品的绿色生产模式。长输管线用压缩机转子的叶轮与主轴间的过盈量设计时高达1.7‰-2.2‰,在再制造拆解环节中,配合界面易产生划伤、粘着、犁沟等拆解损伤,为再制造带来额外的修复工作,因此有必要降低配合面间的拆解损伤。
  本文首先建立了过盈配合转子的三维模型,对常温与加热状态下过盈配合界面间的接触应力进行了分析。根据仿真结果设计了拆解试验与过盈配合承载能力试验。使用三维形貌仪对表面损伤进行测量,从ISO-25178标准中选取了6个表征拆解损伤的指标参数,利用熵值分析法确定了各参数对损伤影响的权重,实现了配合界面拆解损伤的综合评价。
  其次,为降低拆解表面损伤,尝试将表面织构引入配合表面,获得了理想效果。针对凹坑型织构,设计三因素五水平的拆解损伤正交试验,并对试验结果用极差分析法和方差分析法进行分析,发现织构参数对拆解损伤的影响顺序为:单一织构等效圆直径>织构形状>织构面密度。得到能降低拆解损伤的最优织构参数为直径100μm的圆凹坑织构。
  最后以过盈配合轴套模型为对象,建立了承载能力的数学模型,发现其承载能力与配合界面间的摩擦系数呈正比关系。围绕最优参数织构表面,进行了过盈配合承载能力测试。发现最优织构表面的摩擦系数高于无织构表面40%左右,但摩擦系数会随拆解次数的增加而逐渐降低,当拆解次数达到两次时,摩擦系数仅高于无织构表面0.01~0.04。从拆解与服役性能的角度考虑,将织构引入过盈配合界面既能降低拆解损伤又能满足服役性能,具有较高的可行性和实用价值。
[硕士论文] 钱林峰
机械制造及其自动化 合肥工业大学 2018(学位年度)
摘要:在齿轮泵生产制造过程中和实际工作时,由于齿轮泵加工、装配公差和测量误差导致其自身尺寸不是确定值;液压油粘度等外部因素也不是确定值。以前,传统研究都将齿轮泵各参量作确定值,得出的结论与工程实际有一定差距。为了获得更加符合工程实际的齿轮泵内泄漏数学模型和寻求其最优间隙,本文以齿轮泵传统数学模型为基础,将不确定性理论引入到齿轮泵传统数学模型中进行研究,主要开展了以下几个方面的工作:
  将齿轮泵的轴向间隙、径向间隙、液压油温度、工作压力和输入转速作为随机变量,运用随机因子法和代数综合法建立起外啮合齿轮泵随机内泄漏模型,进而获得在不确定性下的外啮合齿轮泵容积效率。将随机内泄漏模型研究结果和传统模型的计算结果分别与实验结果进行比较。
  将齿轮副轴向间隙、齿轮副径向间隙、滑动轴承径向间隙、液压油动力粘度、工作压力和输入转速作为随机变量,运用随机因子法和代数综合法建立起内啮合齿轮泵随机内泄漏模型。将随机内泄漏模型研究结果和传统模型的计算结果分别与实验结果进行比较。
  以泄漏功率损失和粘性摩擦损失之和总功率损失最小为设计目标,将轴向间隙、径向间隙作为设计变量,将不确定性理论引入到设计过程中,利用优化设计原理计算出齿轮泵最优轴向间隙、径向间隙。
  实验结果表明,本文采用随机不确定性理论建立的齿轮泵随机内泄漏模型正确且比传统模型更加优越。证明了不确定模型比传统模型更加符合工程实际,这对齿轮泵内泄漏流量的计算提供了一种更加科学的计算方法,并对指导齿轮泵的节能结构设计方面具有重要意义。
[硕士论文] 李梦昕
控制工程 合肥工业大学 2018(学位年度)
摘要:近几十年来,随着高新技术产业的兴起,电机在工业应用中的作用越来越重要。生产过程对电机的安全性和可靠性提出了迫切的要求,因此,研究适用于机电系统的快速有效的故障诊断和预测方法是相当重要的。本文提出了一种基于模型的非线性机电系统故障实时诊断和预测方法。
  键合图作为一种高效的建模方法,可以通过直观的图形来描述受监控系统的因果关系,常用于监测电气、机械和液压等多能域并存的复杂系统。在本文中,考虑Stribeck摩擦力的影响建立了机电系统键合图模型。
  首先,基于键合图模型进行系统的故障诊断。通过分析模型中所有结点的本构关系和与结点相连的因果关系路径,生成解析冗余关系式(Analytical Redundancy Relation,ARR)。通过结合独立和非独立的ARRs,构建出组合式故障特征矩阵,以提高被监控系统在多故障条件下的隔离能力。
  故障隔离后,提出了一种自适应进化滤波(Adaptive Evolutionary Filter,AEF)算法用于故障估计和剩余使用寿命预测。AEF方法可以根据粒子的适应度自适应地调节遗传参数,能有效缓解传统粒子滤波算法中存在的粒子贫乏现象,提高参数估计和剩余寿命预测精度。
  最后,搭建了非线性机电系统实验平台,验证了所建立键合图模型的正确性,并通过仿真和实验对比分析,验证了所提出的方法的有效性。
[硕士论文] 陈思
控制工程 合肥工业大学 2018(学位年度)
摘要:机电系统在生产和生活中应用广泛,在发展过程中具有结构复杂化,规模扩大化,功能多元化的特点,所以发生故障的可能性也会相应的增加。一旦机电系统发生故障而没有及时处理,会对生产效率产生不利的影响,甚至带来巨大的经济损失。因此,针对机电系统故障诊断方法的研究,对提高系统安全性和可靠性具有非常重要的意义。
  本文主要研究基于键合图(Bond Graph,BG)方法的非线性机电系统故障诊断,考虑系统的参数不确定性,建立不确定性键合图模型,设计改进的自适应阈值和多故障隔离算法,主要内容有:
  (1)阐述键合图建模的基本原理,分析了键合图对于多能域系统建模的优势和特点。
  (2)分析机电系统实验平台,引入Stribeck摩擦力模型,对机电系统建立非线性键合图模型。研究基于键合图故障诊断方法,通过键合图模型推导出解析冗余关系(Analytical Redundancy Relation,ARR),分析元件故障的可检测性和可隔离性。
  (3)阐述线性分式变换(Linear Fractional Transformation,LFT)原理,据此建立BG-LFT模型,分离元件的参数不确定性。在参数不确定条件下研究自适应阈值,在分析自适应阈值局限性的基础上提出由BG-LFT模型建立改进自适应阈值,提高故障检测的性能和灵敏度。
  (4)提出一种多故障隔离矩阵和多故障隔离算法。通过分析多故障隔离矩阵获得元件的故障隔离特性。多故障隔离算法能够用少量快速的计算获得故障元件信息,对故障进行隔离,提高了故障的可隔离性。
  (5)通过仿真和实验台研究,分析了系统在各种故障条件下的诊断性能,验证了改进自适应阈值和多故障隔离算法的有效性和可靠性。
[硕士论文] 张祺威
信息与通信工程;信号与信息处理 东南大学 2017(学位年度)
摘要:随着科技的不断进步,旋转机械在大型装备制造、能源、金属加工及民用工程等产业中都起着至关重要的作用。因此对于旋转机械的碰磨故障检测变得十分重要。而对旋转机械的碰磨故障诊断方法中,声发射检测技术是一种具有很大发展潜力的方法。但由于声发射源多样性、噪声干扰强等因素,特征信号往往难以提取和识别,因此其在实际应用中还有很大限制。本文针对以上问题进行研究。
  (1)将稀疏表示引入到声发射识别技术中,实验表明稀疏表示可以有效地提高声发射识别系统的性能。
  (2)利用K-SVD字典学习算法的特点,对碰磨声发射信号进行降噪。在训练阶段,使用K-SVD算法训练声发射信号的过完备基,然后根据估计的噪声方差利用正交匹配追踪算法对含噪碰磨声发射信号在形成的字典上进行稀疏分解,从而将声发射信号和噪声分离。通过实验仿真表明,基于K-SVD字典学习算法的声发射降噪算法明显提高了信噪比。
  (3)利用MFCC系数和高斯混合模型构建信号特征是声发射识别的第一步,之后在K-SVD算法的基础上,介绍了基于D-KSVD的声发射识别系统,字典中加入了判别性来提高识别率。通过实验验证了识别结果的准确性,达到了对旋转机械碰磨运行的状态信息监测和故障诊断的要求。
  (4)针对稀疏表示构建字典上的缺点,利用Fisher判别字典学习算法,通过对字典施加判别性,构造具有区分性的结构化字典。详细说明了Fisher判别字典学习算法的字典更新步骤和特性,结合声发射识别,实现基于Fisher判别字典学习算法的声发射识别系统,并通过实验证明该算法有效的提升了识别的结果。
  (5)利用深度学习的分类算法对声发射进行识别,深度学习模型是稀疏自动编码器网络,前面部分使用稀疏自动编码器进行构造,后面使用Softmax回归作为分类器,该算法使用一阶差分MFCC作为分类特征。通过实验表明:该算法不仅具有较高的识别率,而且也具有比较强的鲁棒性。
[硕士论文] 连爱玲
运筹学与控制论 兰州理工大学 2017(学位年度)
摘要:温贮备可修系统,是可靠性理论模型中一个非常重要的研究内容之一.修复非新是依赖于众多现实问题的一个实际情况.在现实生产中,部件发生失效经修理后,未必能够修复如新,而是在修理次数增多的同时,部件的使用寿命渐渐缩短,其故障修理时间越来越长.因此,研究部件修复非新的温贮备可修系统更具有应用价值.本文是在前人对可靠性理论可修系统研究成果的基础上,对部件修复非新的温贮备可修系统模型进行了分析讨论.
  模型一:考虑在开关寿命连续型和修理工可多重休假的情形下,研究由两不同部件组成的修复非新的温贮备可修系统.假定部件的工作寿命、贮备寿命、转换开关的寿命以及部件1的修理时间均服从指数分布,修理工的休假时间、开关和部件2的修理时间均服从一般连续型分布,分析讨论系统可能出现的状态,利用补充变量法将其扩充为广义Markov过程,建立状态微分方程,并应用Laplace变换及其反演,得到系统的可用度、故障频度、系统等待修理的概率与修理工休假的概率、可靠度及首次故障前平均时间等重要可靠性指标.
  模型二:分析了温贮备可修系统的又一个新模型,引入了修理设备可修这一概念,同时考虑修理工多重休假,进一步研究部件修复非新的温贮备可修系统.在假定部件的工作时间、贮备时间、修理设备的工作时间服从指数分布,部件的修理时间、修理设备的修理时间以及修理工休假时间服从一般分布函数的前提下,利用补充变量法将其扩充为广义Markov过程,建立各状态概率的微分方程,并应用Laplace变换及其反演,得到系统主要可靠性指标.
[硕士论文] 何敬举
机械制造及其自动化 兰州理工大学 2017(学位年度)
摘要:如何从海量数据中,挖掘出有用信息,寻找出数据之间蕴含的反映机械设备运行状况规律,解决复杂诊断建模难的问题,实现对故障模式智能化识别,成为当前急切需要解决的问题。然而采集到的反映复杂机械系统运行状况的工业数据往往夹杂着大量噪音,具有较强的非线性和耦合性,严重影响了有效信息的获取,且目前单一的故障诊断模型无法有效的对复杂的机械系统做出全面的诊断。
  针对以上问题,本文开展了邻域粗糙集理论(Neighborhood Rough Set Theory,NRST)与其它数据驱动方法结合的转子故障模式识别方法的研究工作,重点对NRST的属性约简方法及NRST结合统计分析及机器学习的方法进行了探讨。本文的主要工作概况及取得的研究成果如下:
  (1)介绍NRST的定义及前向贪心属性约简方法,充分利用了NRST能直接处理连续数值型属性的优势,提出以转子工频倍频为条件属性以故障类型为决策属性构建NRST决策表进行特征提取的方法并且结合典型故障类别的频率谱特性分析了可行性。实验结果也同时证明该方法获取的特征属性更符合物理意义,避免了离散化过程中关键属性的丢失。
  (2)在NRST属性约简的基础上,提出了NRST结合费舍判别(FDA)对故障类别进行分类的方法,求出了判别函数和累积判别能力,探讨了二次降维和去冗余后对故障模式识别的影响,完成了数据从高维到低维的映射,实现了低维下的故障分类效果。实验结果证明该方法在特征属性少的情况下能够达到同样的识别正确率,从而可以节省存储空间提高运算效率。
  (3)为了寻求高效、准确的故障诊断方法,同时也为了探讨NRST属性约简对机器学习的影响,提出了NRST结合径向基神经网络(RBFNetwork)对故障类别辨识的方法,选用高斯标准函数作为径向基函数,采用自组织选取中心法确定基函数中心、宽度及连接权重。实验结果证明该方法明显缩短了建模时间,提高了识别准确率,值得推广。
  (4)为了解决知识的存储与发现难的问题,推动智能化诊断技术的发展,设计了基于WEKA数据挖掘平台连接MySQL数据库的故障识别系统。完成了故障知识的存储、数据流的展现及WEKA中调用MySQL语句对数据库的访问。
[博士论文] 葛慧敏
载运工具运用工程 江苏大学 2017(学位年度)
摘要:作为乘客的运输载体,交通车辆的可靠性与安全性一直是人们关注的热点。滚动轴承是交通车辆的关键部件,在高转速和重载荷的条件下,滚动轴承极易发生故障现象,更换不及时极易引发交通事故。因此,深入研究车辆滚动轴承的故障诊断关键技术,提高轴承故障诊断的准确性,可以有效地降低车辆事故发生概率,提高交通车辆的安全水平。
  本文以交通车辆中典型的旋转部件——滚动轴承为研究对象,围绕故障诊断关键技术展开研究。本文主要内容与创新之处如下:
  (1)车辆滚动轴承典型结构、故障与监测方法研究,选取振动信号作为滚动轴承的运行状态监测信号,分析了车辆滚动轴承的振动机理和典型故障模式的振动特征;
  (2)针对振动监测信号的滤波问题,结合车辆滚动轴承振动信号的非线性非平稳特性,提出了基于自适应形态差值的信号滤波方法,达到滤除信号噪声与低频干扰的目的。
  (3)针对车辆滚动轴承的特征提取问题,提出了基于形态熵的特征提取方法。以形态熵定量表征滚动轴承的不同运行状态和不同故障模式。
  (4)针对车辆滚动轴承的故障诊断问题,提出一种基于搜索者优化多分类支持向量机的故障诊断模型。该方法采用收敛精度高,收敛速度快的搜索者算法对多分类支持向量机分类模型进行参数优选,并以最优的多分类支持向量机作为故障诊断模型。
  (5)在故障诊断关键技术分析的基础上,构建车辆滚动轴承故障诊断的流程,该方法以滚动轴承振动信号为分析对象,以自适应形态差值滤波作为信号预处理方法,提取振动信号的形态熵作为故障模式特征向量,以多分类支持向量机模型作为故障诊断模型,采用搜索者优化算法对模型的参数进行优选,从而确立最优的多分类支持向量机分类模型,实现对滚动轴承不同故障模式的识别。
  为验证该方法的有效性,论文采用仿真信号和来自Case Western ReserveUniversity的滚动轴承实例数据进行有效性验证,结果表明,在四种不同的载荷状态下,本文提出的方法可以有效地对四种不同的滚动轴承故障状态进行诊断。
[硕士论文] 李勇
机械工程 中北大学 2017(学位年度)
摘要:在实际工程应用中,获得的信号一般为非平稳信号,对于非平稳信号的分析与处理十分重要。在处理这些数据序列时,以往经常用到的传统时频分析方法的根本都是傅里叶变换,因此在处理非平稳信号时会存在一定的局限性。经验模态分解(EMD)是美国国家宇航局的华裔科学家Norden E.Huang等人于1998年在分析非平稳、非线性信号时提出的一种新型的、具有自适应性的时频分析方法,在传统的信号处理方法上取得了很大的改进,是一种现代化的信号处理方法,并且它不需要任何先验知识,仅根据信号自身的特点自适应的将任一复杂非平稳信号分解为若干个内禀模态分量(IMF)和一个余量之和,所有的内禀模态分量经傅里叶变换之后都能够得到原信号的具有物理意义的瞬时频率。EMD方法相较于传统信号处理方法具有更多的优点,被广泛应用到图形处理、信号处理、振动测试和机械故障诊断等多个领域,都取得了良好的效果。
  本文在深入学习、研究EMD算法的基础上,对其存在的模态混叠现象进行了改进,提出了一种基于能量的掩膜信号法。根据能量守恒定律,当内禀模态分量中不存在虚假模态分量时,分解过程能量守恒,所有分量的能量之和等于原信号的能量,但是当有虚假模态分量存在时,能量是不守恒的,原信号的能量低于各分量的能量之和,任意两个分量之和的能量也是小于其能量之和的,以此确定了能量泄露的主要去向,降低了能量泄露对计算掩膜信号频率的影响,弥补了掩膜信号法的不足并将改进后的EMD算法应用在实际工程中的非平稳信号处理上。连续采煤机是大型的地下采掘设备,主要振动信号频率为低频,以连采机截割臂振动信号这一非平稳信号为例来进行研究。首先通过计算在连采机截割臂上不同点模态运动能的大小,从而对传感器的安装位置进行优化,得到了连采机截割臂在工作过程中的振动信号,在原信号中会存在噪声,通过EMD方法进行降噪,去掉信号中的高频噪声;然后通过改进的掩膜信号法对降噪后的信号进行分析研究,结果中成功消除了EMD中存在的模态混叠现象,说明了能量掩膜信号法在实际工程应用中也能达到消除模态混叠现象上的效果。
机械制造及其自动化 兰州理工大学 2017(学位年度)
摘要:滚动轴承在旋转机械中具有很重要的作用,它可以减少部件之间的摩擦,实现精确的旋转运动。然而,轴承故障是设备发生故障的主要原因之一,在设备状态监测和故障诊断方面引起了人们的极大关注。由于在故障发生的初始阶段,其信噪比相对较低,用传统方法将故障信息与原始信号分离比较困难,因而人们在初期很难检测到轴承发生故障的信号。因此,本文基于EEMD、MED和Protrugram相结合的信号处理方法和回溯追踪策略来估计滚动轴承的初始故障时间。
  本文研究的内容主要包括:
  (1)用EEMD和MED对滚动轴承的原始振动信号进行降噪。给出了EEMD和MED算法的理论背景和框架,采用EEMD和MED降低滚动轴承的原始振动信号中的噪声,实验结果表明:EEMD和MED在衰减低频干扰、反卷积传输路径和突出周期性冲击分量方面具有良好的效果。
  (2)基于Protrugram方法确定滤波后的振动信号包络解调的最佳频带和中心频率参数。经过EEMD和MED滤波后的振动信号,采用Protrugram方法确定包络解调的最佳中心频率和带宽,将此方法应用于早期轴承故障的实验中,结果证明了Protrugram在初始故障方面具有良好的检测能力。
  (3)提出了一种基于EEMD,MED和Protrugram的信号处理方法估计滚动轴承原始故障发生的时间。使用EEMD来消除低频干扰和突出共振分量,采用峭度指标来反映轴承在整个寿命期的损坏情况,并确定基于峭度值的突然增加量来选择信号(分组数据)的故障阈值,比通过峭度值来反映故障的阈值更早。采用MED增强所选信号的脉冲,基于Protrugram选择包络分析时最佳的频带参数,确定轴承包络谱的特征频率和轴承故障类型,通过回溯追踪法确定初始故障时间。通过失效试验轴承的实验数据,证明了所提出的方法的可行性和正确性。
[硕士论文] 汤恒
车辆工程 中北大学 2017(学位年度)
摘要:电铲是一种广泛应用于露天矿产的重要采掘设备,其铲斗的斗齿在工作时因受到矿石物料较大的反作用力而容易发生脱落现象,脱落的斗齿连同矿石物料一同进入碎石机中会导致碎石机损坏,进而引发整条采掘——破碎生产线的停工,造成重大的经济损失。针对这一问题,本文利用红外机器视觉系统对电铲斗齿的工作状态进行监控,并结合图像处理技术对斗齿脱落的视觉检测算法进行了研究。主要内容如下:
  通过分析电铲的工作过程,利用电铲斗齿在工作时与矿石物料不断摩擦并向外辐射红外线的机理,采用红外热像仪对斗齿进行成像,以满足电铲昼夜不停的工作要求,同时能获得较高质量的监控图像。
  在检测算法上,先使用梯度方向直方图(HOG)特征结合支持向量机(SVM)的目标检测框架对红外图像中的斗齿对象进行目标检测;在此传统目标检测方法的基础上,通过分析斗齿图像在形状上的相似性关系,利用形状上下文(Shape-Context)算法提取斗齿的形状特征,并使用形状匹配方法向斗齿的目标检测过程添加形状特征约束,以提高目标检测的准确率。
  在准确检测出图像中的斗齿目标后,通过分析电铲铲斗与红外相机之间的相对运动关系,确定了斗齿在图像中空间位置关系的不变性,并以此为依据对斗齿脱落与否进行判断,最后,通过实验对整套检测算法进行了验证并分析了误差产生的原因,提出了一些改进思路和方法。
[硕士论文] 姜冰
机械工程 北京化工大学 2017(学位年度)
摘要:往复机械是石化行业、汽车、船舶等领域的关键机组,但是往复机械的结构十分复杂,易损部件多,维修工作繁重。关键部件发生故障常常会导致整个生产停产和大型设备的停机,而对往复机械不同种类故障的实验研究难度较大。
  本文采用动态特性仿真的分析方法,对往复式机械中的柴油发动机组齿轮传动系统及往复压缩机活塞杆的故障进行研究,找到相应的故障特征并与实际故障特征对比研究,指导相应故障的诊断测试及实验研究,从而减少往复式机械的各类停机故障,增加机器的运行寿命。本文研究内容与工程实际密切相关,对保证现场往复压缩机组和柴油发动机组正常运行具有重大的实际意义。研究内容如下:
  (1)针对柴油发动机组齿轮传动系统的齿轮断齿故障,通过建立斜齿轮啮合传动的有限元瞬态动力学分析模型,研究齿轮啮合传动在正常和不同断齿情况下的齿轮接触应力变化规律,并通过实验对有限元分析的结论进行验证。
  (2)针对柴油发动机齿轮传动系统的凸轮轴齿轮断齿故障、凸轮轴轴向窜动故障及中间齿轮径向振动故障,通过ADAMS多体动力学仿真软件进行模拟,研究凸轮轴齿轮和中间齿轮的接触力变化规律,并与故障案例中实际故障数据对比分析,验证模拟的正确性。
  (3)针对往复式压缩机活塞杆紧固螺母松动故障和活塞杆跳动故障,通过多体动力学和有限元瞬态动力学联合仿真,研究活塞杆紧固螺母松动故障和活塞杆跳动故障的故障特征,并将模拟分析结果与实际故障的相关数据共同分析研究。
[硕士论文] 徐明
机械工程 青岛理工大学 2017(学位年度)
摘要:滚动轴承作为青岛特钢旋转机械设备中使用最多的零部件之一,易损率较高。当滚动轴承出现故障时,若不对其进行及时的更换,势必会造成机械设备停机,影响工厂实际生产进度。然而,如何有效的判断滚动轴承故障状态是亟待解决的关键问题。
  为了丰富青岛特钢动力装备部已有滚动轴承故障诊断方案,拓宽现阶段监测体系中滚动轴承故障诊断研究思路,本文以高速线材厂风冷线风机设备中的滚动轴承为研究对象,首先,分别从时域、频域以及时频域提取31个故障特征参量组成原始故障特征集;其次,利用邻域粗糙集对原始故障特征集中的故障特征参量进行筛选得到12个敏感故障特征参量,减小后续分类器识别负担;然后,利用随机森林组合分类器作为故障状态分类器区分滚动轴承四种常见的故障状态,同时,针对随机森林组合分类器中的决策树的个数以及分裂属性集中属性个数这两个参数设置问题,提出了基于遗传算法的参数寻优算法。最后,从诊断结果正确率、训练速度两个角度综合考虑,与学习矢量量化网络作为故障状态分类器的诊断结果进行对比分析,验证了本文提出的基于邻域粗糙集与随机森林组合分类器的滚动轴承故障诊断方法的有效性。
[博士论文] 丁晓喜
仪器科学与技术 中国科学技术大学 2017(学位年度)
摘要:本论文以机械设备状态的精确辨识与故障的有效诊断为研究目标,着眼于流形学习对本质特征信息上的挖掘能力,通过分析基于状态维护的状态特征、模式特征、信号特征三种特征信息的特点,在理论上提出了参照化流形、深度化流形以及稀疏化流形三种流形增强学习新模式,在内容实现了对状态差异特征、模式敏感特征、信号模态特征的流形增强学习,建立了一种流形特征增强学习的设备状态监测与故障诊断的研究体系,并分别就上述三种流形增强学习的若干理论和问题进行了深入研究。
  在设备状态特征增强学习中,基于机械设备具有长期健康运行、非健康状态同健康状态存在着相对较大差异的物理特点,对监测样本建立以相同数据为参照样本的实时比对模型,利用流形学习获取该模型参照化流形特征空间,通过分析空间聚类迁移变化来刻画设备状态的退化情况。该参照化流形空间聚类分布有效地突出了监测状态相比于健康状态的变化信息,揭露了设备状态的差异特征。基于状态特征构造方式和流形空间的不同,分别发展了多元统计特征的流形空间聚类和无特征的拉斯曼流形流形基空间聚类两种状态监测方案。并进一步提出了参照化流形空间聚类控制图,实现对设备状态退化的多阶段量化分析以及早期退化时刻的放大和报警。
  在故障模式特征增强学习中,基于参照化流形对于差异性特征增强的作用,建立多单元比对模型对原始特征形成扩展学习、进一步利用多层流形学习实现对特征的级联式多层学习。通过这种多层化学习方式,建立了如同多层神经网络特征学习模式,在这种特征扩展再学习过程中完成对模式敏感特征的增强学习。本文利用这种级联式深度化流形学习方式,提出了多比对模型的两层流形特征增强算法,有效的增强了不同故障类型之间的差异性、增强了模式特征敏感性,对于实际故障识别显示了与传统的流形特征识别方法的优越性。
  在信号模态特征增强学习中,利用时频流形能够提取瞬态特征本质信息的优势,引入稀疏分析原理,完成两者优势互补,重新建立一种稀疏化流形特征学习新模式,实现对信号稀疏模态特征的深度挖掘与再学习,克服传统时频流形学习在原始瞬态特征失真以及无法去除强噪声的缺陷。基于这种稀疏化流形分析的思想,分别提出了时频匹配稀疏和包络移不变稀疏的流形模态特征增强方法,实现了对原始信号波形特征的保持与恢复,有利于精确的故障模态诊断研究。
  综上所述,本论文研究了流形特征增强学习在CBM中的理论方法,包括状态监测预警、故障模式识别、故障信号诊断三个方面,提出了参照化流形、深度化流形以及稀疏化流形特征增强学习方法,进行了一次较为完整的特征增强学习的研究。和传统方法对比,流形特征增强可以实现更有效、更精准、更敏感的状态监测与故障诊断分析,对系统化的机械设备CBM研究具有重要意义。
[硕士论文] 叶梦迪
仪器仪表工程 南昌航空大学 2017(学位年度)
摘要:本论文是在国家自然科学基金(No.51675258,51265039,51075372)、机械传动国家重点实验室开放基金(No. SKLMT-KFKT-201514)、国家重点研发计划项目(2016YFF0203000)和江西省教育厅科学技术研究项目(No.GJJ12405,GJJ150699)资助下展开研究。针对经验模态分解在机械故障诊断中存在的一些不足,本文将零空间追踪方法应用到机械故障诊断中,提出了基于零空间追踪算法的机械故障诊断方法,取得了一些创新性的成果,主要研究内容如下:
  1、论述了课题的提出及其研究意义,综述了零追踪算法在国内外的研究现状和追踪算法在故障诊断中的研究现状。在此基础上,给出了本论文的研究内容和创新之处。
  2、论述了零空间追踪(NSP)算法的相关理论知识,包括局部窄带信号、线性微分算子和积分算子,并比较了这两种算子的不同,相应地得到不同算子下的局部窄带信号;详细分析了基于参数化微分算子的零空间追踪算法,同时与同样都是对局部窄带信号提取的T-K能量算子在理论上进行了比较。最后,通过仿真实验,对比分析了积分算子和微分算子的零空间追踪算法,仿真结果表明,这两类算子都能将局部窄带信号很好地提取出来。本章所研究的零空间追踪算法理论是整篇论文的理论基础。
  3、提出了基于零空间追踪算法的机械故障诊断方法,并给出了诊断过程,同时与EMD进行了对比分析,仿真结果表明,提出的方法能够有效地对多分量非平稳信号进行分解,还原出原信号的频谱特征,不会产生过多的模态,零追踪算法明显优于EMD方法,该方法的抑制噪声能力也非常强。最后,将提出的方法对滚动轴承内外圈故障进行分析,实验结果能有效地检测出内外圈故障特征频率,进一步验证了提出的方法的有效性。
  4、论述了广义S变换(GST)的定义和算法,广义S变换是一种无损的时频分析分方法,可以通过控制参数调节小波基,从而得到更好的灵活性和更高的时频分辨率。零空间追踪算法可以利用局部奇异线性算子自适应地来提取窄带信号的分解算法。在此,结合NSP和GST的各自优点,提出了一种基于NSP和GST的混合信号分解方法,简称NSP-GST算法。详细论述了NSP-GST算法的相关理论,并与基于NSP和标准S变换(ST)的混合信号分解方法(简称NSP-ST算法)进行了对比分析,仿真研究。仿真结果表明,提出的方法优于NSP-ST算法,成功地实现了仿真信号频域的分离,获得了更好的时频分辨率。最后,利用NSP-GST方法对转子碰摩故障进行诊断,实验结果验证了提出的方法是有效的,能成功检测出碰摩故障特征。
  5、论述了EMD理论、算法和存在的不足,针对EMD方法的缺陷,对EMD算进行修正,并证明了其收敛性。同时,对NSP局限性的原因作了理论上的分析。在此基础上,针对EMD和NSP存在的局限性,提出了一种基于EMD-NSP的故障诊断方法,并与传统的EMD、NSP分解方法进行了对比研究。仿真研究表明,提出的算法是有效的,EMD-NSP方法明显优于EMD、NSP分解方法。最后将该算法用于轴承故障诊断,能够有效地提取出滚动轴承故障的故障特征频率,进一步验证了该方法的有效性。
[硕士论文] 周芸萌
动力工程及工程热物理 北京化工大学 2017(学位年度)
摘要:旋转机械以及与其相连的管道在生产运行中常常会发生故障问题,而大多数的故障又是以振动的形式表现出来,因此研究转子系统以及管道的振动控制问题具有一定的现实意义。本文针对转子系统、管道的振动情况,搭建磁流变阻尼器振动实验台,利用LabVIEW软件平台编写控制程序达到智能调节阻尼力的目的,实现对转子以及管道振动的在线抑制。针对管道提出了一种主动阻尼装置,实现对管道全频带范围内的振动抑制。主要工作有:
  (1)分析了转子系统的故障种类及原因,介绍了磁流变技术在振动控制、密封、机械加工等方面的应用,并介绍了磁流变阻尼器在转子振动控制方面的应用。
  (2)介绍了磁流变阻尼器的工作模式及力学模型,并由此确定了本文所设计的磁流变阻尼器所采用的形式,介绍了所使用的阻尼器的外观与结构。运用Matlab/Simulink软件仿真计算阻尼器的性能。介绍了文章后续实验涉及到的LabVIEW相关模块。
  (3)搭建了双磁流变阻尼器——转子振动实验台,设计了基于转速的开关控制策略,应用双磁流变阻尼器实现对单跨转子振动的智能抑制。在全转速范围内利用开关控制使双磁流变阻尼器根据转速范围的不同分别工作,实现对转子振动的有效控制。
  (4)建立多磁流变阻尼器—管道振动实验台,利用LabVIEW软件平台设计基于振幅的开关控制程序,根据管道的振动情况在线控制阻尼器施加电流的大小、工作阻尼器的个数,实现对管道振动的智能控制。
  (5)为了更好地研究管道振动的主动控制,将主动阻尼装置应用于管道振动控制中,应用速度反馈控制方法,研究了主动阻尼装置对管道振动的控制规律,实现主动阻尼装置对管道振动的有效控制,为主动阻尼装置控制管道振动的实际应用提供了一定的参考价值。
  (6)在实际工程项目中应用粘滞阻尼器解决某石化企业压缩机入口管线的振动问题,利用ANSYS软件计算管道固有频率,结合实际测量以及工作情况确定管道振动原因。根据实际管线布置的空间状况以及管道振动情况制定安装方案,利用SAP2000软件验证施加阻尼器后的减振效果,确定安装方案的可行性,最终在实际的应用中成功将管线振动抑制在较低的水平,保证了厂方的安全生产。
[硕士论文] 蒲子玺
机械设计制造及其自动化 兰州交通大学 2017(学位年度)
摘要:随着中国工业化进程不断推进,不断有生产机器开始进入老化期,在将来会达到一个庞大的数量。滚动轴承是旋转机械重要零部件之一,也是占比最大的故障源之一。因此,开展滚动轴承故障诊断研究具有重要的现实意义和经济意义。模态提取是滚动轴承故障诊断的关键,尤其是对滚动轴承故障特征的提取。滚动轴承振动信号属于典型的非线性信号,特征提取的质量直接影响故障诊断结果。针对故障特征提取与识别问题,研究内容如下:
  (1)通过介绍变分模态分解方法(Variational Mode Decomposition,VMD)中的本征模态函数、维纳滤波和解析信号的基本概念,叙述了如何构造变分模态分解方法中的信号约束问题,并随后介绍了如何使用变分模态分解方法如何求解约束问题。为了验证变分模态分解方法的优越性,分别用变分模态分解方法和经验模态分解方法对噪声干扰信号和脉冲干扰信号进行分解。结果表明,变分模态方法在噪声鲁棒性和脉冲干扰性上具有明显优势。
  (2)使用基于峭度准则VMD及平稳小波的轴承故障诊断方法,提取强噪声背景下的滚动轴承故障特征。首先使用变分模态分解对同一负荷下的故障信号进行预处理,再通过峭度准则筛选出最佳和次佳信号分量进行重构并使用平稳小波进行去噪处理,最后分析信号的包络谱来对轴承的故障类型进行判断。通过对仿真滚动轴承内圈故障信号进行分析,该方法可成功提取出微弱特征频率信息,噪声抑制效果优于EMD(EmpiricalMode Decomposition,EMD)。由此表明,基于峭度准则VMD及平稳小波的轴承故障诊断可有效提取强声背景下的滚动轴承早期故障信息,具有一定的可靠性和应用价值。
  (3)使用基于VMD瞬时能量法及MPSO-SVM的轴承故障诊断方法,实现轴承振动故障的较精确诊断。首先使用变分模态分解方法分解轴承振动信号,再根据VMD分量特性筛选出包含主要故障信息的分量进行瞬时能量特性计算并构建故障特征向量,最后将其输入变异粒子群算法(Mutation Particle Swarm Optimization,MPSO)优化后的支持向量机(Support Vector Machine,SVM)分类器中来区分滚动轴承的工作状态和故障类型。对轴承正常状态、内圈故障及外国故障信号进行仿真实验,该方法可较精确的对轴承振动信号进行故障分类,具有良好的分类效果。
[硕士论文] 张译丹
机械工程 北京化工大学 2017(学位年度)
摘要:往复机械作为负责动力输出与能量转化的重要设备,广泛地应用于各个行业。往复机械的非计划停车使企业效益大大损失,同时造成安全事故也时有发生,因此对于往复机械运行故障特征的研究是十分必要的。
  本文主要通过CFD模拟软件FLUENT和RecurDyn软件对往复机械运行状态与典型故障模拟仿真技术进行研究。从故障机理出发针对三种常见故障进行特征提取并形成基于敏感特征的故障报警架构,采用Solidworks和RecurDyn软件实现压缩机传动机构的模拟,将仿真结果与实验采集数据相结合,对基于冲击特征的连杆小头瓦磨损故障诊断方法进行研究。
  通过FLUENT软件对全工况下的往复压缩机气缸动态压力进行仿真,分别设置了不同弹簧刚度和不同泄漏孔径,研究不同状态下的气缸动态压力变化规律。对往复压缩机变负载工况进行动态压力仿真,同时开展实验验证。
  运用RecurDyn软件建立柴油机曲轴连杆机构动力学实体模型,探究不同工况瞬时转速的波动规律。研究柴油机瞬时转速的测量方式,原始信号降噪处理方法,最后对瞬时转速与振动特征的分析诊断方法进行研究。
[硕士论文] 李晓博
机械工程 北京化工大学 2017(学位年度)
摘要:往复式机械在化工、矿业、船舶、汽车和铁路等行业被普遍应用,是目前机械领域中最常见的一类机械。本文针对往复式压缩机和柴油发动机两类重要的往复式机械故障诊断技术展开研究。主要从以下四个方面进行:
  1.研究往复式压缩机活塞杆断裂故障的机理以及特征提取方法。在Griffith提出的裂纹扩展的能量平衡准则的基础上,对活塞杆断裂故障机理进行分析,并提取活塞杆位移沉降信号中的峰峰值作为活塞杆断裂故障的敏感特征,最后进行实例验证。
  2.研究往复式压缩机活塞杆松动故障的特征提取方法。首先针对往复式压缩机活塞杆部位进行简化,建立力学模型;然后在弹性梁弯曲振动理论的基础上,从理论上推导出活塞杆自激振动频率的存在,并从实验上证明活塞杆自激振动频率的存在;最终提取活塞杆自激振动频率作为活塞杆松动故障的敏感特征,并进行实例验证。
  3.研究小波降噪对正弦波仿真信号的最佳降噪方法,并研究柴油发动机振动信号的最佳降噪处理方法。首先仿真正弦波信号,并在其中加入标准白噪声形成带有噪声的信号;然后研究正弦波仿真信号最佳的降噪处理方法,并利用该最佳降噪处理方法对柴油发动机振动信号进行处理,得到柴油发动机振动信号的真实信号。在该真实信号中加入白噪声进行实验,研究柴油发动机振动信号的最佳降噪处理方法。
  4.研究归纳式监测算法在柴油发动机故障诊断中的应用。在建立归纳式监测聚类算法模型的基础上,提出了对扰动点进行优化的方法以及基于归纳式监测算法的柴油发动机故障模式识别方法,并在Matlab仿真环境下完成算法编写。利用柴油发动机振动真实数据训练和验证归纳式监测聚类算法模型。经过数据验证,该模型的故障诊断结果符合要求。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部