针对汽车碰撞盒容易出现欧拉失稳导致吸能特性劣化问题,研究了-种柱状波纹压溃与胶泥流动产生压 差缓冲的碰撞盒.通过实验研究了所用胶泥材料的O ia ld -d eW G le冥律流体本构模型,得出了胶泥的模型参数;采用落 锤冲击实验方法研究了柱状波纹压溃件的冲击力传递特性;建立了胶泥在多级径向通道中流动的连续性方程和控制微分 方程,推导了不同径向位置的径向速度分布表达式和压力梯度;采用平均惯性法分析了惯性效应对于压力梯度的影响,得 到了胶泥在碰撞盒中非稳态流动缓冲力计算方法.为验证理论计算的合理性,设计制作了胶泥多级径向流动节流与柱状 波纹压溃共同作用的碰撞盒样机,利用落锤冲击试验机和力传感器构建了冲击测试平台,并对缓冲装置进行了两种不同 高度的冲击实验,比较了不同冲击能量下的胶泥缓冲器传递冲击力的测试值与理...

针对柴油机曲轴轴承磨损故障信号特征微弱,易被噪声湮没且不同故障程度信号较难区分的特点,提出了-种基于压缩小波和局部保持投影的柴油机信息熵增强方法.利用压缩小波对信号多尺度重枸减弱噪声干扰,通过局部保持映射对多尺度信号进行降维,消除冗余信息并增强信号的冲击特性,最终以时域、频域以及时频域的三种信息熵表征信号特征.仿真和实例信号表明,该方法对故障信号特征增强明显,依据信息熵值实现了曲轴磨损状态的分类识别.

为了提取受强背景噪声干扰的信号中的弱故障特征,提出一种基于局部均值分解的多层混合滤噪方法(Local Mean Decomposition-Multilayer Hybrid De-noising,LMD-MHD)。针对LMD分解所得的乘积函数(Product Function,PF)分量可能存在虚假分量的问题,提出一种多指标综合决策方法,结合各指标在不同故障阶段的量化能力,筛选出合理的有效PF分量。将小波阈值滤噪设为奇异值分解(Singular Value Decomposition,SVD)的前置处理单元,使保留的较大奇异值以特征信息贡献为主,减少干扰成分,并采用信号快速傅里叶变换结果中主频率个数来确定奇异值重构阶数。轴承早期故障振动信号的试验结果表明,该方法能够可有效滤除随机噪声和脉冲干扰,提取强背景噪声下的早期弱故障特征,提高轴承故障诊断的准确性。

针对传统经验公式难以准确反映滚动轴承正常工作时油膜刚度动态变化的问题,根据滚动轴承运行时油膜状态分布,基于非Newton流体弹流润滑理论,考虑表面粗糙形貌、热效应、时变效应等因素,建立滚动轴承油膜刚度计算模型。通过数值计算,得到一个完整工作周期内油膜压力、膜厚、温度和刚度变化规律。结果表明：油膜刚度在一个周期内呈非线性变化,并随载荷、黏度、表面粗糙度幅值的增大而增大,随卷吸速度的增大而有所减小;油膜刚度的振荡频率随表面粗糙度波长和粗糙表面纹理走向与轴承滚动方向夹角增大而增大;滚动轴承正常工作时,油膜的温升最大,内圈次之,滚动体最小且不可忽略。

针对具有较强非平稳性和易被强烈背景噪声干扰特点的滚动轴承振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,实现了端到端的故障模式识别。首先,对滚动轴承振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和测试集;然后将训练集输入卷积神经网络中进行学习,不断更新网络参数;最后,将学习好参数的卷积神经网络模型应用于测试集,输出故障识别结果;通过滚动轴承故障模拟试验,进行可行性和有效性的验证。结果表明提出的方法对不同类型故障有着很高的识别精度,并可以通过增加故障数据种类和数量的方式来提高此方法的鲁棒性,是一种适应于处理“大数据”的故障诊断方法。

为了有效利用特征集所包含的敏感特征进行故障诊断,提出基于独立特征选择(Individual Feature Selection,IFS)与流形学习的故障诊断方法。从多个角度提取振动信号的混合特征,构建原始高维特征集。采用一种改进的核Fisher特征选择方法为每两类故障状态独立选择敏感特征集,并通过线性局部切空间排列(Linear Local Tangent Space Alignment,LLTSA)算法挖掘出可区分度更高的特征子集。采用“一对一”的方法训练多个二类分类支持向量机(Supported Vector Machine,SVM),将得到的低维特征输入多分类故障诊断模型进行识别。液压泵故障诊断实验表明,所提方法具备较高的诊断准确率。

在强背景噪声干扰下,快速峭度图提取滚动轴承微弱信号故障的特征效果并不明显。将迭代滤波（Iterative Filtering,IF）和快速峭度图相结合用于滚动轴承的微弱故障特征提取。滚动轴承故障振动信号通过迭代滤波进行自适应分解得到一组内禀模态分量,用迭代滤波对强噪声滚动轴承信号进行降噪处理,用快速峭度图构造最优带通滤波器,将滤波后信号的包络谱与轴承故障特征频率进行比较,从而诊断出具体故障。通过仿真和试验验证了所述方法的有效性及优点。

变转速工作模式使得本来就互相干扰、彼此联系的滚动轴承复合故障特征的提取更加困难。为此提出了基于迭代广义解调算法的变转速滚动轴承复合故障特征提取方法。该方法根据复合故障轴承信号包络时频谱中代表故障特征频率的时频曲线的突出性，结合迭代广义解调算法可以将特定时频曲线转换成平行于时间轴的直线这一特点，直接对滚动轴承振动信号中的特定成分进行分析和提取。整个算法由以下四部分组成：对同步测取的故障轴承转速脉冲信号进行处理得到转频曲线，根据转频曲线以及目标轴承的故障特征系数确定迭代广义解调算法需要的相位函数；其次，对故障轴承信号进行包络分析获取包络信号；根据计算的相位函数对故障轴承包络信号进行迭代广义解调；对解调信号进行频谱分析，通过分析频谱中独立峰的位置对滚动轴承的健康状...

针对工程实际中滚动轴承发生故障的类型具有典型性和故障冲击信号具有周期性的特点,提出了一种典型谱相关峭度图算法。该算法在借鉴典型谱峭度图算法区间划分的思想基础上,将相关峭度指标代替峭度指标,不但避免了宽频带解调引入的噪声干扰,而且充分利用了典型故障冲击的周期性信息,并通过优化谱相关峭度值,快速定位典型故障冲击信号所在的频率区间,并将该算法应用于最优解调频带的确定。通过对仿真信号和轮对轴承实验信号的分析表明,该算法无论在准确性还是在稳定性方面均表现出了极大的优越性,能够有效的自适应定位共振频带。

设计并采用低耗齿轮提高了大速比行星齿轮传动的效率.运用集中参数法建立了采用低耗齿轮的大速比行星齿轮传动的多自由度纯扭转动力学模型,通过对特征值问题的求解得到系统的各阶固有频率与振型矢量,归纳了大速比行星齿轮传动的固有特性;通过研究系统的共振转速与固有频率的关系,验证了纯扭转模型的准确性.在此基础上研究了低耗齿轮对该传动系统动力学特性的影响,结果表明,当低耗齿轮副的重合度设计在-定的范围时,传动系统的效率较高且振动较小.