基于声发射技术的铁路重载货车滚动轴承故障诊断研究

通过声发射检测技术对铁路重载货车滚动轴承故障进行不解体诊断,利用小波包分析技术对采集到的声发射信号进行分解和重构,提取故障信号的能量特征向量,将处理后的特征向量输入到BP神经网络进行滚动轴承故障模式识别,进而判断轴承是否发生故障以及故障的类型。经过使用大量的实际滚动轴承实验数据进行验证,其结果都表明了使用本文的方法的有效性。     

TB6钛合金疲劳试验过程中的声发射信号特征

随着直升机应用越来越广泛,其内部关键部件在高强度运行中疲劳裂纹的检测愈发显得重要,常规无损检测技术无法对裂纹的产生与变化进行实时监测。通过对直升机常用部件材料TB6钛合金进行疲劳断裂试验,使用声发射检测技术采集试验过程中的声发射信号,采用小波能量系数经历图分析方法,综合特征参数经历图分析和小波分析对信号的特征变化进行研究,研究表明:该材料的疲劳断裂过程经历了四个阶段,各个阶段的声发射特征量有明显转折点,裂纹开始萌生时可以观察到声发射特征参数和小波能量系数有明显跳变,声发射信号的中心频率随时间推移有向高频移动的趋势,这些特征规律为TB6钛合金部件的声发射动态监测和健康评价提供了参考依据。     

基于声发射砂轮磨损监测系统的研究

磨削加工过程中砂轮出现磨损需要反复的修整,砂轮磨损状态的监测可以有效判别砂轮工作状态,减少砂轮修整次数。本文建立了一种基于声发射信号的砂轮磨损监测模型,提出了基于一种小波分解系数均方值统计分析的砂轮磨损状态特征提取方法。同时,采用BP神经网络对砂轮磨损状态进行识别,其输入为3种提取特征,输出为3种不同的砂轮磨损状态。通过磨削试验对监测系统进行评价。结果表明,所提出小波分解系数均方值统计分析的特征提取方法和砂轮磨损监测系统均具有良好的效果。     

时空域相关自适应小波包声发射信号降噪方法

现有的小波变换方法在对受强噪声干扰的声发射信号降噪时,由于忽略了小波系数之间的相关性,容易造成信号失真。针对该问题,提出了一种基于时空域相关性的自适应小波包声发射信号降噪方法。算法采用自适应冗余小波变换,最大限度保留了信号的时域空域特征,并利用小波系数在时域空域上存在的相关性,提高对声发射信号及噪声的甄别能力,提升降噪效果。同时利用小波系数在空域上的相关性寻找最佳分解层数,进一步提升了算法的适应性。为了验证本文提出算法的有效性,分别在模拟声发射信号和断铅信号上添加不同程度的噪声,并进行降噪实验。实验结果表明,与其他算法相比,经过本文算法处理的信号信噪比大大提高,均方根误差也有一定程度的降低。     

声发射在微铣削过程中监测刀具破损的应用

应用声发射传感器对微铣削过程中的刀具状态进行监测。通过结合传声器传感器,利用小波分析,声发射传感器能更精确有效地监测刀具破损的现象。分别在几种不同的工件材料进行了声发射监测实验。通过该声发射监测刀具破损技术采集得到信号,再利用小波分析对实验数据分析。结果表明,在微铣削中利用声发射信号来监控刀具状态的可行性。     

具备高适应性的高速铣削刀具磨损状态监测系统

为提高加工监测系统的适应性和智能化程度,提出基于刀具磨损曲线的实时刀具状态监测系统。自学习能力的引入使该系统可自动进行不同刀具状态的识别和磨损程度的估计,较大程度上摆脱对系统事先"教学"的依赖。同时为有效抑制切削参数变化带来的干扰,提出一种特征提取方法来自动提取敏感特征,减少监测系统开发时间和成本。针对高速铣削过程的刀具磨损监测,采用切削力和声发射传感器来采集信号,并运用时域、频域和小波分析技术来对信号进行处理,试验结果证明了所提出的自动特征提取方法的有效性和智能刀具状态监测系统的高适应性。     

梯形螺纹振动辅助冷挤压工艺参数影响分析

为深入研究梯形螺纹振动辅助冷挤压机床的加工过程,延长挤压丝锥寿命以及提高梯形内螺纹质量,本文建立了一套基于虚拟仪器的专用在线监测系统。研究了不同挤压工艺参数下加工过程中的振动、声发射、扭矩以及温度信号,并通过对信号的分析处理,揭示了不同工艺参数与加工过程信号之间的内在联系。研究结果表明,随着主轴转速和润滑油黏度系数的提高,振动、声发射信号的均方根值不断提高,振动、声发射信号频率由低频向高频移动,扭矩和温度也不断提高。激振频率的最优值在18 Hz左右。     

一种新的航空发动机气路监测方法

分析了气路中颗粒物的产生以及颗粒荷电的机理、气路静电监测方法的原理,并通过模拟实验对该方法进行了初步的研究.实验监测信号表明,气路中异常颗粒产生的感应信号幅值随着粒径的增加而增加,通过小波分析的方法将信号进行分解到不同的频段并获得相应的能量分布.结果表明异常颗粒产生的信号的能量分布集中在低频部分,为判断异常颗粒提供了依据.实验结果表明了基于颗粒静电监测方法能够有效地监测到异常颗粒,证明了该方法的可行性.     

麻花钻磨损振动信号的时域与频域特征分析

本文提出采用振动信号监测钻削过程中钻头的磨损状态。对主轴振动信号随钻头磨损而变化的时域和频域特征进行了实验研究和理论分析。实验表明:振动信号能够较好地反映切削过程中刀具的状态。随着刀具磨损的增加,振动信号的振幅增大,振动能量亦相应增加。信号的时域波形和谱结构表明刀具在即将发生剧烈磨损之前,将出现所谓“转速调制现象”,即与转速同步的振动信号被高频信号所调制。文中解释了这种现象发生的机理,并提出利用该特性进行钻头磨损监测和预报的方法。建立了以APPLE—Ⅱ微型机为主体的刀具磨损监测系统,实际监测试验表明监测系统具有很好的应用前景。     

全尺寸飞机疲劳试验过程中的无损检测及声发射监测技术研究

本文介绍了在全尺寸飞机疲劳试验过程中的无损检测和声发射监测的技术细节,说明了如何根据监测目标任务要求,确定传感器位置和安装方案、进行声传播通道性能测试、材料声发射(AE)性能研究和考证整个检测系统工作的平稳性。讨论了如何合理设置数据采集系统的参数,研究了背景噪声的变化规律,并特别研究了同疲劳裂纹形成和扩展有关的声发射信号的特征及如何从强背景噪声环境中获得有用AE信号。论文以中央翼-外翼连接区域和起落架上枢轴接头等关键部位为例,说明实施监测的方法。由于疲劳试验特别强调监测结果的实时性和及时性,在声发射信号处理方面,作者利用趋势分析,基于时间、空间的滤波和基于幅度和能量分布等多种信号处理方式,以及多参数综合识别技术对一些关键部位的状态进行了声发射连续跟踪监测,为保证全尺寸飞机机体部件疲劳试验的顺利进行起到了重要作用。     

基于神经网络的智能刀具状态检测系统

可靠的在线刀具磨损状态检测是柔性制造系统、计算机集成制造系统以及自动化机床必不可少的一个环节。文中论述了用反传神经网络与一类模糊神经网络分析处理由力传感器和声发射传感器所测得的刀具状态信号,识别出刀具的磨损情况,从而进一步实现刀具磨损状态的在线检测,控制自动机床及时更换刀具。本研究对四种规格的钻头的磨损情况进行了全程检测,并比较分析了反传神经网络与模糊神经网络对这一问题的有效性。实验结果表明,这两种方法对处理刀具磨损状态检测均有显著的效果与很高的准确性。用一类模糊神经网络处理多传感器信息是实现刀具状态在线检测的一个极为有效的方法。     

超声加工中局部共振机理的模拟试验研究

通过建立数学物理模型分析超声加工声学系统的动力学规律,探讨工具杆的局部共振现象,得出当工具杆发生局部共振时,变幅杆和工具杆连接处为位移节点,且此时系统处于谐振状态的结论;并推导了超声波发生器的可调频率范围与刀具杆的磨损率关系。试验利用细杆(45#)来模拟工具杆,验证了工具杆发生局部共振时,谐振频率相当接近工具杆一端固定、一端自由时的某一固有频率;并通过改变细杆的长度来模拟工具杆的磨损,验证了超声波发生器的可调频率范围与刀具杆的磨损率之间的关系。     

搅拌摩擦焊焊缝区温度分布及对材料流动的影响

对搅拌摩擦焊三维温度场分布情况进行了研究 ,用有限元方法计算了温度场分布 ,模拟结果与试验结果基本吻合。采用的热源模型考虑了输入的热量随温度和位置变化的情况 ,所得的结果能更准确描述搅拌头附近温度分布情况。搅拌头前端的高温区比后端的温度高温区小 ,促使焊接过程中前进边的材料逆着搅拌头旋转方向向后流动 ,返回边的材料沿着搅拌头旋转方向向后流动 ,二者在偏向前进边侧结合     

搅拌摩擦焊工艺及其应用

搅拌摩擦焊（Ｆｒｉｃｔｉｏｎ ＳｔｉｒＷｅｌｄｉｎｇ 简称ＦＳＷ）是英国焊接研究所９０ 年代初发明的一种用于低熔点合金板材焊接的固态连接方法。用该方法可以焊接通常熔焊方法难于焊接的铝合金、钛合金等材料,不会在接头内形成气孔、裂纹、变形等缺陷。本文介绍了搅拌摩擦焊的基本原理、工艺特点、研究现状及其可能的应用领域,指出了其在我国的应用前景。     

车刀破损快速报警的实验研究

刀具破损的突发性和危害性对刀具监测系统提出了快速报警的要求。本文对切削振动信号在车刀破损时的变化规律进行了实验考察,提出了用均值分量的偏移和高频分量的短时消失来监测车刀破损的方法,并在已建立的微机监测系统中获得了满意的试验结果。