针对非线性、非稳定振动信号难以提取有效故障特征的问题,提出一种基于改进自适应噪声完备集合经验模态分解(CEEMDAN)和t-分布随机邻域嵌入(t-SNE)算法相结合的故障特征提取方法。利用三次Hermite插值代替三次样条插值构造包络线,提高传统CEEMDAN对非平稳信号的分解精度;利用改进后的CEEMDAN对原始信号分解并通过相关系数筛选出有效固有模态分量(IMF),提取有效IMF分量的时频特征、奇异值和能量值构建高维混合域特征集;最后,通过t-SNE算法挖掘高维混合域特征信息得到低维敏感特征,并将其输入到支持向量机中进行分类,以分类准确率作为特征提取效果评价指标。在齿轮箱故障模拟实验台进行实验验证,结果表明该方法能够准确地提取故障特征,为故障特征提取提供新思路。

机床冲孔产生的声音信号包含了许多有用信息,为了滤除声音信号提取过程中的工厂环境产生的噪声,使用改进阈值小波去噪方法对声音信号进行处理。利用信噪比(SNR)和均方误差(MSE)作为去噪效果指标,使用新的阈值选取规则,提出了一种分段连续的阈值函数,对传统小波去噪方法进行改进。该改进函数通过引入常数a,解决了传统阈值函数中软硬阈值函数不连续和恒定偏差问题。采集机床冲孔声音信号并叠加高斯白噪声作为机床冲孔含噪信号进行验证。通过实验确定了最佳小波函数类型和分解层数,将改进阈值小波去噪算法与传统算法进行对比,结果表明:改进后的算法去噪效果良好,且有效保留了较低的信号能量。

机械加工中刀具的振动对工件加工质量有很大影响,内置颗粒阻尼减振器会对刀具起到较好的减振作用。颗粒减振器通过在有限封闭空间中填充微小颗粒达到减振目的。安装有颗粒减振器的刀具是典型的刚散耦合系统,刚体和散体之间相互耦合作用是研究减振机制的关键。应用离散单元法对内装颗粒减振刀具进行建模,利用集合平均计算所有内装散体颗粒对外部振动刀具的接触作用力,在离散单元法应用软件进行二次开发实现刚散耦合建模。利用耦合程序进行仿真分析,通过幅频特性曲线中最大峰值降低比和等效阻尼比来衡量减振效果,研究减振颗粒的材质、粒度、填充率参数对减振效果的影响。结果表明:同样数量时颗粒密度越大减振效果越好;同等质量时颗粒粒度在5~6 mm之间减振效果较好;颗粒填充率为12.5%时减振效果最优。

通过将经验模态分解(EMD)和AR功率谱参数估计模型相结合,提出一种基于EMD-AR谱估计提取频带能量特征的方法。对振动信号进行经验模态分解,并将分解后能量占比较大的前几组固有模态函数分别进行AR谱估计得到EMD-AR谱曲线;按照频带对EMD-AR谱曲线分段并分别对每一段的能量进行求和,归一化后作为特征值。搭建齿轮箱故障试验平台,采集振动信号进行EMD-AR谱频带能量特征提取,并将所得特征值输入到SVM中进行训练和诊断。结果表明:该特征提取方法结合SVM所得