轴向柱塞泵压力脉动成因及其动态特性分析
轴向柱塞泵压力脉动既是引起液压系统转速波动、振动噪声以及输出稳定性的重要原因,也是获取故障信息的主要信息源。液压系统具有强噪声干扰特性,导致监测信号信噪比低,因此很有必要深度挖掘压力信号携带的系统运行状态信息。本文首先通过柱塞泵流量损失机理,来分析流量脉动与压力脉动之间的映射关系。之后基于标准Gabor变换对压力信号进行滤波重构。最后根据压力信号时域波形形貌,提出4个特征指标来分析不同运行工况下的压力脉动特点。实验结果表明标准Gabor变换能够准确提取信号中的高次谐波及相位频率。其重构的轴向柱塞泵压力脉动时域波形形貌,蕴含着丰富的运行状态信息。通过分析各工况下脉动的变化特点,为液压泵、马达及关键元件的故障诊断和健康评估提供了新的理论依据和方法支持。
基于相轨迹图的轴向柱塞泵振动特性研究
考虑到柱塞泵壳体的振动既包含运动状态信息也包含能量状态信息,提出采用柱塞泵壳体振动相轨迹图示化方法揭示柱塞泵振动信号与运行状态间的关系。首先,在分析柱塞泵流体振动传递路径,阐明高压流体激励与泵壳体振动速度、位移及振动能量之间的关系。其次,依据振动频率溯源结果,采用多重同步压缩变换方法(Multi-synchrosqueezing Transform,MSST)对柱塞泵壳体振动加速度信号进行重构,经积分变换后可进一步得到振动速度和位移信息。最后,利用振动速度和位移信息构建壳体振动相轨迹图,并通过实验揭示了不同工况下壳体振动相轨迹图中蕴含的柱塞泵动能、势能变化规律。结果表明,结合振动溯源,MSST能够准确提取壳体振动加速度信号中液压激励引起的振动频率和相位信息。柱塞泵运行工况对柱塞泵壳体动能及势能有显著影响。随系统压力增大,相轨迹与...
基于无为原理的柱塞泵故障诊断研究
轴向柱塞泵作为农业机械设备中的关键元件,健康状态直接影响到系统运行的可靠性。目前,柱塞泵的故障诊断方法主要是利用壳体的振动信号,分析元件的运行状态和诊断故障原因。由于液压系统的多场域和多尺度的强耦合给故障诊断带来了困难,研究提出采用瞬时转速信号来反映故障信息,以便对各种运行状态、正常或故障状态时的斜盘式轴向柱塞泵进行监测诊断。在机电液系统的柱塞泵上测取了配流盘正常、磨损状态下的瞬时转速信号,利用无为原理对瞬时转速波动信号进行了滤波处理,通过阶次分析实现了故障识别。研究表明瞬时转速信号可以作为一种有效手段来反映配流盘磨损故障,并为液压元件故障诊断提供了一种新的检测方式。
变转速泵控液压缸系统的多模型自适应PID控制
变转速泵控液压缸系统转速或负载大范围变动导致的液压系统参量非线性变化,可使基于线性模型设计的控制系统出现控制参数不合理、精度不稳定,甚至控制失稳等问题,本文通过分析典型变转速泵控液压缸系统的状态空间,提出了一种多模型自适应PID(Multi-model adaptive PID,MMA-PID)控制方法。该方法根据系统压力的改变引起的油液体积弹性模量的非线性变化,用多个线性子模型分别描述系统行为,并针对每个子模型,单独设计一个合理的控制器。控制过程中,通过卡尔曼滤波器分别估计各个子模型的输出权重系数,并将所有子模型控制输出加权融合作为系统最终的控制输入。仿真和实验结果表明,在工况大范围变化时,多模型自适应PID控制相较于传统的PID控制,能更好的适应系统参量的非线性变化,具有更好的控制效果和动态性能。
液压马达瞬时转速波动波形特性研究
马达输出轴的转速波动特性直接影响负载工作稳定性和可靠性,本文根据理论模型对液压柱塞马达进行了瞬时转速波动机理分析,阐明了瞬时转速波动的获取流程,并利用同步平均算法和平滑滤波处理,实现了液压马达瞬时转速波动的角度域波形特征;通过试验研究了液压马达瞬时转速波动与系统转速、负载之间的关系,相关研究为液压元件在线监测运行可靠性分析提供了理论依据与方法支持。
轴向柱塞泵压力脉动成因及其动态特性分析
轴向柱塞泵压力脉动既是引起液压系统转速波动、振动噪声以及输出稳定性的重要原因,也是获取故障信息的主要信息源。液压系统具有强噪声干扰特性,导致监测信号信噪比低,因此很有必要深度挖掘压力信号携带的系统运行状态信息。本文首先通过柱塞泵流量损失机理,来分析流量脉动与压力脉动之间的映射关系。之后基于标准Gabor变换对压力信号进行滤波重构。最后根据压力信号时域波形形貌,提出4个特征指标来分析不同运行工况下的压力脉动特点。实验结果表明标准Gabor变换能够准确提取信号中的高次谐波及相位频率。其重构的轴向柱塞泵压力脉动时域波形形貌,蕴含着丰富的运行状态信息。通过分析各工况下脉动的变化特点,为液压泵、马达及关键元件的故障诊断和健康评估提供了新的理论依据和方法支持。
基于电信号的改进VMD和DBN-DNN液压齿轮泵轮齿故障监测方法研究
液压系统电机电信号中包含丰富的系统运行状态信息,如何准确对电信号中的运行信息进行提取和分类是实现液压系统状态监测的关键。电机电流信号中蕴含的液压齿轮泵早期故障特征微弱,提取困难,用传统时频分析方法难以实现故障特征分离。本文提出基于相关系数和人工蜂群算法(Artificial bee colony,ABC)实现了对变分模态分解(Variational mode decomposition,VMD)参数的优化,同时以信号相关系数和峭度值最大为选取原则,确定有效的本征模态函数(Intrinsic mode function,IMF),并将IMF有效分量的排列熵和均方根值作为高维特征向量输入深度信念网络(Deep belief network,DBN-DNN),实现了对齿轮泵运行状态进行监测。结果表明,该方法能准确稳定地提取电流信号中携带的齿轮泵故障的微弱特征,进行齿轮泵运行状态监测,提高了齿轮故障诊断的准确性。
非平稳工况下闭式泵控马达液压系统的稳定性分析
针对液压系统在极端工况下非线性特性明显,运行稳定性差的问题,采用了AMESim多学科仿真软件,对多能域耦合闭式液压系统进行了物理建模,通过对典型闭式泵控马达液压系统模型的仿真分析,研究了在不同油液含气量及温度工况下,油液粘度与有效体积弹性模量的变化对闭式泵控马达液压系统稳定性的影响规律;同时,进一步设计了机电液一体化实验平台,对不同含气量、温度工况下,负载阶跃上升与转速阶跃下降激励时的系统稳定特性进行了验证。研究结果表明:油液含气量和温度对闭式液压系统输出稳定性的影响较为明显,随着含气量增加,液压马达转速的超调量随着负载阶跃上升与电机转速阶跃下降,分别增加0.12%和0.18%,系统稳定性减弱;随着温度升高,液压马达转速的超调量分别减小0.09%和4.68%,稳定性增强。
变转速泵控液压缸系统的多模型自适应PID控制
变转速泵控液压缸系统转速或负载大范围变动导致的液压系统参量非线性变化,可使基于线性模型设计的控制系统出现控制参数不合理、精度不稳定,甚至控制失稳等问题,本文通过分析典型变转速泵控液压缸系统的状态空间,提出了一种多模型自适应PID(Multi-model adaptive PID,MMA-PID)控制方法。该方法根据系统压力的改变引起的油液体积弹性模量的非线性变化,用多个线性子模型分别描述系统行为,并针对每个子模型,单独设计一个合理的控制器。控制过程中,通过卡尔曼滤波器分别估计各个子模型的输出权重系数,并将所有子模型控制输出加权融合作为系统最终的控制输入。仿真和实验结果表明,在工况大范围变化时,多模型自适应PID控制相较于传统的PID控制,能更好的适应系统参量的非线性变化,具有更好的控制效果和动态性能。
非平稳工况下液压马达转速波动机制分析
针对液压马达驱动负载系统中,马达输出轴的转速波动特性直接影响负载工作稳定性和可靠性的问题,建立典型液压马达-负载系统的动力学模型,阐明液压马达等效弹簧扭转刚度的计算方法;根据非线性动力学原理,分析等效液压弹簧扭转刚度和摩擦转矩对系统转速波动特性的影响机制,提出利用高频采样计数方法对转速波动进行测试与分析。理论分析与实验结果均表明:非线性摩擦转矩、输出容积脉动、负载转矩、油液有效体积弹性模量等因素的变化影响系统
-
共1页/10条












