首页期刊导航|振动与冲击
期刊信息/Journal information
振动与冲击
振动与冲击

恽伟君

半月刊

1000-3835

jvs@sjtu.edu.cn

021-62821366

200030

上海市华山路1954号上海交通大学

振动与冲击/Journal Journal of Vibration and ShockCSCD北大核心CSTPCDEI
查看更多>>本刊是反映和交流我国力学、航空、航天、造船、车辆、机械、建筑、水利、电力、矿山、冶金、化工、仪器仪表、海洋工程、轻工和环保等部门的振动、冲击和噪声方面的成果及经验的综合性学术刊物。内容包括结构动力分析、模态分析、参数识别、随机振动、振动控制、转分子动力学、结构动力稳定性、减振、隔振、抗冲击、噪声防治、环境试验、模拟技术、测试技术、信号处理、计算机软件工程、消振消声材料等方面的论文和短文。本刊为中文核心期刊。
正式出版
收录年代

    输送带纵向振动对多驱动驱动力分配影响的研究

    姚艳萍张必胜
    231-236页
    查看更多>>摘要:带式输送机运行过程中,输送带所受的动张力沿输送带运行方向以波的形式传播,并在传播的过程中产生纵向振动,输送带较大的纵向振动会影响多滚筒驱动力的分配.本文以Kelvin-Voigt黏弹性模型作为输送带力学模型进行分析,由输送带的本构方程建立长距离带式输送机输送带纵向振动驱动力分配方程,以天津港某条头部双滚筒驱动长距离带式输送机为例,仿真启动过程中驱动滚筒的驱动力变化曲线及输送带振动曲线,将仿真结果与试验结果相比对,得到对于头部双滚筒驱动的带式输送机系统,随着输送带弹性模量的增大输送带振动减轻,双滚筒驱动驱动力的分配更加接近理想的功率配比的结果.研究结论为输送带的合理选型提供可靠依据,并能使电机工作在设计工作点附近,避免因驱动力分配不均而烧毁驱动电机.

    长距离带式输送机纵向振动多滚筒驱动驱动力分配AMEsim

    一类双边电容型微谐振器吸合不稳定及其时滞速度反馈控制

    尚慧琳董章辉刘海刘智群...
    237-243页
    查看更多>>摘要:以一类典型的静电驱动双边电容型微谐振器为研究对象,基于全局分岔理论,研究微结构吸合不稳定的机理;在此基础上,在系统直流偏置电压上引入线性时滞速度反馈,对系统复杂动力学行为实施控制.通过引入独立参数,得出系统异宿轨道的精确解析表达,进而利用Melnikov方法预测微结构的异宿分岔条件,从而获得引起微结构吸合不稳定的交流电压阈值.数值算例与理论解析结果的吻合验证了时滞速度反馈控制能有效抑制该类双边电容型微结构吸合不稳定以及混沌等复杂动力学行为,该研究在优化控制微谐振器性能方面具有潜在的应用价值.

    微谐振器吸合不稳定时滞速度反馈控制异宿分岔安全盆

    高速逆流色谱仪行星机构的动平衡优化设计方法

    刘海淞陈海军吴宇轩陈箭峰...
    244-252页
    查看更多>>摘要:针对高速逆流色谱仪行星传动机构平稳运行的需要,通过对传统型预制平衡孔设计算法的分析和MATLAB仿真软件验证,提出了一种改进型预制平衡孔设计算法.将改进型预制平衡孔设计算法应用于色谱仪行星机构分离柱的平衡孔设计,并结合分离柱的残余不平衡量进行了转子的平衡孔结构建模.通过动平衡试验对比了两种平衡孔布局方式的行星机构平衡效果,动平衡试验数据表明,改进平衡孔结构的分离柱的不平衡量减少率比传统平衡孔结构的分离柱高出9.9%,改进平衡孔结构的行星机构的不平衡量减少率比传统平衡孔结构的行星机构高出18.2%,改进平衡孔结构的行星机构的平衡精度相比于传统平衡孔结构的行星机构有了明显的提升.

    高速转子动平衡精度预制平衡孔逆流色谱仪行星机构m+p软件

    渗透压循环加卸载作用下页岩渗透率演化规律研究

    王俊光孙清林梁冰余庆熔...
    253-259页
    查看更多>>摘要:为研究页岩在渗透压循环加卸载作用下渗透率演化规律,利用改进的脉冲衰减气体渗透率测量装置对页岩进行不同围压、不同渗透压循环加卸载试验.试验结果表明:初始围压的大小会影响页岩的初始渗透率,初始围压越大初始渗透率越小;在定围压循环加卸载渗透压的过程中,渗透率随着渗透压的加载而增大,随着渗透压的卸载而减小;在同一渗透压加卸载循环中,加载阶段和卸载阶段的渗透率曲线不重合,且卸载阶段渗透率曲线位于加载阶段渗透率曲线的上方;对渗透率随渗透压循环加卸载的变化关系进行拟合,拟合结果符合二次函数关系,相关系数大于95%.

    页岩渗透率渗透压循环加卸载

    基于ANSYS的气液两相流海洋立管流固耦合特性分析

    田晓洁谢大帅刘贵杰谢迎春...
    260-267页
    查看更多>>摘要:运用ANSYS软件对气液两相流海洋立管进行了流固耦合特性分析,包括模态分析和动力学分析.模态分析研究了有无流固耦合存在时立管振动模态的变化以及流体边界条件对立管固有频率和阵型的影响;同时,将仿真分析同DNV公式求解的固有频率进行了对比验证.动力学分析研究了单、双向流固耦合振动分析,并将单、双向流固耦合进行了对比分析,同时考虑了立管支承方式、流体边界条件对立管振动的影响,提出了立管减振措施.分析结果对海洋立管的优化设计和运行的可靠性提供了重要的理论意义.

    气液两相流海洋立管流固耦合模态分析动力学分析

    基于MOMEDA和增强倒频谱的风电机组齿轮箱多故障诊断方法

    胡爱军严家祥白泽瑞
    268-273页
    查看更多>>摘要:风电机组齿轮箱结构复杂,当齿轮、轴承存在多故障时,由于各故障强弱不同、故障间相互耦合及噪声干扰,造成故障诊断准确率低及漏诊问题.提出了一种基于多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)和增强倒频谱的风电机组齿轮箱多故障诊断方法.依据齿轮和轴承不同部位的故障特征频率设置合理的解卷积周期,利用MOMEDA对原始信号进行预处理;再通过增强倒频谱进一步抑制噪声干扰和增强故障特征;将增强倒频谱中的突出成分与齿轮箱故障特征频率对比,判断故障类型.实际风电机组齿轮箱多故障振动试验数据分析结果表明,该方法可以有效地提取出齿轮箱多故障特征信息.

    齿轮箱多故障诊断特征提取多点最优最小熵解卷积(MOMEDA)增强倒频谱

    基于改进鲸鱼算法优化LSTM的滚动轴承故障诊断

    郑直张华钦潘月
    274-280页
    查看更多>>摘要:适应性动量(Adam)估计优化器易使深度长短时记忆神经网络(long short-term memory,LSTM)陷入局部极小值,导致故障诊断精度过低;鲸鱼算法(whale optimization algorithm,WOA)的寻优区域过大,导致寻优效率过低.针对上述两问题,将WOA进行改进(improved whale optimization algorithm,IWOA),并优化LSTM,提出IWOA-LSTM新方法.所提方法将WOA赋予动量驱动功能,继承了LSTM中的Adam优化器动量项,可优化细胞权值的搜索区域,进而提高权值寻优效率;将其与Adam优化器联合优化更新权值矩阵,以跳出局部最小值,提高故障诊断精度.此外,还系统地分析了学习效率和迭代次数对IWOA-LSTM的诊断精度影响,实现高效的故障诊断分析.通过分析实测滚动轴承内圈、外圈和滚动体三种故障可知,IWOA-LSTM的故障诊断效率分别较浅层BP神经网络(BPNN)、深度卷积神经网络(convolutional neural network,CNN)、深度门限循环单元神经网络(gated recurrent unit,GRU)、LSTM、WOA优化的LSTM (WOA-LSTM)高出了47.60%,38.06%,37.62%,26.82%,22.71%,且实现高达97%的诊断精度.

    滚动轴承深度学习鲸鱼算法(WOA)长短时记忆(LSTM)

    具有时滞反馈控制的非线性主动悬架系统的稳定性、分岔和混沌

    邵素娟任传波荆栋颜廷浩...
    281-290页
    查看更多>>摘要:研究了具有时滞反馈控制的非线性主动悬架系统模型,该模型考虑了悬架弹簧和阻尼的非线性特性.运用广义Sturm准则推导了时滞无关稳定区域的临界增益和稳定性开关的临界时滞.在不同稳定性区间内选取参数组合进行数值模拟,验证理论分析的有效性.在动力学方程的基础上,利用分岔图、庞加莱映射图和时域图,研究了在路面激励下的悬架系统的非线性动力学行为.结果 表明,在增益系数和阻尼系数g ~ζ1平面内存在一个小的参数区间来实现时滞无关稳定性,并且区间范围随着悬架阻尼系数的增加而增大.当受控系统不具有时滞无关稳定性时,系统会随着时滞的变化而发生稳定性切换,这些稳定性开关对应时滞跨越临界值时发生的Hopf分岔.数值仿真验证了理论分析的正确性.时滞作为分岔参数,观察到系统由准周期运动通往混沌运动的途径:准周期环面破裂.

    非线性主动悬架系统时滞反馈控制稳定性开关分岔混沌

    正交小波变换k-中心点聚类算法在故障诊断中的应用

    李卫鹏曹岩李丽娟
    291-296页
    查看更多>>摘要:k-中心点聚类算法(k-medoids cluster algorithm,KCA)是改进的机器学习聚类算法,该方法通过初始聚类中心选取和聚类中心更新,对无标记训练样本的学习揭示数据的内在性质及规律,从而区分出机器的运行状态.提出了一种正交小波变换k-中心点聚类算法(orthogonal wavelet transform k-medoids clustering algorithm,OWTKCA)诊断方法,利用正交小波变换(orthogonal wavelet transformation,OWT)方法提取各细节信号作为训练样本,用KCA方法进行分类.通过滚动轴承的试验数据分类结果显示,该方法相对于没有提取特征值的KCA能有效处理复杂机械振动信号,明显提高了故障数据聚类效果,缩短了聚类时间,提高了智能诊断效率.

    k-中心点聚类算法(KCA)机器学习故障诊断正交小波变换(OWT)

    《振动与冲击》征稿简则

    后插1页