沖擊識(shí)別與分解對(duì)柴油機(jī)狀態(tài)特征提取具有重要價(jià)值?，F(xiàn)有常用方法利用沖擊頻域特性，通過(guò)頻域分解與重構(gòu)識(shí)別并分解沖擊，在分解復(fù)雜多沖擊非平穩(wěn)信號(hào)存在頻段混疊、時(shí)域沖擊重合等問(wèn)題。本研究提出了一種變分時(shí)頻聯(lián)合分解（VTFJD）方法，目的在于提取多源沖擊振動(dòng)信號(hào)中沖擊成分。首先采用改進(jìn)變分模態(tài)分解（VMD）方法對(duì)多沖擊振動(dòng)信號(hào)進(jìn)行頻域分解，得到各分解模態(tài)信號(hào)；其次，提出了變分時(shí)域分解方法（VTD），用于提取各分解模態(tài)信號(hào)中的沖擊成分；***，對(duì)時(shí)頻聯(lián)合分解信號(hào)進(jìn)行篩選，獲得振動(dòng)波形中多源沖擊成分時(shí)頻域信息。同時(shí)，針對(duì)VMD和VTD中參數(shù)選擇問(wèn)題，分別提出了參數(shù)優(yōu)化選擇方案。仿真信號(hào)和實(shí)際柴油機(jī)連桿軸瓦振動(dòng)信號(hào)特征提取結(jié)果表明，VTFJD具有出色的多沖擊信號(hào)自適應(yīng)時(shí)頻分解能力，具有沖擊自動(dòng)識(shí)別與分解提取能力。關(guān)鍵詞：信號(hào)分解；振動(dòng)與沖擊；柴油機(jī)；連桿軸瓦磨損故障故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)的穩(wěn)定性至關(guān)重要。紅外故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)貼牌

航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子系統(tǒng)葉片-機(jī)匣碰摩故障模擬，F(xiàn)aultsimulationofblade-casingrubbingfordual-rotorsystemofaero-engines葉片-機(jī)匣碰摩嚴(yán)重影響航空發(fā)動(dòng)機(jī)的性能、可靠性及安全性?？紤]葉片-機(jī)匣碰摩、軸承非線性、聯(lián)軸器不對(duì)中及高低壓轉(zhuǎn)子不平衡，利用有限元法建立雙轉(zhuǎn)子系統(tǒng)的非線性動(dòng)力學(xué)模型；然后利用模態(tài)綜合法縮減系統(tǒng)自由度，數(shù)值求解降階模型的非線性振動(dòng)響應(yīng)，分析葉片-機(jī)匣碰摩故障響應(yīng)特征。數(shù)值與實(shí)驗(yàn)結(jié)果表明：航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子系統(tǒng)為多激勵(lì)非線性系統(tǒng)，系統(tǒng)振動(dòng)響應(yīng)頻率成分復(fù)雜，包括高低壓轉(zhuǎn)軸頻率、多倍頻、組合頻率及其他復(fù)雜頻率；當(dāng)葉尖間隙較大時(shí)，葉片-機(jī)匣碰摩可能為局部碰摩，故障特征頻率為葉片通過(guò)頻率及其倍頻，并在葉片通過(guò)頻率兩側(cè)存在高低壓轉(zhuǎn)軸頻率的調(diào)制邊頻帶；當(dāng)葉尖間隙較小時(shí)，葉片-機(jī)匣碰摩可能發(fā)生全周碰摩，呈現(xiàn)出由干摩擦引起的強(qiáng)烈自激振動(dòng)。研究結(jié)果可為航空發(fā)動(dòng)機(jī)雙轉(zhuǎn)子系統(tǒng)的葉片-機(jī)匣碰摩故障診斷及葉尖間隙設(shè)計(jì)提供一定參考。在線故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)特點(diǎn)轉(zhuǎn)子平行軸齒輪箱、行星齒輪箱故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)。

復(fù)雜裝備關(guān)鍵動(dòng)部件故障預(yù)測(cè)與健康管理................................................................................1TY-01-01勵(lì)磁繞組短路與差異性負(fù)載組合下的汽輪發(fā)電機(jī)轉(zhuǎn)子振動(dòng)特性分析...........1TY-01-02油液監(jiān)測(cè)健康管理技術(shù)的研究與進(jìn)展.............................................................12TY-01-03基于VMD-ReliefF的滾動(dòng)軸承退化特征提取方法...........................................23TY-01-04數(shù)模聯(lián)合驅(qū)動(dòng)的軸承故障深度遷移智能診斷方法.........................................28TY-01-05AReviewofMethodsforStructuralHealthMonitoringofAircraftLandingGear34TY-01-06FaultDiagnosisMethodofRollingBearingBasedonDTCWPTThresholdDenoising，CSCohandMSCNN............................................................................................40TY-01-

瓦倫尼安實(shí)驗(yàn)臺(tái)主要用于高速旋轉(zhuǎn)軸系的轉(zhuǎn)子動(dòng)力學(xué)驗(yàn)證研究，配合多通道振動(dòng)數(shù)據(jù)采集器，上位機(jī)軟件，電渦流傳感器，振動(dòng)加速度傳感器，激光轉(zhuǎn)速計(jì)，冷卻水循環(huán)系統(tǒng)使用。，多通道信號(hào)能夠更加***地表征旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)，因此融合多傳感器信號(hào)采集通道的診斷方法相較于單通道方法更能準(zhǔn)確判斷機(jī)械故障。針對(duì)利用單信號(hào)采集通道實(shí)施故障辨識(shí)方法的識(shí)別精度較低問(wèn)題，提出一種融合多通道信息的集成極限學(xué)習(xí)機(jī)模式辨識(shí)方法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷。首先通過(guò)布置在機(jī)械設(shè)備關(guān)鍵部位的多個(gè)信號(hào)采集通道獲取振動(dòng)信號(hào)，并對(duì)各通道信號(hào)分別提取相同特征，構(gòu)建與通道相對(duì)應(yīng)的特征集；其次將各特征集劃分為訓(xùn)練、測(cè)試集并分別構(gòu)建及測(cè)試極限學(xué)習(xí)機(jī)，實(shí)現(xiàn)信號(hào)采集通道與分類模型的一一對(duì)應(yīng)；***采用相對(duì)多數(shù)投票法對(duì)各極限學(xué)習(xí)機(jī)的輸出進(jìn)行整合得到集成模型，從決策層角度實(shí)現(xiàn)多通道的信息融合，并輸出機(jī)械設(shè)備故障診斷結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法相較于利用單通道信號(hào)的極限學(xué)習(xí)機(jī)具有較好穩(wěn)定性及較高辨識(shí)精度。關(guān)鍵詞：故障診斷；多通道；集成學(xué)習(xí)；極限學(xué)習(xí)機(jī)；故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)是研究故障的重要手段。

PT580水泵測(cè)試臺(tái)可以對(duì)離心泵的各種故障進(jìn)行振動(dòng)采集診斷（例如：氣蝕現(xiàn)象、葉輪裂紋、葉輪磨損、葉輪不平衡等故障），包括可以模擬各種故障軸承元件，對(duì)故障信號(hào)進(jìn)行檢測(cè)處理判斷故障類型。是在一片多晶硅上通過(guò)微機(jī)械加工出加速度敏感原件，它由轉(zhuǎn)換，測(cè)量，放大電路組成屬于集成傳感器，可遠(yuǎn)程、動(dòng)態(tài)、實(shí)時(shí)、連續(xù)、采集設(shè)備的三軸振動(dòng)和溫度數(shù)據(jù)，通過(guò)運(yùn)算能力直接運(yùn)算12種振動(dòng)相關(guān)特征值，并使用有線或者無(wú)線等各類通訊方式，將特征值和原始信號(hào)傳輸?shù)缴蠈酉到y(tǒng)做分析處理，為各行業(yè)客戶提供低成本、智能化的在線設(shè)備健康監(jiān)測(cè)方案。滑動(dòng)軸承油膜故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)。湖南故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)工作原理

如何評(píng)估實(shí)驗(yàn)臺(tái)的故障數(shù)據(jù)的質(zhì)量?紅外故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)貼牌

.滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械的關(guān)鍵部件,工作在高速,高溫以及高載荷的變工況下,極易發(fā)生故障,因此,對(duì)滾動(dòng)軸承進(jìn)行故障診斷和全壽命預(yù)測(cè)從而實(shí)現(xiàn)故障單期預(yù)警和精確的維修決策，避免故隙引發(fā)的事故BTS100軸承壽命預(yù)測(cè)測(cè)試臺(tái)，可以開(kāi)展軸承壽命加速實(shí)驗(yàn)，實(shí)驗(yàn)原理就是在不改變軸承失效機(jī)理，不增加新的失效模式的前提下，通過(guò)提高試驗(yàn)軸承應(yīng)力水平的方法來(lái)加速其失效進(jìn)程，然后再根據(jù)試驗(yàn)數(shù)據(jù)運(yùn)用數(shù)理統(tǒng)計(jì)理論估算出正常應(yīng)力下軸承的壽命的數(shù)據(jù)。軸承外圈的故障特征信息被噪聲所包圍。用本文所提方法對(duì)軸承外圈故障信號(hào)進(jìn)行分析，多目標(biāo)粒子群優(yōu)化算法（參數(shù)與“4.仿真信號(hào)分析”的設(shè)置相同）優(yōu)化VMD參數(shù)得到的Pareto解集及目標(biāo)值如表2所示。從表2中可以看出，當(dāng)**以信息熵、峭度、相關(guān)系數(shù)其中一個(gè)指標(biāo)評(píng)價(jià)時(shí)，參數(shù)組合選擇序號(hào)11時(shí)，f3**小，即相關(guān)系數(shù)取得**大值，而其對(duì)應(yīng)的信息熵和峭度既不是較優(yōu)值也不是**差值，一方面說(shuō)明相關(guān)系數(shù)和峭度以及信息熵之間是沒(méi)有***的，另一方面說(shuō)明如果**以相關(guān)系數(shù)評(píng)價(jià)時(shí)，并沒(méi)有考慮到軸承故障沖擊性以及與周期性，在此參數(shù)組合下，對(duì)原始信號(hào)進(jìn)行分解紅外故障機(jī)理研究模擬實(shí)驗(yàn)臺(tái)貼牌