超声振动切削对耦合颤振的影响

以耦合颤振为研究对象,通过理论分析和实验测量,研究了超声振动切削(UVC)方法对其影响及机理。超声振动切削可以通过控制系统能量摄入抑制耦合颤振。一方面,确定系统发生耦合颤振具有临界能量阀值,系统摄入能量为瞬时切削功率在净切削时间内的积分;建立的临界切削深度模型,表明超声振动切削可以增大临界切深,这表示系统具有更大的切削功率阀值,其原因是超声振动切削方法净切削时间减少,从而在一定切削时间内维持系统能量摄入总量不变,保证切削系统的稳定。另一方面,在相同条件下,超声振动切削可以有效降低平均切削力,减少系统摄入的能量,从而减弱耦合颤振的振动幅度,对其进行抑制。使用自行研制的弱刚度镗杆进行了对比实验,实验结果表明:超声振动切削可以增大临界切削深度且临界切深与占空比成反比;在相同条件下减小了系统振动幅度,获得了更好的加工质量。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。      

基于细观结构的三维四向复合材料刚度预测模型

考虑纱线截面的变化、相互挤压,建立了三维四向复合材料内部单胞、表面单胞及角胞细观模型。对三种单胞模型施加了相应的周期性边界条件,采用刚度体积平均法,建立了三维四向复合材料刚度预测模型,预测了切边和非切边三维四向碳/碳复合材料纵向弹性模量。结果表明,三单胞预测模型在材料宽度为8、13、16、21mm的预测值时,与试验平均值的误差分别为18.3%、5.8%、4.2%和5%,模型预测精度在材料宽度增加时,预测精度明显提高,当材料宽度大于13mm时,能较好的预测三维四向碳/碳复合材料纵向弹性模量,且三单胞模型的预测精度显著优于内部单胞模型。     

微动垫夹持刚度对微动疲劳寿命的影响分析

以单卡头式微动疲劳试验装置为对象,设计了不同微动垫夹持型式的微动疲劳试验装置,建立了两种试验装置的物理模型,结合理论分析和有限元数值仿真,从微动垫夹持刚度的角度分析了影响微动疲劳寿命的主要因素,并进行了试验对比验证。结果表明:夹持刚度的减小对SWT（Smith Watson Topper）微动疲劳损伤参量的最大值及位置影响较小,且使其在接触区域的分布趋于对称,可显著地降低相对滑移幅值,进而减小微动疲劳过程中的磨损程度;与夹持刚度较大的试验装置相比,夹持刚度较小的试验装置测试得到的微动疲劳试验寿命较长。      

航空发动机整机静子建模与刚度验证

基于建立航空发动机整机状态的结构动力学分析有限元模型要求,对应用于静子机匣的不同有限元网格模型进行了对比分析,并将其组装成整机模型,进行了各支点的静柔度计算和对比试验。结果表明:对静子建模可分为主承力和其他机匣部件分别进行。承力机匣采用实体单元模型,有效模拟其刚度特性;传力机匣采用壳单元模型,在保证计算精度的前提下减小计算规模。通过对整机静子模型状态下轴承座静柔度计算与试验结果的对比,验证了整机静子模型刚度分布的有效性,经过质量修正后可以为整机状态结构动力学分析提供模型。     

OH与CH2O双组分平面激光诱导荧光对旋流燃烧室火焰结构与脉动特征的研究

介绍了利用平面激光诱导荧光(PLIF)技术对航空发动机的旋流燃烧室模型在贫燃状态下工作特性的研究。通过对OH与CH2O双组分进行同步PLIF测量,获得了不同工况下燃烧室反应区以及预热区的瞬态结构信息。应用本征正交分解(POD)方法对OH PLIF的图像进行处理,得到了旋流火焰的主要脉动模态,并通过扩展本征正交分解(EPOD)方法计算出了相应POD模态的CH2O荧光信号分布。实验结果表明:随着燃烧室热功率的增大,火焰的整体结构、脉动模式均出现了明显的变化。在火焰高度增加的同时,轴向不稳定性逐渐增强,涡核旋进(PVC)的脉动特征相对减弱。在较大的热功率下,在燃烧室的外回流区(ERZ)出现未燃烧的燃料。      

多通道相关-自适应轴承故障诊断方法

提出了多通道相关-自适应共振解调(MCC-ARD)方法 ,该方法使用冗余信号源采集故障信息,并利用谱峭度(SK)优化经验模态分解(EMD)的分解效率,根据互相关系数更加合理地选择本征模态函数(IMF)分量完成重构,对重构IMF进行包络解调,实现对滚动轴承的故障诊断。通过对多通道相关-自适应共振解调方法的实测数据分析,结果表明:该方法不仅克服了单一信号源系统修正能力差的缺陷,而且相频谱辨识率为传统EMD结合谱峭度共振解调方法的2.7倍,对滚动轴承故障的诊断结果更加清晰、准确。     

基于IITD和FCM聚类的滚动轴承故障诊断

基于Akima插值和固有时间尺度分解（ITD）中的线性变换,提出了一种改进的固有时间尺度分解（IITD）,在此基础上,进一步提出基于IITD近似熵（AE）和模糊C均值聚类（FCM）相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量（PR）,计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。      

基于Birge-Massart阈值降噪与EEMD及谱峭度的滚动轴承故障特征提取

针对传统共振解调方法易受噪声干扰导致故障特征提取效果不佳的问题,提出了一种基于Birge-Massart策略的阈值降噪与集成经验模态分解(EEMD)和快速谱峭度算法相结合的滚动轴承故障特征提取方法。对原始故障信号进行EEMD并采用峭度准则筛选出含有故障信息的本征模态函数(IMF)分量;采用Birge-Massart策略和快速谱峭度对故障信号进行滤波降噪;对滤波后信号进行Hilbert包络解调,提取轴承故障特征。采用该方法分别对仿真信号和实验信号进行特征提取,结果表明该方法可以有效提高故障信号信噪比,清晰准确地获取轴承内、外圈故障的频率特征。利用峭度因子准则筛选IMF分量能有效保留原始故障信号中的冲击特征,去除无关IMF分量的影响。      

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。