首页期刊导航|机电工程
期刊信息/Journal information
机电工程
机电工程

罗向阳

月刊

1001-4551

meem_contribute@163.com

0571-87041360 87239525

310009

浙江省杭州市大学路高官弄9号

机电工程/Journal Mechanical & Electrical Engineering Magazine北大核心CSTPCD
查看更多>> 《机电工程》杂志系：中国科技论文统计源期刊(中国科技核心期刊) ，创刊于1971年，由浙江大学与浙江省机电集团（原浙江省机械工业厅）联合主办，是一份在国内有较高影响力、历史悠久的机电技术领域的专业性科技期刊。以报道机械、仪表技术，机电一体化技术、自动化技术及其应用为特色。《机电工程》杂志是中国机械工程学会优秀期刊，《中国学术期刊（光盘版）检索与评价数据规范》（CAD-CJ）执行规范优秀期刊，浙江省精品科技期刊。 中国学术期刊影响因子年报-自然科学与工程技术2011版显示：复合影响因子为0.748，影响因子列机械工程学科第8位（总计86种）。
正式出版
收录年代

    基于数据驱动的离心泵轴承特征分析及寿命预测

    苏皓南黄倩胡波付强...
    941-955页
    查看更多>>摘要：离心泵是工业中能量转换和流体输送的核心设备,其部件滚动轴承的可靠性对整个机组的安全运行尤为关键.为了解决目前滚动轴承寿命预测问题,对滚动轴承剩余寿命的最佳预测方案进行了研究.首先,从数据驱动和试验出发,利用试验台采集所得的离心泵轴承正常及故障状态下的数据,分析了时域、频域、时频域各特征在不同工况中的表现差异,发现了时域特征、频域特征、小波包分解能量特征、完全自适应噪声完备集合经验模态分解(CEEMDAN)能量特征可以捕捉到不同工况下的故障信息;然后,以单调性、趋势性指标加权分数为依据,结合特征的敏感性分析结果,优选出了轴承在全寿命周期中表现突出的12 个特征,经核主成分分析(KPCA)-长短期记忆网络(LSTM)降维处理后,构建出了能够表征离心泵轴承退化过程的一维特征量;最后,对比分析了LSTM网络、反向传播(BP)网络和卷积神经(CNN)网络的预测效果.研究结果表明:LSTM网络的均方根误差(RMSE)为0.402,平均绝对百分比误差(MAPE)为0.332,预测精度在三者中最好,模型平均训练时间为12.6 s,可见LSTM网络在预测精度及模型训练时间上更具优势.

    叶片式泵滚动轴承完全自适应噪声完备集合经验模态分解核主成分分析长短期记忆网络轴承退化过程

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于EMATE和POA-ELM的声音信号故障诊断方法

    徐浙君王凯罗少杰崔炳荣...
    956-968页
    查看更多>>摘要：常规的工程机械故障诊断方法一般需对振动信号进行分析,但采集振动信号时需要使振动传感器与工程机械相接触,在某些情况下工程机械表面不适合安装传感器,如设备的温度较高或者传感器的安装空间有限.针对这些问题,以声音信号作为故障诊断对象,提出了一种基于增强多尺度注意熵(EMATE)和鹈鹕优化算法优化极限学习机(POA-ELM)的工程机械故障诊断方法.首先,利用声音传感器采集了工程机械不同故障的声音信号,避免了振动传感器存在的接触式采集缺陷;然后,利用EMATE提取了声音信号中的故障信息,建立了表征工程机械不同故障状态的特征向量;接着,鉴于ELM的参数需要优化的问题,采用POA对ELM的关键参数进行了寻优,建立了参数自适应设置的ELM分类模型;最后,利用POA-ELM分类器对故障特征进行了辨识,实现了工程机械的故障识别,并利用往复压缩机和滚动轴承的声音信号数据集对基于EMATE-POA-ELM的故障诊断方法的有效性进行了验证.研究结果表明:将EMATE方法作为故障特征提取指标能够取得 100%和 99.23%的识别准确率,且特征提取的时间仅为53.88 s和172.47 s;与多尺度注意熵、复合多尺度注意熵、时移多尺度注意熵等指标相比,EMATE的平均故障识别准确率更高,并具有更好的综合性能.

    工程机械往复压缩机滚动轴承故障数据集增强多尺度注意熵故障诊断鹈鹕优化算法优化极限学习机

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于AMESim的电液执行系统流量匹配阀结构参数优化

    张天爱张宏孙娜刘日麟...
    969-979页
    查看更多>>摘要：以应用于某电力系统中电力开关精密控制的电液执行系统为研究对象,针对其工作特性不满足工程实际需求的问题,从其关键组成部件——流量匹配阀的结构参数研究入手,对电液执行系统的工作特性进行了理论分析、仿真分析以及试验测试.首先,对阀门内部结构和系统工作原理进行了分析;然后,建立了该电液执行系统的数学模型及仿真模型,经试验验证了该仿真模型的可行性与准确性;最后,探究了流量匹配阀的单因素结构参数对电液执行系统工作特性的影响规律,设计并进行了正交试验,得到了可选范围内的最优结构参数组合方案.研究结果表明:流量匹配阀的阀座钢球密封弹簧预紧力、阀座钢球密封弹簧刚度以及阀口初始遮盖量等结构参数对电液执行系统的工作特性都有重要影响,最优结构参数方案相较于原方案,系统的响应时间由133 ms缩短为42 ms,定位精度由0.261%提高至0.096%,可有效缩短系统响应时间,提高系统定位精度,满足工程实际需求.

    液压控制阀电液执行系统流量匹配阀AMESim响应时间定位精度正交试验

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种自适应选取参数的改进变分模态分解方法

    李志强李德文左洪福蔡景...
    980-991页
    查看更多>>摘要：针对传统的变分模态分解(VMD)方法中模态数和惩罚参数难以确定的问题,提出了一种自适应选取参数的改进变分模态分解方法.首先,综合考虑了故障的冲击性和周期性特点,以Gini指数和谱峰比指标为基础构建了加权谱峰比(WSPR)指标;然后,采用非洲秃鹫优化算法(AVOA)进行了寻优,得到了最佳的模态数和惩罚参数组合,克服了人为主观选择参数的弊端;最后,在VMD分解信号后,利用加权谱峰比最大原则自适应选取了敏感内涵模态分量,对最佳IMF进行了包络解调分析,提取了滚动轴承早期故障特征,利用仿真信号、单一故障滚动轴承试验信号及复合故障滚动轴承试验信号对所述方法进行了验证.实验结果表明:该方法可以准确地提取出仿真信号的故障频率(100 Hz)、单一故障信号的故障频率(236.4 Hz)和复合故障信号的故障频率(内圈故障频率149.14 Hz、外圈故障频率86.39 Hz),并且在与其他方法和指标的对比中,其最佳IMF的包络谱图中故障特征频率及其倍数频的谱峰更加明显,准确率更高且鲁棒性更强.研究结果表明:该方法能够有效提取轴承早期故障信号的微弱特征,实现故障类型准确识别的目的.

    滚动轴承早期故障诊断变分模态分解模态数惩罚参数非洲秃鹫优化算法加权谱峰比指标

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大配合间隙下阀芯偏斜对水嘴性能的影响

    徐宁张仕民陈强何传健...
    992-1001页
    查看更多>>摘要：水嘴作为配水器的核心组件,目前已被广泛应用于注水油田.然而,水嘴在实际应用中会遭遇卡阻,导致阀芯无法正常调节,影响注水的效果.并且在测试过程中,很难观察到阀芯卡阻的细节,并重现这种现象.为了揭示水嘴卡阻机理,对不同开度下大配合间隙、阀芯偏心及倾斜对水嘴性能的影响进行了研究.首先,利用了仿真计算方法,建立了水嘴流体域有限元模型,构建了水嘴理论流量特性计算模型,通过实验获得了流量特性,验证了有限元模型的准确性;然后,分析了不同配合间隙下水嘴的流量特性及阀芯表面压力特征,获得了水嘴关闭时的泄漏量、阀芯受到的轴向力和径向力以及表面流动特征;最后,利用了遗传算法,优化了配合间隙.研究结果表明:大配合间隙使流量调节率曲线明显偏离标准曲线,流量调节率明显降低;水嘴在零开度时的径向力与轴向力最大;当配合间隙为0.05 mm时,泄漏量比间隙为0.25 mm时减少了84.56%;配合间隙对泄漏量的影响最为显著,其次为径向力和轴向力;优化配合间隙能够降低泄漏量和径向力,增大偏心与倾斜角能够降低卡阻风险,提高水嘴运行的可靠性.

    注水油田配水器水嘴卡阻配合间隙流量特性阀芯表面压力特征径向力轴向力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双速缓冲阀推移系统的压力特性研究

    张卜文寇子明吴娟李程...
    1002-1010页
    查看更多>>摘要：综采工作面液压支架推移系统的定位控制由智能化开采的关键技术支撑,井下高压大流量工况下,现有支架开关换向阀启闭瞬间会引起系统压力流量突变,影响元件寿命以及执行机构运动的精度和平稳性.为此,设计了用于液压支架推移回路的双速缓冲阀结构.首先,展开了对推移系统及双速缓冲阀的理论研究,分析了双速缓冲阀对系统启动、运行过程压力的影响;其次,建立了阀及推移回路的SimulationX模型,仿真分析了关键参数对阀压降以及液压执行系统速度的影响;最后,搭建了模拟实验台,研究了不同供液压力流量下双阀串联推移系统的压力特性.研究结果表明:启用双速缓冲阀后,减小了系统的压力和速度变化幅值,降低了阀前压力波动及其对系统压力的影响;在不同的系统压力、流量下,改善了阀后压力特性,增强了稳态压力抗干扰性;验证了方案的有效性,为井下阀控缸方案及后续阀的优化提供依据.

    开关换向阀液压支架推移系统双阀串联双速阀缓冲性能压力响应特性SimulationX

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于同步挤压小波变换和Transformer的轴承故障诊断模型

    张向宇王衍学
    1011-1019页
    查看更多>>摘要：针对采用神经网络对滚动轴承进行故障诊断时,故障信息利用不充分,特征提取困难的问题,提出了一种基于同步挤压小波变换(SST)-Transformer的滚动轴承智能故障诊断方法.首先,以同步挤压小波变换作为信号处理模块,将一维振动信号转为时频图;接着,设计了一种最大程度保留故障信息的时频图分割方式,将时频图分割为一系列图像块序列;然后,将序列输入到具有强大的处理序列数据能力的Transformer模型中,进行了特征提取;最后,将特征数据输入分类器进行了分类,对比了不同的时频图分割方式的诊断效果,并将SST-Transformer模型与基准算法相比较.研究结果表明:相较于其他分割方式,基于SST-Transformer的滚动轴承智能故障诊断方法的诊断准确率提升了3.45%,并大幅提升了模型训练的收敛速度;相比于其他基准算法,该方法的平均准确率至少提升了1.05%.该方法有较高的诊断准确率和较好的稳定性.

    故障智能诊断神经网络故障特征提取注意力机制深度学习同步挤压小波变换Transformer模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    滚动轴承内圈不同曲率初始次表面裂纹的扩展仿真研究

    章凯羽徐伟么永政吴喆...
    1020-1026页
    查看更多>>摘要：滚动轴承内圈次表面裂纹的动态扩展将影响轴承工作的稳定性,继而影响轴承的剩余使用寿命.针对这一问题,研究了滚动轴承内圈上不同曲率的初始次表面裂纹对应力分布和裂纹扩展的影响规律.首先,基于扩展有限元方法,构建了承受径向载荷的圆柱滚子轴承有限元模型;然后,基于滚动轴承次表面裂纹的形态特征,模拟了滚道次表面不同曲率的初始裂纹在径向载荷下的动态扩展过程;最后,基于模拟结果,在相同工况下,分析并讨论了次表面裂纹尖端应力随裂纹曲率的变化规律,以及裂纹尖端应力对裂纹扩展的影响.研究结果表明:在径向载荷作用下,次表面裂纹尖端出现应力集中现象;裂纹的扩展主要受水平方向应力(S11)的影响;相同工况下,0.25 mm-1～1.67 mm-1曲率范围内的次表面裂纹,曲率较大的裂纹两端的应力较小;次表面裂纹的曲率越大,裂纹的扩展长度和角度均越小;通过比较相同径向载荷下不同曲率次表面裂纹的扩展长度、扩展角度等,发现曲率较大的次表面裂纹对轴承的损伤程度以及寿命的影响较小.这些研究结果可以为更好地理解和预防轴承损伤提供理论依据和参考.

    圆柱滚子轴承剩余使用寿命初始次表面裂纹应力分布裂纹动态扩展不同曲率扩展有限元法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    IMIBSE与ISOMAP在旋转机械故障诊断中的应用

    周继彦柳金峰胡义华
    1027-1038,1067页
    查看更多>>摘要：针对基本熵的区域划分标准不理想,导致无法有效测量振动信号的复杂度,使故障诊断的准确率不佳这一问题,提出了一种基于改进多尺度改进基本熵(IMIBSE)、等距特征映射(ISOMAP)和随机森林(RF)的旋转机械故障诊断方法.首先,采用基于方差的区域划分准则对基本熵进行了改进,结合改进的粗粒化处理,提出了IMIBSE,并将其用于提取故障特征;随后,利用ISOMAP对原始故障特征进行了特征降维,选择了对分类贡献最大的一组特征作为故障敏感特征;最后,基于RF建立了多故障分类器,将故障敏感特征输入至RF模型进行了训练和测试,实现了旋转机械的故障识别,利用齿轮箱和离心泵两种故障数据集将IMIBSE方法与复合多尺度基本熵、多尺度改进基本熵、多尺度基本熵进行了比较和分析.研究结果表明:IMIBSE不仅具有最佳的可视化效果,而且取得的识别准确率最高,二者均达到了100%,而二者的平均分类准确率分别为100%和99.8%;相较于其他故障诊断方法,IMIBSE方法的准确率更高,而且适用于小样本的故障识别问题.

    齿轮箱离心泵故障诊断改进多尺度改进基本熵等距特征映射随机森林改进的粗粒化处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    RCMNAAPE在旋转机械故障诊断中的应用

    储祥冬戴礼军涂金洲罗震寰...
    1039-1049页
    查看更多>>摘要：针对精细复合多尺度排列熵(RCMPE)无法充分提取旋转机械振动信号中的故障信息,从而导致旋转机械故障识别准确率不稳定这一缺陷,提出了一种基于精细复合多尺度归一化幅值感知排列熵(RCMNAAPE)、拉普拉斯分数(LS)和灰狼算法优化支持向量机(GWO-SVM)的旋转机械故障诊断方法.首先,利用幅值感知排列熵替换了RCMPE中的排列熵,提出了RCMNAAPE,并将其用于提取旋转机械振动信号的故障特征生成特征样本;随后,采用了LS从原始的高维故障特征向量中筛选出较少的能够更准确描述故障状态的特征,构造敏感特征样本;最后,将低维的故障特征向量输入由灰狼算法优化的支持向量机中进行了训练和测试,完成了旋转机械样本的故障识别和分类,利用滚动轴承和齿轮箱故障数据集将RCMNAAPE-LS-GWO-SVM与其他故障诊断方法进行了对比分析,并开展了评估.研究结果表明:基于RCMNAAPE-LS-GWO-SVM的故障诊断方法能够有效识别旋转机械的各类故障,其识别准确率高于其他对比的故障诊断方法,其中滚动轴承故障的识别准确率达到 99.33%,齿轮箱故障的识别准确率达到98.67%.虽然,该方法的特征提取效率不佳,平均特征提取时间分别为 153.02 s 和 163.98 s,仅优于精细复合多尺度模糊熵(RCMFE),但其综合性能更加优异.

    故障识别准确率滚动轴承齿轮箱精细复合多尺度归一化幅值感知排列熵拉普拉斯分数灰狼优化支持向量机

      原文链接:
    • NETL
    • NSTL
    • 万方数据