针对风电机组齿轮箱运行工况复杂、背景噪声大,难以提取其故障特征信息的问题,提出一种基于变分模态分解(VMD)和分数阶希尔伯特变换(FHT)的风电机组齿轮箱故障特征提取方法。利用VMD分解风机齿轮箱各个故障信号,并且定义一种分解品质因数以选取VMD的最优分解层数K;对经最优化VMD分解后的各模态分量进行分数阶Hilbert变换,计算各模态分量的边际谱并进行线性叠加;提取该边际谱的频域特征作为齿轮箱故障信号的特征量。实验结果表明,采用该方法能够准确地提取出风机齿轮箱的故障特征,并获得更优的故障识别效果。

6.25m捣固型焦炉成套设备是我国超大型焦炉成套装备。其装备的核心部件为推焦设备,其功能是将红炭从炭化室推出。在实际推焦过程中,推焦杆经常会产生剧烈振动,这不仅会影响推焦设备的正常工作,而且会引起煤饼坍塌、炭化室底面砖面松动、炭化室与燃烧室串漏等严重危害。利用虚拟样机技术和实验技术相结合的方法,通过建立推焦设备模型来模拟推焦过程。通过比较实际振动测试信号与仿真振动信号来验证推焦模型的正确性,再利用推焦设备模型分析了双因素耦合作用下推焦设备振动的原因。证明得到：齿轮齿条啮合是推焦设备在推焦过程中振动的激发原因;推焦阻力是加剧振动的主要原因;摩擦力和速度变化也是加剧振动的重要因素;焦炭的成熟度以及石墨的润滑也影响着推焦装置的振动。针对以上分析结果,提出了一些有效的减振措施。