针对陀螺电机轴承保持架故障信号振动频率小、量级低,常被强噪声淹没而难以识别的问题,采用自适应噪声完备集合经验模态分解改进HHT算法,并与自动提取敏感IM F方法相结合以提取保持架故障特征,进行故障状态识别。通过对某挠性支承陀螺仪中存在保持架故障轴承的实例分析表明,该算法可准确提取出多阶保持架故障特征频率。

以自适应噪声完备集合经验模态分解(CEEMDAN)为基础,提出了一种改进的Hilbert-Huang变换(HHT)时频分析法。对滚动轴承振动信号进行CEEMDAN获得一组本征模态函数(IMF)。通过自动提取敏感IMF算法,筛选特征敏感IMF分量,计算特征敏感IMF分量的Hilbert包络谱和HHT二维时频谱,提取故障特征频率信息。研究结果表明CEEMDAN算法有效降低了模态混叠,比经验模态分解(EMD)算法和集合经验模态分解(EEMD)算法具有优越性。将改进的HHT与自动提取敏感IMF算法相结合,可以有效分解信号的特征信息,筛选出含有故障特征信息的敏感IMF,剔除背景噪声和无故障IMF的干扰,有效提取轴承振动的故障特征频率,诊断出轴承故障的发生部位。

建立了考虑非线性轴承力的动量轮轴承-转子系统动力学方程，并采用Runge-Kutta数值方法对其求解。利用分岔图、Poincare映射图、幅值谱图依次分析了不同转速、等效阻尼、径向游隙状态下系统动力学响应特征。分析结果表明：滚动轴承-转子系统具有丰富的周期、拟周期以及混沌的响应形式。混沌响应中存在变柔度振动，且x方向较为剧烈。合理选择滚动轴承的参数组合，可使滚动轴承-转子系统处于较稳定的振动响应状态。

以一拖神通机械有限公司生产的WLY3.5-70型反铲液压挖掘机为研究对象在某一危险工况下用ANSYS软件对其动臂部分进行了强度、刚度及模态分析得出相应的应力、位移和振型图为挖掘机动臂的设计和改进提供了理论依据。