基于模态分析的变速箱振动测点优化配置

针对坦克变速箱振动信号在状态监测中测点的选择问题,提出了根据不同测点的频响特性优化振动测点的方法。通过分析变速箱箱体的有限元动力学模型,得到箱体的各阶固有频率和振型,选择模态分析中总位移较大的位置作为最优的测点安装传感器,为试验测点布置以及状态监测和评估提供理论支持。研究结果表明：位于风扇联动装置齿轮箱附近的传感器对变速箱振动信号的强弱变化比较敏感。     

考虑区间弹性连接的结构动力学特性研究

基于动态子结构方法,将结构中的弹性连接单独划分成一个独立子结构,并利用零质量空间梁单元对其进行等效,分别基于频域子结构方法(FRF-based Substructuring Method)和模态综合法(Component Mode Synthesis)对考虑弹性连接的结构固有频率和频响函数进行了推导.基于此,将空间梁单元的弹性模量和比例阻尼系数设成区间参数以模拟弹性连接的区间不确定性,基于区间因子法(Interval Factor Method,IFM)分别给出了考虑区间弹性连接结构固有频率和频响函数的区间上下限,从而形成了两种计算分析方法,即CMS-IFM和FBSM-IFM.通过仿真将两种方法与Monte-Carlo模拟方法的计算结果进行了对比,结果表明:CMS-IFM和FBSM-IFM正确高效.     

基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.