粒子群优化齿轮箱振动信号周期分量提取方法

为了从齿轮箱振动信号中快速获得各零部件的振动信号,给准确定位故障部件提供理论依据,提出了一种适合于齿轮箱振动信号周期分量提取的改进型粒子群优化算法。在对齿轮箱振动信号、周期信号振幅与对应频率间的关系以及初始相位与对应频率间的关系分析的基础上,以各特征频率及其组合为基准生成初始种群进行优化,减少了周期信号提取中的盲目性,加快了周期信号的提取过程。最后,对实验室的齿轮箱进行了不同工况下振动信号的检测,以这些信号为例进行了周期分量的提取,结果说明所提方法是可行有效的。     

车辆底盘悬架减振器的选择与校核

减振器是产生阻尼力的主要元件,其作用是迅速衰减汽车振动,改善汽车行驶平顺性,增强车轮与路面的附着性能,减少汽车因惯性力引起的车身倾角变化,提高汽车操纵稳定性。减振器亦能够降低部分动载荷,延长汽车使用寿命。重型载货汽车底盘中比较常用的是双筒式减振器,其阻力容易调整,结构简单,价格便宜。本文将以双筒式减振器为对象,着重介绍悬架减振器的选型与校核并示例分析。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。     

柔软物体力触觉形变模型验证系统

为了验证柔性物体力-形变模型的合理性,构建了基于CC2531芯片的无线数据收发平台、力传感器测量平台和FALCON手控器位移测量平台的力-形变模型验证系统。以新鲜猪肝脏为实验对象,研究了弹性形变实验和穿刺实验的作用力与位移之间的关系;以力-形变测量数据为基础,进行了参数验证校调。仿真实验结果表明:模型中力-形变特性与实际测量值保持一致。该系统能广泛应用于柔性物体力-形变模型验证,对于促进力触觉虚拟医学仿真系统的发展具有重要意义。     

基于ANSYS／LS—DYNA的电子装备爆炸冲击振动损伤建模研究

针对电子装备爆炸冲击振动损伤问题,设计了损伤模拟的基本方案;采用ANSYS／LS—DYNA建立了二维“爆炸源-地面-弹性体-电子装备”模型;通过模型试验,获得了与实际爆炸冲击振动特性相吻合的加速度、位移和应力等数据。     

振动分析在钢桁架结构损伤预警中的应用

基于有限元分析软件ABAQUS平台,以一种钢桁架结构为例进行数值仿真分析;以白噪声信号作为环境激励信号,对钢桁架结构进行振动分析;结合虚拟脉冲响应函数和小波包能量谱分析法,对钢桁架结构在环境信号激励下进行损伤预警。最后,比较了不同测点的预警效果。结果表明:这两种方法的同时使用,对钢桁架结构在环境激励下进行损伤预警的效果十分明显,具有很好的工程应用价值。     

大流量气体减压器振动问题研究

对大流量气体减压器工作过程中的振动故障进行分析,建立了减压器系统动态数学模型,进行了故障数值仿真,找到了简单有效的提高减压器输出响应稳定性的方法--减小控制腔入口面积,并得到试验验证.仿真结果还表明,大流量气体减压器的振动问题不仅和减压器本身设计参数有关,还和下游管路容积有关.     

基于BP神经网络的磁流变阻尼器逆向模型研究

为了提高磁流变阻尼器的振动控制效果,在磁流变阻尼器力学特性试验的基础上,首先建立了基于BP神经网络的磁流变阻尼器的逆向模型,并通过试验试选的方法对模型中隐含层节点数目、期望误差等相关参数的确定进行了探讨;然后,针对BP网络在学习过程中表现出的学习速率慢、容易陷入局部极小等问题,进行了相应的算法改进。结果表明:利用改进算法建立的模型能够更准确、更快速地对控制电流进行预测,证明了改进算法的合理性,同时也进一步验证了利用BP神经网络方式建立磁流变阻尼器逆向模型方法的有效性。     

先验有色噪声补偿的卡尔曼滤波组合导航算法

根据飞行器实际情况,将舱内捷联惯导安装等效为弯扭耦合激励扰动下的Timoshenko梁和阻尼弹簧振子混合系统,分析其激励响应获取惯导随机误差中的有色噪声。将有色噪声作为先验信息,通过微分方程描述并导入惯导误差模型,设计增强的卡尔曼滤波组合导航算法,通过仿真飞行验证了算法的稳定性并与传统卡尔曼滤波组合导航进行了对比分析。