内圈沟道损伤直径对滚动轴承振动性能的测度

采用中位数估计和Huber M估计相融合方法对未知分布的时间序列数据进行稳健处理,得到时间序列稳健数据,进一步得到时间序列数据的本征区间、变异率、中位数和平均值,组成时间序列数据的测度。该方法对不同沟道损伤直径条件下滚动轴承振动数据进行研究,结果发现:滚动轴承振动数据的变异率、中位数及平均值的变化趋势一致,与轴承的实际工况吻合,可以作为滚动轴承性能退化的测度。其中轴承正常运行时的变异率为10%与轴承寿命规定的10%失效率相同,轴承失效时的变异率89%和沟道损伤直径达到失效直径的89%相同。该测度准确地反映沟道损伤直径对轴承振动性能的影响,为滚动轴承性能预报提供可靠依据。该方法不需要知道时间序列数据的分布类型,为未知分布的时间序列数据的稳健处理提供一种方法。     

基于混沌理论的滚动轴承振动信号融合模型预测

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。     

基于贝叶斯方法与稳健理论的滚动轴承摩擦力矩不确定度建立方法

基于贝叶斯方法与稳健化理论,提出一种未知分布时间序列不确定度的建立方法。该方法以中位数估计与Huber M估计融合方法分析时间序列数据的稳健性,构建贝叶斯先验分布,并与实验数据建立贝叶斯后验分布,创建以贝叶斯后验分布建立时间序列数据的不确定度。在显著性水平为0～0.1,通过对滚动轴承摩擦力矩分析,中位数估计与Huber M估计相融合方法确定了滚动轴承摩擦力矩稳健数据的边界值、显著性水平,构建了贝叶斯先验分布。以贝叶斯后验分布构建滚动轴承摩擦力矩不确定度。与经典统计学得到的不确定度比较,在相同置信水平下,该方法缩短了评估区间,提高了评估精度0～50%。该融合方法以稳健数据构建先验分布,提供一种贝叶斯方法先验分布建立方法;采用中位数估计与Huber M估计融合方法确定了数据显著性水平和边界值的确定,减小置信水平与稳健数据边界值主观确定的误差;为未知分布时间序列的不确定度建立提供了一种理论。     

刀具声发射信号混沌特征提取及趋势分析

旨在建立一种基于多混沌特征演化分析的刀具磨损状态监测方法,通过计算刀具声发射信号的混沌特性参数分析其磨损趋势。建立首先基于混沌理论分析和描述刀具不同磨损阶段声发射信号的混沌特性,包括：定性描述,即重构相空间的奇异吸引子轨迹和庞加莱截面;定量描述,计算不同时间段声发射信号的关联维数、最大Lyapunov指数等。其次,采用最小二乘回归方法对所计算的混沌参数进行趋势分析。结果表明,声发射信号具有混沌特性,而且关联维数和最大Lyapunov指数演化趋势与刀具的磨损状态具有一定的关联,从而为刀具磨损状态的在线监测和预测提供了新思路。     

转子碰摩振动响应的非线性时间序列分析

针对碰摩转子系统的非线性特性 ,采用动力学非线性时间序列分析的方法对其振动响应进行了分析研究。基于动力学重构的基本理论 ,对碰摩转子响应进行了状态空间重构。在此基础上 ,进一步对碰摩转子系统振动响应进行了相关维数的估计 ,不同的相关维数值表明了系统是处于周期或拟周期运动 ,还是处于含有拟周期的混沌运动 ,或者是明显的混沌运动。系统碰摩严重时的相关维数值会比碰摩较轻时的相关维数值大 ,进一步对实验数据的计算结果也证实了这一点。     

二维RayleighBénard对流系统非线性特征的DSMC研究

应用发端于微观分子动力学的蒙特卡罗直接模拟(DSMC)方法实现了RB(RayleighBénard)对流的数值模拟,并在此基础上得到了与线性稳定性理论分析结果相一致的RB系统第一次分叉的临界瑞利数;通过对大瑞利数下RB系统中心点处温度信号进行功率谱分析,得到RB系统通向混沌的倍周期分叉路径,同时应用现代混沌分析方法研究了RB对流系统的关联维、最大Lyapunov指数等非线性特征。     

螺旋锥齿轮振动研齿系统的拍击响应

建立了位移激励下的螺旋锥齿轮振动研齿系统的扭转振动模型,推导出考虑摩擦的轮齿斜碰撞前后状态间的局部映射关系式,得到了螺旋锥齿轮振动研齿系统的Lyapunov指数计算方法.通过算例,运用相图、Poincaré映射图、Lyapunov指数和系统分叉图,分析了研齿系统随激励参数变化的动态响应,结果表明,随激励幅值的增大,研齿系统由单边碰撞状态经倍周期分叉进入混沌,并在混沌状态中有周期窗口的出现.继续增大激励幅值,系统进入了双边碰撞状态.      

非线性时间序列的动力学混沌特征自动提取技术

提出了一种非线性时间序列混沌特征的自动提取方法.该方法直接根据非线性时间序列, 依次计算出延迟时间、嵌入维数、相关维数、最大李雅普诺夫指数、相轨迹特征以及Poincare特征等混沌特征, 整个特征的提取过程自动完成, 毋须人工干预.最后用算例表明了该方法的有效性和正确性.该方法对于利用非线性混沌特征进行非线性系统故障诊断和趋势预测具有重要意义.      

民机设备失效时间的混沌性质分析与预测

根据民用飞机设备失效的特殊性．复杂性以及各航空公司各自不同的情况等因素,从混沌原理的角度综合分析了运营期间民机设备失效时间发生情况．通过时间序列混沌性质鉴别方法证明了民机设备失效时间理论上具有典型的混沌性质,并利用实际失效时间数据样本证明了混沌现象的存在以及利用最大Lyapunov指数法进行了失效时间的预测,证明了该方...     

考虑表面波纹度的滚动轴承-转子系统非线性动力特性

提出了考虑滚动轴承内外圈滚道表面波纹度、Hertzian弹性接触力和径向游隙等非线性因素的滚动轴承模型,建立了滚动轴承-转子系统的动力学微分方程,并用Runge-Kutta-Felhberg算法对其求解.利用分岔图、Poincaré映射图和频谱图,分析了参数变化时的滚动轴承-转子系统的分岔、混沌等非线性动力特性.结果表明:外圈波纹度波数与滚动轴承滚珠数目相等时,转子系统会产生强烈振动;转子系统进入混沌的主要途径是倍周期分岔;内圈波纹度引起的振动频率与波数有明确的函数关系.      

样本量对滚动轴承振动性能变异过程评估的影响

以轴承全寿命周期内的振动时间序列为研究对象,构建最大熵泊松评估模型以研究滚动轴承振动性能的演变历程。将振动时间序列分为不同的段数,基于最大熵原理和泊松过程,计算各个振动时间序列相对本征时间序列的变异概率、性能保持可靠度及其变异速度和变异加速度等指标；分析各个性能变异指标与样本量的关系,从而选取合适的样本量；用动态平均不确定度分析性能保持可靠性评估结果的不确定性。结果表明:针对案例1和案例2,将样本量分别选取为800~1000和500~900,既可以使本征序列数据样本蕴含足够的振动信息；又可以对轴承振动性能的具体变异过程进行有效地评估。      

滚动轴承加工质量与振动的灰色关联度

已经证明零件的加工质量对轴承振动会产生一定的影响,但现有的研究没有比较各种质量指标对轴承振动的影响程度。为此,通过实验研究,比较并评价不同性质的加工质量指标对轴承振动的影响程度。在研究中,采用两种航空轴承。考虑到统计理论的适用条件,采用了灰色系统理论。研究结果表明:结构尺寸误差参数对轴承振动的影响比较大,宏观形状误差参数和微观形貌参数对轴承振动的影响比较小。这表示轴承的宏观形状误差和微观形貌误差已经达到比较高的质量水平,以至于对轴承振动的影响不再成为主要因素,而轴承的结构尺寸参数及其公差存在着设计方法上的一些问题,从而成为影响轴承振动的主要因素。     

基于小波包和主成分分析的滚动轴承状态振动监视方法

针对滚动轴承早期故障状态难以监测的现状,文章采用小波包及主成分分析法对滚动轴承振动信号进行分析,提出了一种综合振动能量指标,用于监视滚动轴承状态。采用滚动轴承实验数据对该方法有效性进行了验证,结果表明:该方法构建的综合振动能量指标能够有效发现滚动轴承早期故障,对早期故障程度反应能力强,优于一些其他传统的监视指标。     

模糊等价关系下滚动轴承振动性能变异分析

在小样本且概率分布未知条件下,提出模糊等价关系和自助最大熵模型,并通过变异概率分析滚动轴承振动性能变异过程。对滚动轴承振动加速度原始数据分组得到样本,选定本征样本,计算各样本间的模糊等价系数;运用自助最大熵模型建立各样本的概率密度函数,通过交集法得到各样本相对于本征样本的变异概率,建立模糊等价系数和变异概率的关系曲线以实现对变异过程的监控;通过仿真和实验案例验证了所提模型的可行性和正确性。实验结果表明:随着磨损直径的逐渐增大,变异概率曲线呈“躺椅状”非线性上升趋势,对应滚动轴承磨损的3个阶段,即初级磨合阶段、正常性能退化阶段和性能恶化阶段。      

基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

基于尺度共生矩阵的滚动轴承故障诊断研究

基于滚动轴承振动信号的各种三维或二维谱图中包含的不同故障信息的客观现实,通过二维小波变换在不同尺度空间下构造的小波共生矩阵提取了谱图的纹理特征向量.利用灰关联分析表征这些纹理特征的不同发展态势从而实现滚动轴承的故障诊断.对实测滚动轴承不同状态故障数据的分析表明:该方法具有较高的故障模式分类精度;随着故障尺寸的增加,由于轴承各部件的相互影响诊断正确率会有所降低.同时研究表明对于特定的诊断方法是否进行特征向量归一化需区别对待.      

机动飞行条件下双转子系统动力学建模与响应分析

考虑航空发动机双转子中介轴承的耦合作用及陀螺力矩的影响,利用Lagrange方程建立了机动飞行条件下双转子-滚动轴承支承耦合系统动力学模型，对耦合双转子系统的动力学特性进行了理论与实验研究.结果表明:随着内外转子转速比增大，高压转子振动幅值减小，分岔点处转速增大，最大增幅近67.49%.机动飞行使转子的振动响应幅值增大，出现较多分频.在跃升和横滚飞行姿态下，高压转子响应主要表现为:随着跃升速度增加，高压转子振动幅值明显增加，最大增幅近409.24%，分岔点对应的速度增大；在横滚速度增大时，转子振动特性主要表现为从复杂的运动形态变换到单周期运动形态,转子的振动幅值明显增加.利用基础运动双转子模型实验台对跃升和横滚两种飞行姿态下耦合双转子系统的部分动力学特性进行了实验研究,实验结果与数值模拟结果有较好的一致性，证明了计算结果的正确性.      

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。