轧机是计算机控制的复杂机电系统。由于设计问题、结构损伤或系统故障,在某种条件或干扰下,可能产生持续自激振动。轧机的这种运行故障严重影响产品质量,损坏设备,甚至使生产中断。提出一种基于多参数同步综合测试、系统辨识和动力学分析与修改的综合方法,从试验与理论上分析了轧机产生自激振动的原因与消除方法。在研究的工程实例中,由辊缝位移传感器安装结构的动力学特性造成辊缝位移信号的响应延迟,引发板厚液压控制系统(AGC)非线性自激振动,从而产生整机持续的剧烈强迫振动。通过结构动力学修改,最大限度地减小位移反馈信号的延迟时间,大幅度地提高了系统的闭环稳定性,消除了正常工作条件(或正常扰动)下的自激振动,从而保证了轧机高效、稳定地工作。

轴承的早期故障信号属于微弱信号,其故障特征提取一直是旋转机械故障诊断的一大难点。笔者将掩膜法引人到局部均值分解(localmean decomposition,简称LMD)分解中,提出了一种基于EMD和掩膜法(mask signal,简称MS)的滚动轴承微弱故障提取方法。由于EMD在噪声背景下分解出的功能分量(product function,简称PF)存在模态混叠现象,很难辨别故障频率的真伪,所以引人了掩膜信号法对LMD分解出的与原信号相关性强的PF分量进行处理,抑制模态混叠现象,提取故障频率。文中以滚动轴承实际故障信号为对象进行分析,通过将掩膜信号法与LMD方法相结合的方式,对存在噪声的故障信号进行处理,将故障频率处的峭度值提高了8倍,同时将信噪比提高了19.1%,成功提取了故障信号,为故障特征提取提供一种新的诊断方法。

在变分模态分解（Variational mode decomposition,VMD）中,因为分解层数k值属于自定义变量,所以在取值时分解结果会随着k值的变化而得到不同的结果,k值的取值直接影响着结果的准确性,k值取得过大或者过小都会对结果造成影响。基于以上问题,提出了一种利用峭度确定k值的方法。选取k值为2~n的整数,计算当k值为2~n时,每一个k值相关系数最大分量的峭度,并绘制峭度的变化曲线,若在该曲线内峭度没有峰值且单调递增,则继续计算当k为n＋1时相关系数最大分量的峭度值,重复以上步骤,以峭度最大作为优化的标准,当峭度最大的时候,k为最佳值。用实际故障信号验证了方法的可行性,为VMD方法的研究提出了一种新的思路。

以某轻型载货汽车变速器铸铝壳体为研究对象,应用有限元静力学方法分析其在1挡工况下的壳体强度,通过对ANSYS Workbench后处理数据进行分析,得出变速器壳体应力、变形的分布情况。并通过静态扭矩加载实验,测得铸铝壳体的应力、应变情况,由此可获得该铸铝壳体在实际工作状态下的应力应变状态。测试分析结果与静力学分析结果的比较,为有限元模型的修改及变速器壳体的进一步优化提供了依据。