基于数据驱动和神经网络的船舶机械轴承故障预测

本文针对船舶机械轴承故障预测问题,首先进行轴承典型故障的数学模型转化,然后提出一种基于模态分解算法和小波神经网络算法的故障预测方法,利用小波变换对轴承振动信号进行特征提取,构建一个多层感知的神经网络模型和较准确的轴承故障预测模型。最后,通过实验验证了该方法的有效性和准确性,具有一定的实用价值。     

尾轴架系统强度计算及建模方法

船舶尾轴架系统在设计完成后,需对其结构强度进行计算,使得在船舶航行中不发生破坏。强度计算时为达到更高的精度要求,通常可采用有限元计算方法,在误差较小的情况下,简化计算模型有助于提高计算效率。基于对尾轴与轴毂间连接方式的简化以及模拟尾轴采用单元的不同分别建立了4种模型,在对比不同设计载荷的基础上,选取了载荷及工况进行加载计算。结果表明,有限元计算中,尾轴采用梁单元模拟时,计算出的前尾轴架应力高于采用实体单元模拟,同时在建立模型时需考虑尾轴承刚度的影响以及尾轴与轴毂间的相对滑动。     

刚柔异相水润滑轴承复合材料优化设计研究

针对传统水润滑轴承内衬材料结构单一导致的力学性能受限问题,研究一种刚柔异相复合仿生材料。该材料的基体为柔性材料,中间镶嵌刚性纤维,将其作为水润滑轴承内衬材料,以获得更好的力学性能。由于复合仿生材料具有结构对称性,因此采用有限元分析软件Abaqus对整个结构中一个体积单元进行仿真计算。对比分析无纤维和有纤维的体积单元的承载性能,以及同一个纤维结构下,不同纤维螺旋角度和纤维半径对材料承载性能的影响,得到最佳的刚柔两相比例。研究结果表明,柔性基体对于纤维结构具有支撑保护作用,纤维螺旋角度大小和纤维半径需要根据材料的性能要求进行选择。为了体积单元的力学性能表现最好,需要选择最优体积单元刚柔两相比例。同一载荷条件下,纤维螺旋角度30°、纤维半径0.6 mm的体积单元力学性能最优。研究结果表明,刚柔异相的纤维结构复合材料相较于传统的水润滑轴承材料具有更优秀的力学性能。     

Fault Early Diagnosis of Rolling Element Bearings Combining Wavelet Filtering and Degree of Cyclostationarity Analysis

The vibration signals of rolling element bearing are produced by a combination of periodic and random processes due to the machine＇s rotation cycle and interaction with the real world. The combination of such components can give rise to signals, which have periodically time-varying ensemble statistical and are best considered as cyclostationary. When the early fault occurs, the background noise is very heavy, it is difficult to disclose the la- tent periodic components successfully using cyclostationary analysis alone. In this paper the degree of cyclostationarity is combined with wavelet filtering for detection of rolling element bearing early faults. Using the proposed entropy minimization rule. The parameters of the wavelet filter are optimized. This method is shown to be effective in detecting rolling element bearing early fault when cyclostationary analysis by itself fails.     

基于深度时频特征的机车轴承故障诊断

针对现有机车轴承诊断方法存在故障特征提取不理想、诊断精度低等问题,提出了一种基于深度时频特征的机车轴承故障诊断新方法;利用双通道一维和二维卷积神经网络(CNN)分别对输入的一维原始信号和连续小波变换(CWT)提取的二维时频信号进行深度特征提取;为使输入的一维原始信号简单而有效地反映出信号在时域的全局特征,上通道使用一维CNN,为使输入的二维时频域信号能多角度地反映出信号的细微局部变化,下通道使用二维CNN;在融合层中将上下通道特征自动融合成一个新的深度时频特征,并将提取到的深度融合时频特征经归一化指数函数进行故障分类识别;在此基础上,分析了某局机务段实测的7种机车轴承数据,验证了本文方法的实际工程应用价值。研究结果表明:基于深度时频特征的机车轴承故障诊断方法对7种机车轴承故障的平均诊断精度达到了100%,与一维CNN模型、二维CNN模型和支持向量机(SVM)模型相比,平均诊断精度分别提高了0.7%、1.9%和2.2%;本文方法提取的深度时频特征中每类故障分布间隔规则有序,类内间距很小,而单个一维CNN模型和二维CNN模型提取的特征的每类故障分布间隔不规则,类内间距较大,说明基于深度时频特征的机车轴承故障诊断方法提取深度特征的能力优越,是一种解决机车轴承故障诊断问题的有效模型。      

和谐型电力机车走行部轴承故障数据分析及处置策略

文章通过梳理近年和谐型电力机车走行部轴承故障的典型案例,分析了轴承故障报警信息未得到有效处置的原因,并结合现场应用实际,根据轴承故障的发展规律提出了基于故障全周期的故障数据分析及处置策略。该处置策略应用效果良好,轴承预报警数量与平均重复报警次数明显降低。     

大坞电动绞车卷筒轴承损坏原因分析及解决方案

文章对大坞电动绞车卷筒轴承进行了受力分析，确定钢丝绳卷筒两侧的卷筒轴承受力不均匀是造成卷筒轴承易损坏的原因，提出了解决方案。并对电动绞车的使用、维修提出了建议，供同行借鉴。     

8K型电力机车轴箱轴承的动态检测

目前铁路大多数机务段、机车大修厂、机车轴承厂都在使用中国铁道科学院研制的JL-501／501A机车轴承动态检测系统，该系统吸收了国内外轴承振动检测的成功经验，并引人灰色系统多参数诊断技术，避免了单一指标的片面性，可从多个方面反映轴承的振动质量状况，能够满足机车轴承动态检测的需求。     

轮机管理使用红外激光测温仪的体会

红外激光测温技术,近年来广泛应用于各个行业的各个领域。抗非典期间曾普遍用于迅速测取体温而广为人知。     

ZQ800-1型牵引电机轴承端盖固定螺丝断裂原因分析及预防措施

针对山区铁路牵引电机轴承端盖固定螺丝断裂这一电力机车存在的惯性故障,从端盖固定螺丝受力情况入手进行原因分析,并从检修和保养两方面提出了相应的改进措施。