课程文献中心 更多>>

关键词： 磁力钝化   磨粒速度   刃口作用力   刀具磨损  

摘要： 由于磁弹磨粒形状具有不规则性，为了研究双磁盘磁力钝化内不同形状的磁弹磨粒对刀具钝化的影响，采用离散单元法(EDEM)来模拟磁力钝化，预测刀具受到不同形状磨粒冲击后磨损分布情况，探究磁弹磨粒形状对刀具的钝化影响。结果表明磁弹磨粒的形状对磨粒的速度没有明显的影响，随着球形度减小，磨粒旋转速度随之减小，同时磨粒对刀具刃口作用力也减小。磁力钝化中不同形状的磁弹磨粒钝化刀具的最大磨损都是发生在刀具刃口上，磨粒造成的磨损分布大致相同。其中球形度为0.623的磨粒对刀具磨损最大，球形度为0.831的磨粒次之，球形磨粒对刀具的磨损最小，磁弹磨粒形状显著影响刀具磨损结果。

关键词： 故障诊断   变分模态分解   拉普拉斯能量指标   变分模态提取   多分类相关向量机   DS证据理论  

摘要： 滚动轴承的工作环境复杂，一旦发生故障各个部位便会相互影响并产生复合故障。传统方法往往通过使用信号分离算法分离不同类型的信号进行故障诊断，难以高效准确的分析出具体故障。为解决这一问题，本文将变分模态分解（VMD），拉普拉斯能量指标（LE）和变分模态提取（VME）相结合进行信号提取。并使用多分类相关向量机（mRVM）以及DS证据理论进行智能故障诊断，专注于小样本数据的情境。首先使用VMD-LE-VME方法对故障信号进行有效故障信息的提取并获得多域特征。然后，将多域特征输入mRVM进行故障识别。最后，通过DS证据理论将分类结果融合，得到最终的分类结果。通过实验验证了该方法在处理小样本数据上的有效性和优越性。

关键词： 锂电池模组   内短路故障   电化学阻抗谱   弛豫时间分布   阈值诊断模型  

摘要： 针对电池模组内部内短路故障单体诊断困难、检测效率低下的问题，提出应用电荷传递内阻和固体电解质界面膜内阻比值变化幅度的锂电池模组早期内短路故障诊断方法。所提方法基于电化学阻抗谱对内短路故障演化过程中锂电池内部电化学反应变化进行监测，利用弛豫时间分布方法针对阻抗谱特征进行量化分析。在阻抗谱由单体维度到模组维度正向推衍的基础上，筛选满荷电状态下电荷传递内阻和固体电解质界面膜内阻作为主要的评估指标，并根据阈值诊断模型搭建实验平台进行验证。实验结果表明：欧姆内阻和电荷传递内阻随着内短路故障程度的加深逐渐增大，固体电解质界面膜内阻整体呈现出逐渐减小的趋势；当模组电池数量控制在8节以下时，通过阈值诊断模型对存在故障单体的模组识别准确率可以达到100%。通过对阻抗谱特征的精确辨识与分析，该方法能够有效实现锂电池模组早期内短路故障的准确诊断。

关键词： 汽车起重机   变幅抖动   时频分析   量化表征   出厂检测  

摘要： 针对汽车起重机的变幅抖动问题，本文首先基于变幅液压系统原理和变幅机构动力学分析了变幅抖动现象的成因机理。然后，开展了正常主机与抖动主机的现场测试，运用时频分析方法揭示了不同变幅现象下测试信号的特征差异，制定了变幅抖动现象的量化评价指标。最后，将变幅抖动量化评价指标推广至油缸出厂检测试验台，建立了变幅抖动的出厂试验方法。研究结果表明：变幅油缸内部摩擦力过大是起重机变幅抖动的主要原因；正常主机与抖动主机的振动加速度信号具有明显的特征差异，可以作为变幅抖动现象的量化评价指标；改进后的油缸出厂检测试验台测试结果与主机测试结果具有良好一致性，能够实现变幅抖动现象的前置检测。

关键词： 机械化除草   底盘结构   车轮   仿形除草   传动装置  

摘要： 田间除草机械化具有效率高、效果好、节省人力资源等优点,且机械化除草还能降低农药使用量、减小环境污染和提高作物的品质和安全性。底盘是整个除草机的支撑和承载部分,但目前除草机底盘稳定性较低。为此,对目前市面上常见的除草机底盘结构进行了分析和比较,提出了改进方案调整重心位置,设计了一种“手指仿形除草装置”,并对除草机控制系统进行设计与优化。在设计完成后,以玉米地除草为试验环境开展试验验证,结果表明:优化后的底盘结构具有更好的稳定性,与人工除草和改进前除草装置相比,具有更好的杂草控制效果,且效率提高了,玉米产量可提高21.3%～25.8%,能够更好地适应不同的作业环境和草坪情况。

关键词： 尺度空间表征   时频能量谱   轴箱轴承   故障诊断   轮轨激扰  

摘要： 针对轮轨激扰下高速动车组轴箱轴承故障信息提取困难的问题，提出了一种时频能量谱尺度空间表征(Time Frequency Energy Spectrum Scale Space Representation，TFESSSR)的故障诊断算法。该方法首先通过短时傅里叶变换(Short Time Fourier Transform，STFT)计算轴箱振动信号的二维时频表征，并对二维时频表征沿时间轴进行积分，得到时频能量谱；然后，使用尺度空间表征方法(Scale Space Representation，SSR)从振动信号的时频能量谱中识别出轴承故障冲击的共振频带边界；最后，通过经验小波变换(Empirical Wavelet Transform，EWT)根据所识别的共振频带边界设计滤波器组对轴箱振动信号进行分解。使用高速动车组滚动振动试验台试验数据对算法有效性进行了验证，并与传统尺度空间表征算法进行了对比。结果表明，相比传统SSR方法，TFESSSR方法能够在轮轨激扰下更快速、准确识别轴箱轴承故障冲击共振频带边界，实现轴箱轴承的故障诊断。

关键词： 振动筛螺栓   变分模态分解   鲸鱼优化算法   支持向量机模型   教与学优化算法   故障诊断  

摘要： 联合收割机振动筛工作时的瞬时冲击与交变载荷易导致振动筛螺栓结构发生失效。为解决联合收割机振动筛螺栓故障诊断问题,提出了一种基于多元特征融合TLBO-LIBSVM的振动筛螺栓失效故障诊断方法,通过提取特征矩阵,分别将时域特征、频域特征、WOA-VMD能量熵特征组合归一化得到多元融合高维特征矩阵,导入经验参数LIBSVM模型,得到的成功率分别为64.44%、74.44%、81.11%、90%。结果表明:随着特征矩阵维数不断增加,失效特征信息不断完善,识别成功率不断提升,也验证了联合收割机振动筛螺栓频域特征敏感性高于时域特征。通过运用TLBO算法对LIBSVM模型超参数进行优化,得到最佳参数组合下的识别成功率为98.89%,完成了联合收割机振动筛螺栓失效故障的高精度识别,可为联合收割机振动筛螺栓故障的精确诊断提供参考。

关键词： 变压器   特高频   超声波   信息融合   故障识别  

摘要： 变压器作为电力系统中最主要的输变电设备之一，其绝缘状态监测与故障识别对于电力系统安全稳定的运行具有重要意义。变压器内部绝缘劣化所产生的局部放电信号是目前对其内绝缘状态评判以及故障类型识别的最为有效的判据之一。文中通过构建4种典型的变压器绝缘缺陷模型，搭建试验平台测量得到了局部放电下的特高频信号和超声波信号。通过对2种信号的分析，对于特高频信号在TRTD模式下和PRPD模式下提取了两组特征参量，对于超声波信号在TRTD模式下提取了一组特征参量。经过核主成成分分析联合支持向量机（KPCA-SVM）的特征融合方法进行信息融合后，发现相较于单一信息的识别效果，信息融合的识别率有显著的提升。