由于特殊焊缝的内部结构复杂型,面临检测图谱成像质量差,缺陷识别定位困难等问题,选择最优的检测工艺参数对提高缺陷图谱成像质量成为研究重点。为了提高成像分辨率方便检测人员对缺陷图谱分析,基于CIVA仿真软件将试块进行三维建模,验证模型的适用型,并以晶片数量、探头频率、焦距作为独立变量,波峰波谷幅值差为响应量对试块进行仿真,运用响应面法对晶片数量、聚焦深度、探头频率工艺参数进行优化研究,并构建实验平台进行实验对比。结果表明当横向分辨率最大即波峰波谷幅值差达到最大时,最终确定优化后的晶片数量为44、探头频率15MHz、焦距为40mm。

受随机风载、间歇式工作机制、基座变形等耦合因素作用,极易诱发双馈式风电机组高速端膜片联轴器早期不对中潜隐性故障,对此在不对中理论分析基础上,基于SolidWorks与Adams构建仿真模型,利用风速转换公式计算高速端模拟转速,获取不同平行不对中量下的运动响应,借助于机械转子故障模拟试验台搭建测试系统开展实验研究。仿真结果显示频谱出现1倍频和2倍频,幅值随不对中量的增大而增大,且轴向力的倍频幅值变化明显。实验结果表明当轴承座时域峭度在4左右,存在冲击性振动,图谱显示径向水平1倍频和2倍频幅值随着转速增加而增大,径向垂直与轴向在不对中量大于0.4mm时,1倍频随转速升高而增大;其与理论分析、仿真结果的倍频特征变化有较好的一致性。

针对行星齿轮箱振动信号维度高,传统故障诊断方法识别精度低的问题,提出一种基于局部切空间排列算法(Local Tangent Space Alignment,LTSA)和深度置信网络(Deep Belief Network,DBN)的行星齿轮箱故障诊断方法。首先,利用PCA算法预估高维数据的内在维度,确定目标数据的内在维数;其次,根据目标数据的内在维数结合LTSA算法对高维数据集进行约简,并划分测试集和训练集;最后,利用训练集训练DBN模型参数,获得行星齿轮箱故障辨识模型,并将测试集输入辨识模型实现行星齿轮箱故障辨识。实验结果表明,所提方法实现高维数据降维的同时,也提升了智能诊断模型的分类精度。