北京市自然科学基金(3131002)
- 作品数：57 被引量：364H指数：10
- 相关作者：徐小力孙江宏韩勤锴褚福磊蒋章雷更多>>
- 相关机构：北京信息科技大学清华大学北京理工大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：机械工程自动化与计算机技术交通运输工程石油与天然气工程更多>>
- 考虑不确定性因素的齿轮系统动力学研究综述被引量：25
- 2016年
- 齿轮系统应用广泛,并在风力发电、航空航天、汽车和盾构机等机械设备中发挥关键作用。其动力学特性的优劣将直接影响设备整机的工作性能。然而齿轮传动的结构形式多样、内外部激励和非线性因素丰富,同时工作环境复杂多变,这使其动力学分析相比较于其他机械系统更加复杂。另外,制造、加工、装配等的误差、磨损、润滑和运行环境等因素将导致齿轮系统的内外部激励和系统参数具有不确定性。齿轮系统动力学分析需要考虑这些不确定性因素。目前,针对齿轮系统动力学特性的不确定性分析,国内外学者已开展了广泛的研究工作。从不确定性因素的描述方式、动力学方程的求解方法、动力学特性分析、可靠性与优化设计、以及不确定性分析的试验研究等方面系统地评述国内外学者对齿轮传动系统不确定性动力学特性的研究现状,并给出需要进一步研究的问题。
- 魏莎韩勤锴褚福磊
- 关键词：齿轮传动动力学统计分析不确定性
- 基于动力学方程的水基动力无杆抽油机井下故障诊断方法研究
- 2016年
- 水基动力无杆抽油机是一种新型的抽油装置,对其开展故障诊断工作具有重要的意义。分析了水基动力无杆抽油机动力缸受力情况,建立了动力缸运动学方程,研究了动力缸运动方程中的参数变化与井下典型故障的映射关系,提出了运用动力缸运动方程组合系数的变化进行水基动力无杆抽油机故障诊断的方法。研究结果表明在不同工作状态下,动力缸运动方程系数的变化与井下故障有明确的对应关系,可以做到对于水基动力无杆抽油机几个典型故障的定性诊断,并能在一定程度上对于故障类型做出判断。研究结果对于水基动力无杆抽油机的故障诊断工作有工程实践意义,并对后续研究工作的参考价值。
- 朱春梅吕俊燕陈祥臻胡金鹏
- 关键词：故障诊断
- 大型起重机械减速机振动信号降噪方法的研究
- 2016年
- 大型起重机械的减速机负荷重,是起重机主要出现故障的部位之一^([1,2])。针对大型起重机械减速机工况复杂以及振动信号噪声大的问题,采用适用于大型起重机械减速机的集合经验模式分解(EEMD)降噪方法,利用高斯白噪声频率均匀分布的特性,通过引入噪声作为辅助信号用来解决EMD中模态混叠的问题。此外,针对EEMD降噪方法中难以选取真实IMF分量的问题,选择基于相关系数的IMF分量选取方法,利用IMF与原始信号间的相关系数大小来选取真实的IMF分量。
- 张祥启徐小力黄骥
- 关键词：减速机特征提取故障诊断
- 基于回声状态神经网络风电齿轮箱故障诊断方法被引量：3
- 2016年
- 增速齿轮箱是大型风力发电机组的关键部件,应采用合适的方法进行故障诊断对其运行状态进行预测。本文提出了基于小波包和回声状态神经网络的齿轮箱故障诊断方法。首先利用小波包分解风机齿轮箱的故障信号,能够得到振动信号位于不同频段的故障特征,接着对不同频段的故障特征频率做归一化处理,进而组成故障特征向量,最后将特征向量输入回声神经网络模型得到故障类型。该方法减小了传统的BP神经网络模型神经网络算法陷入局部最优解的风险,提高了网络的收敛速度。
- 王星达何林峰徐小力
- 关键词：小波包特征向量故障诊断
- 局部切空间排列和改进模糊C-均值聚类的滚动轴承故障诊断模型被引量：2
- 2016年
- 针对滚动轴承故障振动信号具有非平稳特征以及故障特征难以准确提取,提出一种局部切空间排列(LTSA)和改进模糊C-均值聚类的滚动轴承故障诊断模型。首先,基于滚动轴承振动信号分别在时域与频域提取特征参数构建高维特征矩阵,利用局部切空间排列非线性流形学习算法提取高维矩阵的低维故障特征向量;然后,利用改进模糊C-均值聚类算法构造多类故障分类器,实现滚动轴承不同故障类型的识别。经实验验证,该模型能够有效提取滚动轴承故障特征,并能够获得较高的故障诊断准确率。
- 黄骥蒋章雷徐小力
- 关键词：滚动轴承故障诊断局部切空间排列
- 旋转机械运行稳定性劣化的高阶累积量特征提取方法被引量：1
- 2016年
- 研究了基于高阶累积量理论的1.5维谱、四阶累积量对角切片谱方法在提取运行稳定性劣化特征方面的性能;从敏感性、趋势性、差异性、一致性角度,讨论了两种特征提取方法的趋势预测适用性。基于构建的转子实验台进行转子系统多种劣化类型下不同劣化程度状态的特征提取实验,检验两种方法作为特征提取手段的性能,解决了风电机组传动系统运行稳定性劣化的状态诊断、劣化趋势预测中特征提取方法的选择缺少理论依据的问题。
- 蒋章雷徐小力
- 关键词：风电机组特征提取
- 风电机组齿轮箱早期故障预警方法研究被引量：21
- 2016年
- 为实现风力发电机组等变工况机电设备的早期故障预警,研发了变工况齿轮箱状态监测系统。在基于该系统的多种变工况行星齿轮磨损实验研究基础上,提出了一种基于流形学习的早期故障预警方法。该方法首先研究采用完全总体经验模态分解与改进快速独立成分分析盲源分离技术,有利于对复杂振动信号的滤波与盲源分离;然后研究改进了局部线性嵌入流形学习方法,基于时域、频域信息融合提取了早期故障敏感特征;最后应用k-近邻分类器实现变工况齿轮箱早期故障预警。实验研究表明,该方法提高了早期故障预警准确率,能够应用于风电机组等变工况机电设备的安全保障及科学维护,具有广泛工程实用前景。
- 孟玲霞徐小力蒋章雷赵西伟
- 关键词：变工况状态监测系统
- 时变工况行星齿轮箱对数时频脊阶次谱故障特征提取被引量：6
- 2020年
- 风电机组齿轮箱工作于强噪声且变转速变载荷的工况下,其振动信号非常复杂。建立了一个时变转速变载荷的行星齿轮箱振动信号模型。提出了时频脊阶次谱故障特征提取方法。对振动信号进行Wigner-Ville时频变换,取对数后进行重排;采用Crazy climber方法提取对数重排时频谱图中的峰值脊线;将脊线转换为时频脊阶次谱。通过仿真信号与转速、载荷连续波动实验数据表明,对数时频脊阶次谱故障特征能够为时变复杂工况行星齿轮箱故障预警提供有效的依据。
- 孟玲霞徐小力左云波
- 关键词：行星齿轮箱故障特征提取
- 基于EEMD能量比和GG聚类的滚动轴承故障诊断被引量：5
- 2020年
- 针对滚动轴承故障特征提取困难导致故障类型难以辨识的问题,提出基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和GG(Gath-Geva,GG)聚类的轴承故障诊断方法。首先,使用EEMD分解方法对轴承的振动信号进行分解,结合相关系数原则提取含有主要故障信息的4个固有模态函数(IMF)分量,计算其能量百分比作为特征值,再用GG聚类对特征值进行聚类分析。通过仿真验证了GG聚类的优越性,然后采用文中提出的GG聚类方法与FCM聚类、GK聚类对轴承故障数据的聚类效果进行对比分析,验证了文中所提方法在滚动轴承故障识别中的可行性。
- 马丽华朱春梅赵西伟
- 关键词：滚动轴承
- 含双频时变滚动轴承刚度的转子-轴承系统响应特征研究被引量：3
- 2017年
- 考虑有限数目滚动体和转子不平衡力引起的滚动轴承刚度的周期时变性,建立了含双频时变滚动轴承刚度的三自由度转子-轴承系统动力学模型。以单频参数激励系统响应的频率分布规律为参照,指出了含双频时变参数的动力学系统其响应的频率构成规律:双频参数激励系统自由响应中出现的频率是系统等效固有频率分别和参数频率的组合,以及等效固有频率同时和两个参数频率的组合;强迫响应中的频率除了包含自由响应中的频率成分之外,还包含外激励频率分别和两个参数频率的组合,以及其同时和两个参数频率的组合。在转子-滚动轴承系统响应中出现的倍频响应、参数频率及其倍频对应的频率成分,可以通过该分析给出合理的解释。该结论有助于更深入地理解多频参数激励系统响应的频域特征,为变参数旋转机械系统故障诊断中的频率成分识别提供了参考。
- 张学宁韩勤锴褚福磊
- 关键词：角接触球轴承转子-轴承系统
