针对一端支承松动的转子一滚动轴承系统,利用遗传算法对松动端的故障非线性参数进行识别.针对传统遗传算法的早熟收敛问题,提出了一种改进的遗传算法.通过适应度函数的构建,将参数识别问题转化为参数优化问题,改进了遗传算法中新一代种群的生成机制.父代种群进行交叉与变异操作后,并不直接产生新一代种群,而是取父代种群与生成的种群中适应度排序靠前的个体组成新一代种群.改进的遗传算法能以较大的变异率进行遗传进化,克制了遗传算法的早熟收敛问题,加快进化速度.用改进遗传算法识别了转子支承松动参数,并研究了变异率和噪声对识别结果的影响.研究表明,改进的方法能有效提高松动参数的识别效率,变异率最高可达 0.3 ,噪声不超过10%时能具有理想的识别精度.基于支承松动转子实验台的实测信号,利用改进遗传算法进行了参数识别,验证...

针对滚动轴承支承下的双盘转子系统,考虑由于滚动轴承刚度变化而产生的变柔性(Varying Compliance,VC)振动,利用Lagrange方程建立了双盘转子-轴承系统动力学模型。在此基础上,考虑滚动轴承外圈、内圈局域损伤的典型故障,运用数值积分法,分别研究了系统轴承外圈、内圈局域损伤对系统动力学特性的影响。结果表明轴承内外圈损伤会对双盘转子系统的动力学特性产生较大的影响,特别是在低转速阶段,轴承内外滚道出现损伤故障都会使其振动信号增大,且随着损伤的宽度越大,振动信号增大得越明显;外滚道的损伤会对轴承游隙的非线性因素产生干扰,而内滚道的损伤则会增强这一因素的作用。