张敬芬[1]2003年在《基于振动的设备故障和结构裂纹智能诊断研究》文中提出在实际生产中，机械设备重要零部件的故障往往造成生产停工和产出废品，严重的情况甚至造成人员伤亡。板、梁是船舶与海洋结构物的基本组成单元，而这些结构物的损伤多以板、梁的裂纹表现其故障形式。随着大型结构物的不断出现，由于裂纹未能及时发现而造成的裂纹扩展的结果往往造成整个结构的破坏，等到事故发生的时候一切已不可挽救。船舶与海洋结构物既包括发动机这样的机械设备，又有甲板、舱壁这样的工程结构，结构和设备的故障都有可能造成重大事故，因此，对结构和设备都需要及时准确的故障诊断，防患于未然。在对结构裂纹的诊断中，本文主要致力于板裂纹的诊断研究。由于对裂纹的诊断是基于振动的宏观理论，故不考虑裂纹尖端的应力情况。 基于振动理论的频谱分析方法在工程中较为实用，对螺杆压缩机的转子故障进行了频谱分析诊断，确定了其故障发生的频率范围是转子工作基频开始的高阶频段，对转子故障进行了初步诊断，得到有效的诊断结果。 对悬臂板不同的位置、长度、深度和角度的各种裂纹情况进行了有限元数值仿真分析。在梁结构的振型斜率变化率基础上，得出了板结构两个方向的振型切角变化率。 船舶与海洋工程结构物，如海洋平台等，结构比较复杂，所受载荷和环境激励具有随机性，加上水下部分难以探测，因此选择适当诊断指标是很必要的。由于水下结构贴应变片测量应变不方便，工程实际中一般通过在水上平台测量裂纹损伤造成的模态变化，根据振型、固有频率的振动信息的变化来诊断裂纹情况。本文给出了诊断裂纹的五种指标。经过对不同裂纹情况的研究，得出在各诊断指标中，振型切角变化率指标对裂纹损伤最敏感。分析了不同情况裂纹对固有频率和振型切角变化率裂纹诊断指标的影响。得到结论是裂纹位置越靠近固定边，对诊断指标的影响越大；裂纹越长，对诊断指标的影响越大；裂纹角度越大，对诊断指标的影响越大；裂纹越深，对诊断指标的影响越大。 螺杆压缩机故障常常表现为阴阳转子的各种故障模式。但是，到目前为止对螺杆压缩机阴阳转子的故障模式尚未明确提出。本文综合考虑斜齿轮以及旋转机械转子的故障模式，结合具体的工程实际建立了螺杆压缩机阴阳转子的故障模式。对螺杆压缩机转子的故障诊断中，参考模糊神经网络在低于5倍基频的低阶频段的故障诊断模式，将模糊神经网络的故障诊断技术应用到从转子基频到28倍基频的高阶频段上。解决了类似压缩机这样故障信号主要表现在高阶频段的模糊神经网络故障诊断问题。对裂纹的模糊神经网络故障诊断中，将五种裂纹诊断指标分成叁组进行模糊神经网络诊断，对悬臂板裂纹进行了包括位置、长度、深度和角度的全方位诊断。 本文提出了利用噪声信号对螺杆压缩机转子进行了模糊神经网络故障诊断的方法。利用振动信号和噪声信号的非同源数据的模糊神经网络数据融合的螺杆压缩机转子故障诊断模型，对螺杆压缩机转子进行了振动信号和噪声信号的非同源模糊神经网络数据融合技术研究。 本文在多传感器的数据融合技术基础上，提出了诊断板裂纹特征的同源数据大连理工大学博士学位论文不同诊断指标的模糊神经网络数据融合诊断模型。对悬臂板裂纹的诊断采用的是一个传感器采集信号，提取不同裂纹诊断指标的同源数据不同指标融合诊断，这给裂纹的诊断技术提供了一个新的诊断模式。融合后的诊断精度明显好于未融合的诊断精度。 进行了悬臂裂纹铝板的模态试验，得到了完好板和17种不同裂纹板、多裂纹板的试验模态数据库，为以后同类问题的研究提供了有价值的参考。并从中提取裂纹诊断识别指标，对裂纹板进行了基于模糊神经网络数据融合技术的故障诊断，并与实际裂纹情况进行了比较，诊断结果表明同源数据不同诊断指标的模糊神经网络数据融合诊断模型对裂纹可以达到位置、长度、深度和角度的全面刻画。
陈毓珍[2]2004年在《基于振动特性的工程结构裂纹诊断》文中研究指明船舶与海洋工程结构物一般是由板和梁组合而成的。在建造过程或者营运中，在动载的作用下，有时会产生结构裂纹。如果结构裂纹早期不能被发现，使裂纹不断扩展，将会造成整个结构的破坏，导致重大的海损事故。由于结构裂纹一般用肉眼是难以发现的，尤其是水下部分更难于发现，因此开展有效的结构裂纹诊断方法研究是非常必要的。 本文主要依据板有无裂纹的振型和固有频率的变化信息，研究适于板的裂纹诊断指标，在此基础上，采用BP神经网络开展板的裂纹的智能诊断研究。 本文主要的工作有以下几个方面： ★研究了工程中常见的悬臂板、四边刚性固定矩形板、四边简支矩形板和叁角形板的直裂纹和斜裂纹对振动特性的影响。研究了肘板有裂纹时对固有频率的影响以及对振型的影响。 ★在研究目前已有的结构裂纹诊断指标的基础上，提出以{((△tgα_x)~2+(△tgα_y)~2)~(1/2)}作为结构裂纹诊断指标；通过讨论各种结构裂纹诊断指标对裂纹的不同位置和长度的敏感程度，证明本文所提出的诊断指标对板的裂纹的诊断优于其它方法。 ★为了诊断板裂纹的长度和位置，采用基于Matlab工具箱编制的BP网络训练程序，对学习样本进行训练，并预测检测样本的位置和程度，预测得出的裂纹位置和长度与假定值之间的误差是可以接受的，同时进一步验证了本文所提的指标{((△tgα_x)~2+(△tgα_y)~2)~(1/2)}在斜裂纹的诊断上优于其它诊断指标。
韦冬东[3]2018年在《变转速工况下的行星齿轮箱智能故障诊断方法研究》文中指出基于振动分析技术的机械健康状态检测和故障诊断方法已被广泛应用于如汽车、风电、采矿等许多工业领域中,它能准确的定位许多机械的早期故障且容易部署。行星齿轮箱作为许多重型机械(如风力发电机)传动链上的核心部件,对其进行故障诊断是十分必要的。然而,行星齿轮箱的结构复杂性和运行工况的非平稳性给传统的故障诊断方法带来了挑战。此外,在目前的工业应用中,机械设备每天产生着海量的传感器数据,传统基于人工和专家知识的故障分析方法受到了局限,急需提出针对原始传感器信号的优化处理流程以及智能化的故障诊断新方法。基于前沿的机器学习和深度学习技术的发展,同时考虑行星齿轮箱振动信号的复杂性以及机械变工况运行带来的数据非平稳性,本课题主要研究故障的智能诊断方法以及克服工况影响的信号处理技术。论文主要围绕行星齿轮箱箱体结构裂纹、旋转轴裂纹以及齿轮箱内部齿轮的几种常见故障进行研究,提出了几种具体的故障诊断方法,发展了卷积神经网络技术在故障诊断领域中的应用,并探索了时变工况带来的诊断中的迁移学习问题。本文的具体研究工作可以概括如下:(1)针对行星齿轮箱箱体裂纹故障定级问题,将旋转机械中常用的计算阶次分析方法引入到机械结构扫频激振响应信号的分析中,提出了一种基于窗函数和范数计算的特征提取方法并结合支持向量机进行了验证。经实验证明,相较传统基于定频激振模式的方法,扫频激振方法能激发结构更丰富的振动特性,在裂纹诊断方面具有优势。(2)传统智能诊断往往基于手工特征提取,而本章基于深度学习理论,设计了一个深度卷积神经网络,能从传感器信号中直接提取故障特征信息。实现了基于单个智能模型在转速大幅度波动的情形下,对几种常见的行星齿轮箱太阳轮故障进行直接的“端到端(end to end)”诊断,减少了对人工故障特征提取技术的依赖。(3)针对风力发电机运行中的转速大幅度变化情形,本论文考虑了工况变化带来的数据集分布迁移问题,探索了卷积神经网络在实际工业应用中的泛化性能。最终,本文提出了一种针对变转速工况下旋转机械的振动信号归一化方法,为智能模型提供了针对转速迁移带来的过拟合问题的正则化方案。
罗跃纲[4]2002年在《转子系统故障的若干非线性动力学问题及智能诊断研究》文中指出旋转机械是指大型汽轮发电机组、水轮发电机组、核电机组、航空航天发动机、高速压缩机、离心机、离心泵和高精度机床等以转子系统为工作主体的机械设备,它们广泛地应用于电力、石化、冶金、机械、航空等各工业部门。随着科学技术与现代化工业的发展,旋转机械正朝着大型化、连续化、高速化、轻型化、集中化、自动化和大功率、大载荷方向发展。这一方面提高了生产率,降低了生产成本;但另一方面,这些设备一旦发生故障,所造成的经济损失将会成倍的增加。最近几十年来由于机械设备故障导致的灾难性事件时有发生,造成的经济损失、人员伤亡和社会影响也是难以估量的。因此,一方面对于旋转机械在速度、容量、效率和安全可靠性等方面提出了更高的要求;另一方面使得发展并应用先进的状态监测与诊断技术对设备故障进行检测和诊断显得尤为重要。本文以旋转机械的转子系统和工程结构为主要研究对象,首先系统阐述了转子系统中转轴的非线性刚度问题、转静子碰摩和基础松动等非线性故障转子动力学问题及研究方法、基于神经网络的智能诊断技术的研究目的、意义与研究概况,存在的问题与不足。在此基础上,系统、深入地研究了非线性转子系统由于转轴非线性刚度、碰摩和松动耦合故障引起的分岔与混沌行为,以及若干相关问题;结构损伤智能诊断识别中特征(敏感)参数的选取问题、智能诊断方法的改进措施,以及在设备与结构故障诊断中的应用问题。本文的主要工作有以下几个方面:1. 建立了具有非线性刚度轴支撑的Jeffcott 转子系统动力学方程,利用多尺度法对弱非线性刚度系统的非共振、主共振、超谐共振和亚谐共振响应进行了分析;并应用数值分析方法研究了具有强非线性刚度系统响应的复杂动力学行为,系统参数变化对系统动力学响应的影响以及混沌运动的激变特性。2. 真实的转子系统的刚度通常是非线性的,本文建立了具有非线性刚度的转子系统局部碰摩的动力学微分方程,并应用数值分析方法研究了此类系统响应的复杂动力学行为,利用转子响应的分岔图、最大Lyapunov 指数曲线图、Poincaré截面映射图、时域波形图、相轨线图、轴心轨迹图、幅值谱图和功率谱图等图形分析了系统响应的周期运动、拟周期运动、
王华林[5]2005年在《金属结构疲劳破坏的计算机仿真分析》文中研究说明在实际生产中,机械设备重要零部件的故障往往造成生产停产和产出废品,严重的情况甚至造成人员的伤亡。板和梁是冶金桥式起重机金属结构的基本组成单元,而这些金属结构的损伤多以板、梁的疲劳裂纹表现其故障形式。随着大型金属结构的不断出现,由于裂纹未能及时发现而造成的疲劳裂纹扩展的结果往往造成整个结构的破坏,等到事故发生的时候一切已经不可挽回。因此,对结构和设备都需要及时准确的故障诊断,防范于未然。国内外学者在故障诊断方面做了大量的工作,提出了一系列结构损伤识别方法,但基于模态参数的损伤识别方法仍属于最普遍最基本的方法之一。在对结构疲劳裂纹的故障诊断中,本文主要对板裂纹的诊断研究,利用模态参数进行结构疲劳裂纹损伤识别。由于对裂纹的诊断是基于振动的宏观理论,故不考虑裂纹的尖端的应力情况。 本文对悬臂板模拟不同的位置、不同长度、不同角度的各种裂纹情况利用有限元分析软件ANSYS进行了数值仿真分析。在梁结构的振型斜率变化率基础上,得到了板结构两个方向的振型切角变化率。 冶金桥式起重机结构比较复杂,所受载荷和环境激励具有随机性,因此选择适当的诊断指标是很必要的。本文提出了固有频率变化率和振型切角变化率两个指标。分析了不同情况的裂纹对固有频率和振型切角变化率裂纹诊断指标的影响。得到结论是裂纹位置越靠近固定边,对诊断指标的影响越大;裂纹越长,对诊断指标的影响越大;裂纹角度越大,对诊断指标的影响越大。 本文进行了悬臂板完好板和有裂纹板的模态试验,得到了完好板和有裂纹板的试验模态数据,并与有限元数值仿真结果进行分析比较,对存在的误差进行了分析。
余志刚[6]2008年在《基于P型有限元法的裂纹结构动力学分析与故障诊断研究》文中提出裂纹是工程结构中最常见的一种损伤模式,严重威胁着结构的完整性和安全性。基于振动特征的裂纹诊断方法由于具有测试整体性和在线性等诸多特点而受到了广泛的关注和重视。为了实现裂纹的定量辩识,通常的方法是对动力学模型中的裂纹参数通过某种方式加以调整使得计算结果与参考结果间差异最小,最后的裂纹参数即为辩识结果。由此可见,裂纹的定量辩识对动力学计算模型和裂纹参数搜索两方面的效率要求非常高,关系到其在工程实际中是否具有应用价值。论文的主要目的就是在基于振动信号的裂纹故障诊断理论框架下,研究提出精确而高效的动力学分析模型与裂纹辩识方法,为实现裂纹的在线监测和诊断提供一种切实可行的方案。论文分析了均质和非均质材料梁中各式裂纹在典型载荷作用下的局部柔度,给出了其显式表达式。提出了基于裂纹集中柔度模型和p型有限元方法的裂纹梁结构动力学特性和响应分析方法。通过与实验值以及常规有限元计算结果的比较表明该方法具有计算精度高、收敛速度快等优点。利用该p型有限元方法研究了在关键领域有广泛应用但以往研究鲜有涉及的几类工程结构,包括几何非均匀梁、材料非均匀梁和旋转变截面梁在出现裂纹前后的动力特性,讨论了相关参数如裂纹深度、裂纹位置、边界条件、高度变化率、材料梯度率、旋转速度等对于其振动特性的影响。针对单变量型有限元法在计算其它场变量时的精度损失问题,提出了多变量p型有限元方法。该方法以广义变分原理和函数逼近理论为基础,不仅能够同时准确地求解出多个场变量,而且还有很好的收敛性能。该方法可以作为基于应力、应变等变量的结构完整性监测和评估技术的有力支持。对现代免疫算法在裂纹定量辩识上的应用进行了初步的尝试。提出了一种用于裂纹辩识的改进型目标函数,并通过免疫智能算法对该目标函数模型进行寻优。算例和实验研究表明该方法能够有效地解决裂纹的定量辩识问题。该研究不仅拓宽了免疫算法的应用范围,同时也为裂纹的检测和识别开辟了一种新的途径。
熊先锋[7]2003年在《压电阻抗技术用于结构健康监测的研究》文中研究说明用于结构健康监测的压电阻抗技术是近些年才兴起的一种新的结构损伤检测技术。本文研究了压电阻抗技术在螺栓松动检测和结构裂纹检测两方面的应用，在实验中成功检测出这两种结构损伤，而且可以定性判断损伤是否扩展。 本文对压电陶瓷(PZT)耦合结构机械阻抗进行了详细地理论分析，推导出PZT电阻抗与结构机械阻抗的关系。根据这些基本理论，设计了结构损伤检测的实验系统。通过对被测结构进行有限元分析，找到了结构损伤较为敏感的激励频带，并采用一种新的PZT激励方式和阻抗测量技术，大大降低了测量仪器的成本，减小了设备体积，拓展了结构损伤的检测范围。在分析基于阻抗比较图的定性判定方法的基础上，详细研究了基于健康指数的定量判定方法，它能更加科学准确地表征结构健康状况。实验成功地检测出不同位置的连接螺栓松动和大小各异的结构裂纹损伤，取得了较为理想的检测结果，并且具有良好的可重复性。
居桦桦[8]2006年在《导管架海洋平台裂纹的振动诊断研究》文中研究指明海洋平台结构长期服役在恶劣的海洋环境中，并受到各种载荷的交互作用，如风载荷、波浪载荷、海流、冰载荷等，有时还要遭到地震、台风、海啸、船碰撞等意外事件，结构本身还要遭受环境腐蚀、海洋生物附着、海底冲刷等影响。在动载荷作用下，导管架海洋平台有时会产生结构裂纹。如果结构裂纹早期不能被发现，使裂纹不断扩展，将会造成整个平台结构的破坏，导致重大的海损事故。因此，在发生海损事故前，及时发现各构件存在的微裂纹是十分重要的。 本文基于振动诊断方法来诊断平台结构裂纹。主要工作包括叁方面： (1)以一综合性四腿导管架平台为例建立平台的有限元模型，讨论不同位置、不同大小的裂纹对平台振动模态的影响。经过数值计算表明，平台构件发生小裂纹时，固有频率变化不明显，很难通过平台损伤前后的频率变化来诊断平台构件的损伤，而平台构件损伤前后的振型变化比较明显； (2)为了寻找平台构件裂纹的较好诊断指标，以梁为模型，讨论各指标对裂纹的敏感性。在研究各种结构诊断指标的基础上，提出新的裂纹诊断指标—振型差值曲率。经研究表明，本文的诊断指标较其他指标更为敏感。 (3)运用本文提出的诊断指标对平台管件进行裂纹诊断。通过对平台桩腿和水平杆的计算，验证了本文的裂纹诊断指标——振型差值曲率对导管架平台的管构件同样适用。
王国彪, 何正嘉, 陈雪峰, 赖一楠[9]2013年在《机械故障诊断基础研究“何去何从”》文中指出机械故障诊断是一门起源于20世纪60年代的新兴学科,其突出特点是理论研究与工程实际应用紧密结合。该学科经过半个世纪的发展逐渐成熟,在信号获取与传感技术、故障机理与征兆联系、信号处理与诊断方法、智能决策与诊断系统等方面形成较完善的理论体系,涌现了如全息谱诊断、小波有限元裂纹动态定量诊断等原创性理论成果,在机械、冶金、石化、能源和航空等行业取得了大量卓有成效的工程应用。但是,该学科也还存在着故障机理研究不足、诊断方法有限和智能诊断系统薄弱等问题。今后机械故障诊断学科的基础研究和源头探索究竟应该如何开展,未来的发展方向是怎样,将是一个非常急切且需要深入探讨的问题。在对国内外机械故障诊断学科基础理论和工程实际应用研究现状分析的基础上,指出目前该学科基础研究存在的问题和今后研究突破的方向。
郑浩[10]2017年在《通风机叶片单裂纹故障识别》文中进行了进一步梳理为作业场所提供连续不断新鲜空气的通风机,不但可以调节环境所需要的风量、湿度和温度,同时还能稀释和排除有毒、有害气体,改善劳动条件,特别是在矿井生产中具有极其重要的作用。叶片作为通风机的关键零部件,它的可靠运行至关重要。一旦叶片出现裂纹故障,往往对风机机组运行安全构成很大的威胁,甚至导致重大事故的产生,所以能够实现对叶片的裂纹监测及识别具有十分重要的意义。为了快速有效地对叶片裂纹进行定量研究,本文在理论分析的基础上,提出了一种简单而且可靠的通风机叶片裂纹识别方法,并通过搭建试验系统平台,进行了模态试验,验证了所提方法的可行性。主要工作内容如下:(1)根据叶片裂纹损伤以及叶片振动的相关理论,得到了含裂纹的叶片横向振动的特征方程,通过求解方程获得了含裂纹叶片固有频率与裂纹位置、深度的关系分析并得到了裂纹位置及裂纹深度对叶片固有特性的影响规律。(2)通过对叶片结构离散化的振动动力学方程分析,理论推导得出了叶片结构任意阶模态的“频率变化平方”均包含有相同单元损伤信息的结论。为此,提出基于固有频率变化平方比识别叶片裂纹位置的方法,即利用固有频率变化平方比置信度识别准则作为判断两个工况之间相似程度的依据,以相似性最大的两个工况来判断裂纹的位置所在。(3)通过将系统的脉冲或自由振动响应分离成为对应于每个刚度区域的局部响应,提出了基于双线性系统的裂纹识别方法。从分离后的每组局部响应中分别提取其固有频率,通过比较两组局部响应的固有频率的百分比差异来判定呼吸裂纹是否存在以及确定裂纹深度。(4)利用搭建的叶片结构裂纹识别模态试验平台,进行了验证性实验。通过锤击法激励叶片结构,获得加速度响应,应用模态试验DASP软件识别出全局响应固有频率,在MATLAB中进行数据处理得到两个局部响应的固有频率。从全局响应中得到前5阶固有频率,得到完好叶片结构与带有裂纹的叶片结构固有频率变化平方比,与仿真得到的数据进行对比,从相似性中判断裂纹位置所在;利用得到的局部区域固有频率百分比差异与裂纹深度呈单调变化的性质来定量识别裂纹的深度。实验验证表明了所提的叶片裂纹位置和深度识别方法是可行性的。
参考文献：
[1]. 基于振动的设备故障和结构裂纹智能诊断研究[D]. 张敬芬. 大连理工大学. 2003
[2]. 基于振动特性的工程结构裂纹诊断[D]. 陈毓珍. 大连理工大学. 2004
[3]. 变转速工况下的行星齿轮箱智能故障诊断方法研究[D]. 韦冬东. 电子科技大学. 2018
[4]. 转子系统故障的若干非线性动力学问题及智能诊断研究[D]. 罗跃纲. 东北大学. 2002
[5]. 金属结构疲劳破坏的计算机仿真分析[D]. 王华林. 武汉科技大学. 2005
[6]. 基于P型有限元法的裂纹结构动力学分析与故障诊断研究[D]. 余志刚. 清华大学. 2008
[7]. 压电阻抗技术用于结构健康监测的研究[D]. 熊先锋. 国防科学技术大学. 2003
[8]. 导管架海洋平台裂纹的振动诊断研究[D]. 居桦桦. 大连理工大学. 2006
[9]. 机械故障诊断基础研究“何去何从”[J]. 王国彪, 何正嘉, 陈雪峰, 赖一楠. 机械工程学报. 2013
[10]. 通风机叶片单裂纹故障识别[D]. 郑浩. 北京工业大学. 2017
标签：工业通用技术及设备论文; 故障诊断论文; 固有频率论文; 模态分析论文; 模糊理论论文; 振动试验论文; 机械振动论文; 汽车故障论文; 振动频率论文; 动力学论文;