一种磨损预测的优化算法研究

根据机械部件磨损机理复杂、磨损量预测难精确的特点,提出基于免疫粒子群参数优化的最小二乘支持向量机方法预测磨损量.该算法采用免疫粒子群优化最小二乘支持向量机建模参数,避免了算法陷入局部最优解,实现了精确度高、泛化能力强的磨损量预测模型.对轴承钢试件磨损进行了试验研究,试验数据分析结果表明,基于免疫粒子群的最小二乘支持向量机预测方法优于前向反馈神经网络算法、遗传算法及蚁群算法,预测误差较小,具有很好的预测能力.     

轴承钢早期胶合故障静电在线监测方法及试验

采用自制静电传感器进行润滑条件下轴承钢点接触滑动摩擦胶合故障在线监测试验研究.首先分析了磨损过程静电产生机理和静电感应原理,在此基础上设计研制了磨损区域静电传感器并进行轴承钢胶合故障试验,研究了磨损区域静电信号去噪方法,分析了载荷和转速对摩擦系数和静电信号的影响.研究结果表明:奇异值差分谱理论适用于静电信号去噪,取得了较好的效果;静电信号与摩擦系数同时监测到胶合的发生,具有一致性,并且静电在线监测技术能够在胶合故障发生前监测到异常,为视情维修提供支持;静电信号反映了4个阶段(磨合磨损,稳定磨损,早期胶合以及胶合阶段);在稳定磨损阶段,摩擦系数随载荷的增大而降低,随转速的升高而降低,静电信号均方根值随载荷的变化很小,随转速的升高而增大.