基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。      

航空发动机磨损故障诊断系统研究

本文介绍的系统,通过对滑油中的磨粒形态进行铁谱显微图像自动识别的方法监测、诊断机械设备的磨损状态和磨损类故障,并辅以光谱分析实现故障定位。本文介绍了系统的组成特点和状态监测、故障诊断、故障定位、趋势预测以及专家系统开发等系统的诊断技术原理。     

第二届全国机械设备故障诊断学术会议征文

中国振动工程学会故障诊断学会将于1988年6月在北戴河召开第三届全国机械设备故障诊断学术会议。征文内容主要包括:诊断理论与方法;机械设备状态监测与故障诊断;微机在故障诊断中的应用;机械设备故障自动诊断与专家系统:工作状态监测系统与故障诊断分析仪表;机械设备的可靠性分析、失效分析、典型事故分析、预示性维     

简讯

“民航发动机磨损状态监测诊断系统”通过鉴定由南京航空航天大学民航学院左洪福教授承担的“民航发动机磨损状态监测诊断系统”,于近日通过了民航总局组织的项目验收和成果鉴定。航空及民航交通运输领域的专家、领导认真审查该项目后,给予了高度评价。“民航发动机磨损...     

基于光谱分析技术的磨损故障监测

采用转盘电极式原子发射光谱分析技术,监测某型燃气轮机传动润滑系统磨损状况的发展变化趋势,及时诊断早期磨损故障.为确保光谱分析技术监测的准确性,着重研究了环境温度波动、标准曲线细化、样品黏度以及磨损颗粒尺寸等主要因素对测量结果的影响,并简要阐述了光谱分析技术的基本原理.经大量研究试验表明:光谱分析技术能够提前预报燃气轮机传动润滑系统可能发生的磨损故障,是油液状态监控的1种有效手段.     

基于特征的飞机结构件加工状态监测方法

为有效监测飞机结构件加工过程中出现的刀具严重磨损、刀具破损和加工颤振等异常加工状态,提出基于特征的飞机结构件加工状态监测方法.分析了加工特征对监测加工状态监测的影响,运用小波分析方法提取加工特征关于加工状态的信号特征量,应用支持向量机方法对加工状态进行辨识.实例结果表明,该方法能有效的监测飞机结构件异常加工状态,具有较高的工程实用价值.     

数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机（SVM）融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证（GSCV）的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。     

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。     

基于主轴电流小波变换的刀具磨损状态监测

为消除机器人自动制孔系统中由于刀具磨损引起的孔径误差,提出一种基于主轴电流离散小波变换的刀具磨损状态在线监测以及寿命预测方法。首先根据主轴电流信号的波动规律,综合小波信号的正则性、相似性及曲线误差光滑性等要求,选用3阶多贝西小波基对主轴电流信号进行离散分解。结合刀具磨损规律,选取电流信号的3阶低频分解量作为刀具磨损状态监测的最有效特征,将电流信号的1阶高频分解量进行离散傅里叶变换,得到高频分量的频域特性,为电磁兼容设计提供依据;最后利用最小二乘法拟合刀具磨损量与主轴电流特征值的线性关系,通过监测主轴电流特征值,实现对刀具后刀面磨损量的在线监测以及刀具寿命预测。     

航空发动机摩擦磨损油液监测实验系统

阐述了工业摩擦磨损油液监测的意义及油液监测分析技术，介绍了国内外的应用情况。提出建立包括油料光谱分析，磨粒铁谱分析，润滑油品理化性能分析的综合实验系统是实施航空发动机摩擦磨损油液监测行之有效的方法。     

弹用涡喷发动机的状态监控方法分析

针对弹用涡喷发动机使用和结构上的特点,对如何采用气路参数分析法、振动监测法、低循环疲劳监测法、温度监测与蠕变分析法以及磨损监测法等对弹用涡喷发动机进行状态监控的问题进行了分析。     

基于LabVIEW的滚轮滑轨磨损故障监测系统

飞机襟、缝翼运动机构中滚轮滑轨的磨损状况对飞机的安全性有很大的影响,为研究滚轮滑轨的磨损情况,基于某滚轮滑轨磨损试验机,Ni WLS-9234数据采集卡和LabVIEW软件开发平台,对滚轮和滑轨相对位移所产生的振动信号进行采集及分析,并开展大量试验,开发了一套磨损故障监测系统。系统采用Remote Panels监控技术、SQL与数据库访问技术、报表生成技术、以及小波分析技术,能够有效地监测磨损故障。     

轴承钢摩擦副全流量在线磨粒静电监测方法

为满足滑油系统零部件衰退早期症兆监测要求,采用自制的全流量在线磨粒静电传感器对润滑条件下轴承钢滑动摩擦副开展实时在线磨损状态监测研究.研究了润滑条件下金属磨粒荷电机理和设计了静电监测系统,开展了不同载荷和滑动速度时的磨损实验,对摩擦系数、静电感应信号、静电信号均方根值(RMS)进行相关性分析.研究结果显示:①全流量在线磨粒静电监测方法与摩擦系数均能监测到粘着的发生,具有一致性;②静电监测方法在粘着发生前监测到异常;③在稳定磨损阶段,摩擦系数随载荷的增大而减小,随滑动速度的升高而降低;④在剧烈磨损阶段,静电信号中脉冲尖峰的RMS值随载荷增加时先增加后减小,随滑动速度的升高而减小.      

锯切圆柱形42CrMoA的声发射监测试验

针对锯切加工中的带锯条磨损状态未知、锯切质量下降等问题，本文研究了新试制的FTCUT双金属带锯条锯切圆柱形42CrMoA合金结构钢过程中锯切行为的变化，探讨了声发射信号与单刀锯切过程、锯齿磨损和锯切表面质量变化的关联。研究表明：锯切圆柱材料时随着锯切深度的变化，参与齿数先增大后减小，带锯条约束条件不断变化，进而影响着声发射信号幅值和锯切表面质量；基于时域分析可知锯齿磨损过程分为磨合磨损、快速磨损、稳定磨损三个阶段；基于FFT频域分析发现当频谱图出现多个主频，且第一主频幅值下降时，表明声发射信号来源比较分散，即可认定带锯条失效；基于小波包频域分析发现第7频段信号占比最高，最能反映工件表面质量的变化，其波动情况与锯切表面的微纹和波纹情况可建立一定的联系。因此，可基于声发射信号时域和频域分析判断锯齿磨损和锯切表面恶化情况，为锯齿磨损和锯切表面质量的在线监测提供一定的思路。     

航空发动机磨损故障分析及诊断技术述评

磨损类故障是航空发动机安全与高效运行的主要威胁之一。本文分析了发动机磨损类故障的组成以及相应诊断方法的研究现状,并结合机械设备故障诊断技术的发展趋势预测了航空发动机故障诊断技术的发展方向。     

人工神经网络与刀具磨损监测

介绍了人工神经网络的基本概念及在刀具磨损监测中的应用，例举了两种典型网络（ＢＰ网络、ＳＯＭ网络）的结构与学习算法。研究表明，应用前馈神经网络构造的刀具磨损状态二分类器、三分类器及磨损估计网络，检验效果很好。文中提出的ＳＯＭ网络在磨损估计方面具有学习快、精度高的优点，有实际应用价值。     

数控机床智能化技术

数控机床向高速、高效、高精化发展,要求数控机床具有热补偿、振动监测、磨损监测、状态监测与故障诊断等智能功能.融合几个或几种智能传感器,采用人工智能方法,通过识别、分析、判断及推理,实现数控机床的智能功能,为智能部件的实现打下基础.     

基于LabVIEW的旋转机械监测与诊断系统设计

随着现代科学技术在设备上的应用,旋转机械设备越来越大型化、复杂化,自动化程度也越来越高。因此,对旋转机械监测和诊断系统的要求也越来越高。在分析旋转机械故障易造成重大损失的基础上,阐述了在工业生产中利用虚拟仪器构建状态监测与诊断系统的优越性。提出了基于LabVIEW的旋转机械监测与诊断的硬件及软件解决方案,可以满足方便地监测各类转子工况以及及时做出准确的故障诊断的要求。     

航空发动机主轴轴承状态监测研究现状与发展趋势

航空发动机主轴轴承承受着高温、高速、重载、贫油、断油等极端工况,其疲劳、磨损等失效问题严重影响发动机的可靠性.因此,对航空发动机主轴轴承的使用状态进行有效精确监测极为重要.对航空发动机主轴轴承工况特点、主要失效模式和失效机制进行了梳理;针对主轴轴承的状态监测方法和技术,总结并对比分析了现有主轴轴承振动、滑油状态、声音、...     

基于免疫理论的航空发动机磨损故障智能诊断

针对航空发动机磨损故障诊断技术智能化、精确化的发展要求,以传统油液监测技术为基础,结合人工免疫系统(AIS)具有的自适应特性、学习记忆特性及识别特性等优点,提出了一种航空发动机磨损故障的智能诊断方法。该方法首先利用人工免疫理论的反面选择原理生成检测器,优化后的检测器生成算法提高了初始检测器的代表性及覆盖性;然后利用故障样本训练出成熟的检测器,使航空发动机典型的磨损状态信息存储在检测器中,实现对故障模式的有效学习和记忆;最后通过检测器的激活发现航空发动机的磨损故障。对油样数据的实例分析结果表明,该方法对航空发动机磨损故障具有较强的识别能力,对磨损状态有很好的监测效果。