为研究制造误差对齿轮系统啮入冲击的影响,给出一种考虑实测基节误差的齿轮啮入冲击算法.该算法基于考虑实测基节误差的轮齿接触分析（Tooth Contact Analysis, TCA）及轮齿承载接触分析（Loaded Tooth Contact Analysis, LTCA）,准确算出齿轮连续啮合过程中每对啮合轮齿的实际啮入点位置;并根据LTCA得到的轮齿承载变形及载荷分配系数,计算出当前啮入齿对啮入点处的刚度;最后计算出以 n 个啮合周期为一个大周期的啮入冲击力（ n 为主、被动轮齿数的最小公倍数）.研究表明,在不同齿对的相对基节误差具有随机性的情况下,该算法可以准确算出每对轮齿的线外啮入点的位置,并相应算出不同位置的啮入点的刚度;该算法适用于具有修形齿面或误差齿面的齿轮系统,真实反映了实测基节误差对齿轮啮入冲击的影响.

为探究某大型断路器机构系统在SF 6中的磨损规律。采用正交试验法,在自主研制的轴-套式摩擦磨损试验机上进行磨损试验,获得了不同工况下的磨损率,并结合神经网络建立了磨损预测模型;考虑运动副间隙的存在,基于非线性弹簧阻尼模型,利用ADAMS软件仿真获得了该传动机构危险关节的动力学参数,并将其作为预测模型的输入信息,对关节的磨损进行了迭代计算;经对比分析,发现磨损深度在轴套表面呈非均匀分布,且试验气氛下关节磨损明显较空气环境中严重。该研究为断路器机构优化设计、故障诊断提供了理论依据,并为机构动力学参数与运动副磨损相耦合的问题提供了分析方法。

基于模态综合技术提出了适用于求解柔性多体系统斜碰撞问题的动力学建模方法,将离散的碰撞物体分为碰撞区域和非碰撞区域,对于非碰撞区域采用子结构方法进行模态缩减,在保证求解精度同时能有效提高计算效率。用罚函数模型和修正库伦摩擦模型分别对法向和切向碰撞进行建模,考虑钢杆和PVC圆盘的接触碰撞系统,在考虑摩擦的斜碰撞工况下分别采用电阻应变片和3D-DIC测量技术测量圆盘表面指定点的应变响应和速度响应,通过理论和实验结果对比验证了碰撞动力学模型和摩擦模型的准确性,同时研究了相对速度的变化对摩擦因数的影响。

随着阵列单元数目增多,用传统有限元动力学分析方法分析阵列可展结构计算量十分巨大,甚至变得不可能。依据阵列可展结构由单元机构规律性组合而成的特点,针对剪式单元阵列可展结构提出了一种规范化动力学分析方法（规范法）。此方法将单元机构的叠加节点自由度与内部节点自由度分开,从而实现单元特性矩阵的首尾循环相加得到整体结构的刚度矩阵和质量矩阵。以5×5剪式单元平面阵列可展结构为例,采用规范法分析其固有频率和动态响应情况。结果发现：当展开角度接近于0°和180°时,固有频率迅速减小至0 Hz。当施加外载时,无阻尼、小阻尼和过阻尼情况下的动态响应分别为周期性振动、最大振幅衰减的周期性振动和无振动。可以得出：可展结构在0°和180°附近结构不稳定,其安全工作角度为20°-160°。阻尼适当增大可以有效减小振动。规范法提...

针对气动比例阀的摩擦力是造成其死区的主要因素，分析了比例阀摩擦力的产生原因。根据振动对摩擦力的影响，对气动比例阀叠加高频低幅颤振信号进行摩擦力补偿的机理进行了研究，并基于软件VC＋＋和LabVIEW开发出摩擦力颤振补偿器。实验结果表明，通过在控制信号上叠加高频低幅的颤振信号，使阀芯始终处于微小振动状态，可以有效克服比例阀摩擦力，消除爬行现象，缩短滞后时间。该补偿方法具有较高的工程应用价值。

考虑流体流动、转子转动等随机性引起的压力脉动波动特性,提出了柱塞泵压力脉动的随机动力学表达式,并通过三柱塞泵-管道系统实验获得压力脉动随机参数的概率分布规律为极值I型分布。根据所提出压力脉动随机动力学表达式,应用蒙特-卡罗方法进行管道动力响应分析,通过与实验数据对比验证了所提出表达式的合理性。根据实验及数值分析结果发现泵输出压力脉动与管道位移响应均服从极值I型分布,随机压力脉动频率特性中出现和实验一致的1/3倍频。管道动力响应数值分析结果与实验吻合良好,证明所提出的表达式能够准确模拟柱塞泵管道系统内压力脉动随机动力特性,对管道系统的安全性和可靠性设计具有重要的应用价值。

鱼雷燃料泵在对燃料增压时不可避免地产生强烈的振动并传递至鱼雷壳体，使之成为鱼雷的激振源之一。为了指导燃料泵的减振降噪，利用液压系统仿真软件AMESim 建立了与传统斜盘式柱塞泵结构及工作原理差异很大的燃料柱塞泵的液压模型。搭建燃料泵动态压力测试系统，测试了燃料泵出口的动态压力，并与泵出口压力仿真信号进行对比，验证了模型的正确性。在此基础上，进一步对泵出口压力、流量及柱塞腔压力动态过程进行仿真，确定出了既能削除柱塞腔尖峰压力又对泵出口压力流量无影响的错配角。以此为指导，制造出具有合理错配角的样机。对比测试表明新泵相对原泵，在全部十个测试位置振动能级均降低，最大降幅约5dB。

为了更好地实现液压泵的故障模式识别,对液压泵故障特征提取方法和模式识别方法进行研究。针对多尺度熵算法存在的在尺度因子较大时时间序列较短而导致各尺度样本熵表征液压泵故障状态性能较差的问题,提出了改进的多尺度熵算法,通过对液压泵实测信号分析验证了所提出的改进多尺度熵的良好性能。针对液压泵故障状态与故障特征之间的非线性关系,采用支持向量机算法建立液压泵的故障模式识别模型,并提出采用人工蜂群优化算法对支持向量机模型参数进行优化。基于改进多尺度熵和蜂群优化参数的支持向量机实现液压泵故障模式识别,通过对比分析验证了所提出的液压泵故障模式识别方法的良好性能。

为了更有效地提取液压泵振动信号的特征,在多尺度模糊熵（Multiscale Fuzzy Entropy,MFE）的基础上,结合层次熵（Hierarchical Entropy,HE）提出了基于多尺度最优模糊熵（Multiscale Optimal Fuzzy Entropy,MOFE）的特征提取方法。基于多尺度模糊熵的特征提取方法是不够全面的,它仅仅分析了时间序列在各尺度上的均值成分,而非均值成分也应当被考虑在内。多尺度最优模糊熵通过引入层次熵的理论,首先,分析时间序列在不同尺度下的所有节点;其次,比较同尺度各节点的模式区分能力;然后,选取最能区分液压泵振动信号不同状态的节点为该尺度最优节点;最后,不同尺度下的最优节点模糊熵构成了对原时间序列的多尺度最优模糊熵分析。实验数据分析和比较结果验证了该方法的有效性。

针对轴向柱塞液压泵故障引起的振动信号非线性强、故障信息湮灭在噪声干扰的问题,提出一种基于加权形态非抽样小波分解（WMUWD）的振动信号预处理方法。首先,在形态非抽样小波分解的一般框架下,提出WMUWD方法,利用特征能量因子表征形态非抽样各分解层近似信号对故障特征的贡献量,并以此为依据进行加权融合,以提高有用信息比重,便于特征提取;在此基础上,对WMUWD方法的初始参数设置进行了分析,给出了一套比较系统的优选组合方法;最后,利用仿真信号以及液压泵实测振动信号验证了该方法的有效性。