为解决传统轴向柱塞马达轴向力不平衡、输出效率低的问题,从扭矩大小、波动率和柱塞工作效率等方面开展研究,结合双定子原理提出双定子轴向力偶型柱塞马达。该马达通过特殊的结构使力偶转矩输出,实现轴向力平衡。通过传统轴向柱塞马达和双定子轴向力偶型柱塞马达各自柱塞的受力情况,推导了该马达单个柱塞组件产生的瞬时理论转矩,借助MATLAB编程,对比分析了传统轴向柱塞马达与该马达的输出转矩,结果显示传统轴向柱塞马达输出转矩为11.59~11.89 N·m,而该马达输出转矩为23.33~23.63 N·m,比传统轴向柱塞马达的输出转矩增加了近1倍,转矩波动降低为原来一半,柱塞的工作效率增加了1倍,并通过试验得出该马达的机械效率和容积效率,验证了原理的合理性,为后续相关研究奠定了基础。

提出一种基于自适应变分模态分解(Variational Mode Decomposition,VMD)与广义回归神经网络(Generalized Regression Neural Network,GRNN)的故障诊断方法,有效解决转子系统振动信号特征提取与复合故障模式识别的问题。首先通过VMD将采集到的原始信号自适应分解为一系列的内涵模态分量(Intrinsic Mode Functions,IMF),然后根据相关系数-峭度准则选取IMF分量进行信号重构。最后获取重构信号的精细复合多尺度散布熵(Refined Composite Multiscale Dispersion Entropy,RCMDE)、均方根以及重心频率构成特征向量集,输入到GRNN神经网络进行训练和故障模式识别。数值仿真与故障模拟实验结果表明:采用基于自适应VMD与GRNN神经网络的方法可有效识别转子系统中的多故障模式。

摆动多路马达通过设置双定子和增加作用数,在一个壳体里面形成了多个相互独立、互不干扰的马达,可以实现多输出。以单泵和摆动多路马达为基础建立传动系统,理论探讨该传动系统中摆动马达输出转速和转矩的多样性。以双定子双作用摆动多路马达为例,通过数学推导得出马达不同连接方式下的转速和转矩公式,并运用MATLAB进行分析。研究结果表明:普通连接方式下单泵驱动的双定子双作用摆动多路马达具有8种转矩和转速输出,在差动情况下有4种转速和转

传统马达大多数采用力矩形式的转矩输出,马达在径向方向上受力不平衡。双定子双作用力偶马达通过特殊的结构设计平衡了径向力,输出力偶形式的转矩。双定子双作用力偶马达有内马达单独工作、外马达单独工作、联合工作和差动工作4种工作情况,可以输出12种不同的转速和转矩。为研究不同连接方式下马达的径向力特性,通过数学推导得出双定子双作用力偶马达的径向力公式,对每种工作方式下的径向力进行分析并利用MATLAB软件进行仿真分析,结果表明双