转子系统碰磨故障的电机电流特性
转子系统作为旋转机械装备中重要的动力输出装置,当系统发生碰磨故障时会对整个设备运行状态产生影响,为了利用电机定子电流信号来对转子系统碰磨故障进行诊断,在考虑圆盘质量偏心因素的条件下,建立了转子在碰磨状态下的弯扭耦合振动数学模型,基于库伦摩擦力模型对碰磨力进行求解,再利用拉格朗日方程推导建立了转子系统碰磨弯扭耦合运动微分方程。把电磁扭矩作为纽带,利用MATLAB/Simulink软件建立了三相异步电机-转子系统碰磨机电耦合模型并进行仿真实验。对仿真得到的电流信号进行频谱分析,同时分析振动信号和绘制轴心轨迹用来作为对比验证。仿真结果表明可以通过监测电机的定子电流的特性来对转子系统的碰磨故障进行诊断,这为转子系统动力学研究与故障诊断提供了新的手段,便于对转子系统故障进行预测从而避免严重事故的发生。
基于电流与振动信号的转子单点碰磨故障诊断研究
作为转子系统动静碰磨的一种特殊形式,转子单点碰磨的研究与分析对碰磨故障诊断具有重要意义,为了全面有效地对其进行研究,提出了一种结合定子电流信号与振动信号的故障诊断方法,推导了定子电流信号如何反应动静碰磨特性,同时利用变分模态分解对振动信号的微弱故障特征进行了提取,分析观察两种信号的频谱特征,可以通过捕捉边频带来判断转子是否发生碰磨。利用MATLAB/Simulink对故障诊断原理进行了仿真实验,结合具体转子系统平台进行实验成功检测出了转子单点碰磨故障。
旋转机械故障类型识别的神经网络方法研究
广义回归神经网络(Generalized Regression Neural Network,GRNN)和概率神经网络(Probabilistic Neural Network,PNN)都是基于径向基函数的神经网络类型。广义回归神经网络通常用来实现函数逼近,而概率神经网络主要用于模式分类问题的研究。两者在机械设备故障诊断中均有广泛的应用。根据两种神经网络原理建立模型,对比分析广义回归神经网络和概率神经网络在旋转机械设备故障类型识别方面的优缺点。结果显示,两种神经网络在故障类型识别方面均取得了不错的效果,而概率神经网络相比广义回归神经网络而言,能应用更少的特征得到正确的结果。同时,将这两种神经网络得到的结果同BP神经网络和RBF神经网络得到的结果相比,发现GRNN神经网络和PNN神经网络具有更高的准确率和鲁棒性。
流场仿真技术在空调器离心风机优化中的应用
探讨了流场仿真技术在空调器风机系统优化设计中应用的可行性并对柜式空调器室内离心风机系统的内部流动特性作了基于仿真计算结果的分析,其中的一些观点已得到了实验验证.
^125I在微量移液器检验中的应用
用移液器吸取不同刻度^125I溶液,用GC-1200双探头γ计数仪测其放射性计数,并与精密天平称重法结果进行比较,探讨用^125I检验微量移液器的可行性。结果显示,2支合格移液器放射性计数无差异,3支不合格移液器与合格移液器之间放射性计数差异显著,此结果与精密天平称重法结果相符,表明^125I可用于微量移液器的经常性检验。
嵌入式网络控制器CS6208及其应用
CS6208是Myson Century公司推出的专门用于网络控制和传输的芯片,它基于8051体系结构硬件平台的支撑,使用Keil 51编译环境,处理速度与8051系列单片机相比有很大的提高,支持IEEE802.3 7线ENDEC接口以及TCP/IP、ARP、UDP等协议,并且集成有4周期的8051和一个以太网接口.由于它把TCP/IP协议栈函数已封装起来,因此,用户只需调用它的API函数即可完成操作.文章介绍了CS6208的原理、特点和引脚功能,给出了CS6208的一种典型应用设计电路.
核级直行程气动执行机构地震特性分析
随着我国核电事业的发展,对气动执行机构的要求越来越高,根据华龙一号项目新要求,研发了新型的满足核电鉴定要求的核级直行程气动执行机构,在鉴定试验中,地震模拟试验是重点,该文主要分析了核级直行程气动执行机构在地震模拟鉴定试验中的试验步骤及地震特性。
增强核级直行程气动装置抗震性能的措施
针对核级直行程气动装置在抗震试验中发生的问题,根据用户信息反馈,结合实际设计经验,给出了增强核级直行程气动装置抗震性能的改进措施,全面分析了改进工作原理及研发思路,从减轻重量降低重心位置、增加固定支架、改进材质、管路附件加固四个方面入手,改进结构,引入先进设计经验,提高了气动装置的结构刚性和抗震性能,并且通过鉴定,获得用户认可,在有关核电项目中投产使用。
节流调速回路的分析应用
分析3种常见节流调速回路,对这三种节流调速回路的优劣点进行比较,据此分析它们不同的应用场合,对优化液压系统调速回路有一定的指导意义。
液压系统噪声的分析与解决措施
噪声作为一个重要的环境污染源,越来越受到人们的关注,产品噪声水平已成为产品质量的一项重要指标,分析改善它有利于优化产品和减小污染。