基于振動特性的轉軸裂紋識別研究.pdf

1、旋轉機械是現(xiàn)代社會中最重要的機械設備之一，它在各個工程行業(yè)中得到了廣泛的應用。轉子則是整個旋轉機械中最為核心的部件，轉子的正常與否直接決定整個旋轉機械能否正常運轉。轉子裂紋故障是旋轉機械最常見故障形式，對轉子進行裂紋識別并判斷裂紋的位置和深度，從而及時采取相應的措施實現(xiàn)預防性維護，對于保證設備安全高效的運行具有重要的社會意義和經濟價值。
　　本文基于斷裂力學理論推導和有限元法，對轉軸進行了裂紋識別研究。在對轉軸的裂紋識別研究中，首

2、先對懸臂裂紋軸和轉子裂紋軸進行了振動測試實驗研究。通過實驗研究裂紋對轉軸振動特性參數(shù)的影響，并測得含有各個裂紋工況的裂紋轉軸水平方向和豎直方向的固有頻率。通過對測得不同裂紋工況的懸臂軸兩個方向上的固有頻率值分析，得到由于裂紋引起裂紋軸固有頻率具有不對稱性特征結論。
　　以裂紋懸臂軸為基礎研究對象，通過參數(shù)化建模循環(huán)仿真出大量含不同裂紋位置和深度懸臂軸的模態(tài)參數(shù)，并將所有裂紋參數(shù)與模態(tài)參數(shù)作為樣本形成樣本數(shù)據(jù)庫。然后在MATLAB中

3、設計搭建裂紋識別神經網絡，從實驗研究中得到的裂紋軸固有頻率具有不對稱性特征結論，因此選取裂紋軸水平方向和豎直方向的固有頻率同時作為神經網絡的輸入。通過從樣本數(shù)據(jù)庫中選取樣本訓練神經網絡，并用實驗數(shù)據(jù)修正及驗證裂紋識別神經網絡的準確性，最后得到基于振動特性的懸臂軸裂紋識別方法。并與等高線法作對比，本文方法在裂紋深度識別精度上平均高1.76％，在裂紋位置識別精度上平均高2.61％，充分說明利用具有不對稱振動特性參數(shù)對裂紋識別的優(yōu)越性。

4、>　　最后在懸臂軸裂紋識別研究的基礎上，通過對轉子系統(tǒng)模型精準化有限元建模及對神經網絡的各項參數(shù)的調節(jié)，得到一套完善的轉子裂紋識別方法。在轉子系統(tǒng)模型精準化建模時，通過等效剛度彈簧單元模擬其軸承約束，并通過實驗數(shù)據(jù)修正轉子裂紋軸有限元模型，最終得到精準的轉子裂紋系統(tǒng)模型。在神經網絡訓練時，通過對神經網絡的隱含層節(jié)點數(shù)、權值、閾值、學習目標和學習速度等參數(shù)的調節(jié)，最后優(yōu)化得到能夠適用于轉子裂紋識別研究的神經網絡。
　　本文基于具有不