旋轉(zhuǎn)機(jī)械在現(xiàn)代工業(yè)化生產(chǎn)中有著無(wú)法替代的地位,隨著日益增長(zhǎng)的生產(chǎn)需求,大功率密度、高可靠性成為發(fā)展旋轉(zhuǎn)機(jī)械不斷追求的目標(biāo)。在高溫、高壓、高轉(zhuǎn)速等惡劣工況下工作的轉(zhuǎn)子很容易產(chǎn)生裂紋,一旦出現(xiàn)裂紋故障,可能會(huì)引起很嚴(yán)重的生產(chǎn)事故。因此研究裂紋轉(zhuǎn)子故障,發(fā)展裂紋參數(shù)識(shí)別方法具有重要意義。本文基于應(yīng)力強(qiáng)度因子法,對(duì)裂紋單元進(jìn)行建模。利用應(yīng)變能釋放率,將裂紋轉(zhuǎn)子受力及振動(dòng)與裂紋尖端應(yīng)力場(chǎng)聯(lián)系起來(lái),構(gòu)建了呼吸裂紋模型;利用Timoshenko梁理論建立起轉(zhuǎn)子軸段單元的質(zhì)量、剛度和阻尼矩陣,通過(guò)組裝矩陣的方法獲得整個(gè)裂紋轉(zhuǎn)子的動(dòng)力學(xué)方程。以燃?xì)廨啓C(jī)轉(zhuǎn)子為研究對(duì)象,研究了裂紋轉(zhuǎn)子的振動(dòng)特征以及裂紋深度、裂紋位置、不平衡量的大小和相角對(duì)裂紋亞臨界共振的影響。利用時(shí)域波形、頻譜特征和軸心軌跡,總結(jié)了裂紋深度和位置對(duì)裂紋轉(zhuǎn)子故障特征的影響規(guī)律。研究發(fā)現(xiàn)亞臨界轉(zhuǎn)速下2X成分可以作為裂紋轉(zhuǎn)子振動(dòng)特征。以Kriging代理模型為基礎(chǔ),建立了裂紋轉(zhuǎn)子的Kriging代理模型。評(píng)價(jià)了不同信號(hào)成分對(duì)建立代理模型的影響。優(yōu)化裂紋參數(shù)識(shí)別方法,在準(zhǔn)確度提高的基礎(chǔ)上,減少算法依賴的測(cè)點(diǎn)數(shù)目。同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)建立裂紋轉(zhuǎn)子神...

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 呼吸裂紋轉(zhuǎn)子故障特征研究現(xiàn)狀
    1.3 裂紋參數(shù)識(shí)別方法研究現(xiàn)狀
    1.4 本文的主要研究?jī)?nèi)容
第2章 裂紋轉(zhuǎn)子-軸承動(dòng)力學(xué)建模
    2.1 裂紋建模
        2.1.1 裂紋單元?jiǎng)偠鹊挠?jì)算方法
        2.1.2 應(yīng)力強(qiáng)度因子的計(jì)算
        2.1.3 應(yīng)變能釋放率計(jì)算單元柔度矩陣
        2.1.4 呼吸函數(shù)模型
    2.2 裂紋單元?jiǎng)偠?br>        2.2.1 常開裂紋單元?jiǎng)偠?br>        2.2.2 呼吸裂紋單元?jiǎng)偠?br>    2.3 轉(zhuǎn)子動(dòng)力學(xué)建模及求解
        2.3.1 轉(zhuǎn)子動(dòng)力學(xué)建模
        2.3.2 Newmark-β法求解動(dòng)力學(xué)方程
    2.4 本章小結(jié)
第3章 裂紋轉(zhuǎn)子動(dòng)力學(xué)特性及故障特征分析
    3.1 引言
    3.2 軸承-裂紋轉(zhuǎn)子模型
    3.3 裂紋對(duì)轉(zhuǎn)子動(dòng)力學(xué)特性的影響
        3.3.1 裂紋轉(zhuǎn)子動(dòng)力學(xué)響應(yīng)
        3.3.2 裂紋轉(zhuǎn)子的亞臨界共振
    3.4 裂紋深度對(duì)裂紋轉(zhuǎn)子動(dòng)力學(xué)特性的影響
    3.5 裂紋位置對(duì)裂紋轉(zhuǎn)子動(dòng)力學(xué)特性的影響
    3.6 不平衡量大小對(duì)裂紋轉(zhuǎn)子動(dòng)力學(xué)特性的影響
    3.7 不平衡量與裂紋之間夾角對(duì)轉(zhuǎn)子動(dòng)力學(xué)特性的影響
    3.8 本章小結(jié)
第4章 基于KRIGING代理模型的裂紋參數(shù)識(shí)別
    4.1 引言
    4.2 裂紋KRIGING代理模型的建立
        4.2.1 Kriging代理模型
        4.2.2 裂紋轉(zhuǎn)子的Kriging代理模型
    4.3 拉丁超立方采樣
    4.4 裂紋轉(zhuǎn)子KRIGING代理模型的參數(shù)識(shí)別
        4.4.1 樣本頻率成分的選取
        4.4.2 選取待測(cè)樣本測(cè)點(diǎn)
    4.5 計(jì)算機(jī)試驗(yàn)驗(yàn)證
    4.6 本章小結(jié)
第5章 基于神經(jīng)網(wǎng)絡(luò)的裂紋參數(shù)識(shí)別
    5.1 引言
    5.2 人工神經(jīng)網(wǎng)絡(luò)
    5.3 裂紋轉(zhuǎn)子神經(jīng)網(wǎng)絡(luò)建立
    5.4 裂紋參數(shù)識(shí)別及準(zhǔn)確性驗(yàn)證
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3843954