论文部分内容阅读
利用涡流探伤仪,设计专用检测线圈,对不锈钢密封容器中的金属材料局部裂纹进行了试验检测,结果表明:处于不同裂纹状态的金属材料的涡流检测结果有显著差异.因此,利用线圈形式的涡流探测方法可以对不锈钢密封容器中的金属材料进行结构检测.
一种密封容器中金属材料裂纹检测方法探讨
【摘 要】
：
利用涡流探伤仪,设计专用检测线圈,对不锈钢密封容器中的金属材料局部裂纹进行了试验检测,结果表明:处于不同裂纹状态的金属材料的涡流检测结果有显著差异.因此,利用线圈形式的涡流探测方法可以对不锈钢密封容器中的金属材料进行结构检测.
【出 处】
：
2012年全国振动工程及应用学术会议
【发表日期】
：
2012年12期
其他文献
根据高层建筑的特点,将其简化成塔式结构模型.并对其纵向载荷的振动响应进行了分析,给出了最高点处的响应函数；讨论了动态响应下位移响应函数的求解方法；并用有限元对高层建筑和塔式建筑的振动进行了数值分析,通过图像对比了解析解和数值解.为进一步的高层建筑结构的强度、稳定性的设计打下了基础.
论述了核独立分量分析理论和算法,并应用到非线性混合盲分离中.通过核函数映射将非线性问题转换成高维线性特征空间,利用F相关系数定义对比函数,优化对比函数,得到分离矩阵.仿真结果表明,KICA方法处理非线性混合盲分离优于传统ICA方法.
轧机自激振动是制约冷轧薄板产量和产品质量提高的主要障碍之一.这种自激振动因其来势凶猛和超大的动态范围,一般的测振仪器和系统不能胜任,现场操作人员至今仍靠五官观察,随时进行紧急降速,以免造成断带或轧件表面缺陷.本文研制的报警装置专为预警这种突发性自激振动而设计,在系统的通讯、前端预处理和模型预警方面都采用了特别的处理,使系统的实时性、抗干扰能力、模型预警能力和扩展性优于常规的振动监测系统.系统对降低
针对滚动轴承的故障诊断,提出了基于改进粒子群算法优化的神经网络对故障进行模式识别,以振动信号的时、频域特征作为网络输入,以轴承的故障形式为输出.改进后的粒子群优化了惯性权重因子和速度向量的迭代计算方法,并与差分算法混合进行进化.仿真实验表明,基于改进后的粒子群的神经网络比收敛精度高,克服了标准粒子群算法和BP网络存在的易陷入局部最小点的特点.
本文将双谱分析方法与支持向量数据描述(SVDD)方法相结合用于滚动轴承的性能退化评估.该方法首先用双谱分析方法对正常运行状态下的数据进行特征提取并建立数据描述模板,再对各种故障数据进行双谱特征提取,然后依据SVDD算法定义广义距离差(ε)的概念来量化轴承的性能退化程度.通过滚动轴承仿真性能退化实验验证了提出方法的可行性与有效性.
对一起供热汽轮机转子弯曲事故的发生过程进行了分析,判断出造成该转子弯曲的主要原因是发生了动静碰摩,引起动静碰摩的直接原因则是上下缸温差过大.对该弯曲转子实施了校直、低速动平衡、联轴器端面瓢偏修复等技术措施后,机组顺利启动、并网发电,各轴承振动水平达到优良.
通过对滚动轴承的振动信号进行处理,可以提取出其中包含的运转故障信息,从而判断轴承是否已发生故障或确定故障种类,达到故障诊断的目的.本文基于BP和RBF两种神经网络,对滚动轴承故障实验数据进行了训练和检验,获得了滚动轴承的故障特征向量,验证了将这两种神经网络方法应用于故障诊断方面的可靠性.
粘弹夹层结构被大量应用于机械装备的密封、减振、隔热等方面,在长期储存、运输和使用过程中,粘弹性材料会出现老化、松弛等现象,使粘弹夹层结构的动态特性发生变化,从而影响其使用性能. 因此,识别和预测粘弹夹层结构的状态及其变化是工程实际的迫切需要.本文设计了粘弹夹层结构实验装置,通过施加不同的预紧力来表征结构的老化状态；建立了实验装置的有限元分析模型,计算得到不同预紧力下结构的固有频率和模态振型,指出预
基于变量预测模型的模式识别(VPMCD)方法是一种新的模式识别方法,它认为特征值之间具有内在的关系,并通过这种特征值的内在关系建立数学模型,然后进行分类.本文将VPMCD方法、经验模态分解(EMD)方法和奇异值相结合应用于滚动轴承故障诊断中.首先对滚动轴承振动信号进行经验模态分解,得到若干个IMF分量,将IMF分量组成特征向量矩阵,并计算该矩阵的奇异值,然后将奇异值作为特征值建立VPMCD模型,采
机械装备大量使用粘弹夹层结构,但粘弹性材料会老化、松弛,使结构的动态特性发生变化,影响机械装备使用性能.因此,识别粘弹夹层结构的状态是工程实践的迫切需要.本文设计制作了实验装置实现通过不同预紧力状态表征粘弹夹层结构不同状态,测试了不同状态下结构动态响应.研究提出了蚁群聚类与距离评估相结合的独立敏感特征参量选择方法；研究利用多支持向量机融合方法构建了粘弹夹层结构状态识别模型,将该模型应用于实验装置不