【摘 要】
：
针对TBM液压推进机构机械动力最优控制的振动力学建模问题,研究了 TBM液压推进缸振动力学建模方法.考虑到其缸体、活塞及液压油的柔性,并利用拉氏动力学方法建立了其三自由度集中参数振动力学模型,运用有限元法验证了模型的有效性.利用动、静态缩聚法对所述模型的自由度进行了缩聚,并对缩聚模型与原模型的动力学特性进行了比较,结果表明:缩聚前后的模型在各推进位置的1阶固有频率最大误差值为1.37 Hz,幅频特性曲线的趋势基本吻合,验证了缩聚模型的有效性.所建立的推进缸振动力学缩聚模型,为推进机构的整机振动力学建模提供
【机 构】
：
华东交通大学 机电与车辆工程学院,南昌 330013
论文部分内容阅读
针对TBM液压推进机构机械动力最优控制的振动力学建模问题,研究了 TBM液压推进缸振动力学建模方法.考虑到其缸体、活塞及液压油的柔性,并利用拉氏动力学方法建立了其三自由度集中参数振动力学模型,运用有限元法验证了模型的有效性.利用动、静态缩聚法对所述模型的自由度进行了缩聚,并对缩聚模型与原模型的动力学特性进行了比较,结果表明:缩聚前后的模型在各推进位置的1阶固有频率最大误差值为1.37 Hz,幅频特性曲线的趋势基本吻合,验证了缩聚模型的有效性.所建立的推进缸振动力学缩聚模型,为推进机构的整机振动力学建模提供了前提条件,且可大大减少推进机构整机振动力学模型的自由度数,为其机械动力最优控制提供了高效、简单的计算模型.
其他文献
拓扑优化方法可用于柔性变形机构的创新性设计,3D打印技术为拓扑优化结果提供了一个快捷有效的制造方式.但拓扑优化方法所设计的柔性夹钳常常存在较为明显的集中铰链,受3D打印加工条件和材料的限制,这种铰链特征往往难以保证结构的可制造性和正常的使用.因此需要在设计过程中采用较大的输入输出弹簧刚度系数以避免铰链的出现,而此时所得到的结构的变形能力又非常有限.基于此,为了同时保证结构的可制造性和变形能力,以熔融沉积(FDM)加工技术为制造基础,讨论了拓扑优化结构再设计和双材料的引入对夹钳柔度的改善.数值分析和实验的结
建立改性谐波传动系统等效物理模型,将改性谐波传动系统中扭转刚度、阻尼、齿侧间隙以及传动误差等非线性因素等效为上述物理模型啮合产生的非线性因素,并推导出改性谐波传动系统弯扭耦合振动方程.采用数值积分方法求解系统非线性振动方程并研究谐波传动系统的运动状态随转速、齿侧间隙与传动误差幅值变化的分岔特性,通过试验验证模型及理论分析的正确性.结果表明,随着转速的增大,系统由鞍结分岔进入混沌状态,最终由倍周期逆分岔转变为稳定的周期一运动;随着齿侧间隙的增大,系统由鞍结分岔进入混沌,之后进入短暂的周期三运动后完全变为混沌
基于Bernoulli-Euler方程从理论上推导了末端加载力的初始弯曲柔性梁末端轨迹和转角.结合实例给出理论计算结果,并和ANSYS软件仿真的结果进行对比,来验证理论模型的正确性.基于直梁3R伪刚体模型建立了末端受力作用的初始弯曲柔性梁的3R伪刚体模型.理论结算结果与初始弯曲柔性梁的3R伪刚体模型、1R伪刚体模型的轨迹结果等进行对比,并给出相对误差,来验证这两种伪刚体模型是否可以有效地模拟初始弯曲柔性梁的末端轨迹和转角以及3R伪刚体模型的优越性,为初始弯曲柔性梁在柔顺机构等中的应用打下了坚实的基础.
针对电传飞控系统舵面电液伺服作动器采用主-主工作模式带来的力纷争振荡,导致舵面疲劳,影响飞行安全的问题,提出了一种基于压力和位置双重反馈补偿的力纷争均衡控制方法.该方法通过对舵面两端的两个作动器收缩腔和伸出腔压差的比较生成压力补偿值;采用比例积分控制器,根据两个作动器之间的压力差与舵面扭转变形的比例关系将压力转化成位置进行补偿;利用积分控制对高比例增益出现的振荡和超调进行修正,消除稳态误差.再通过舵面两端的两个作动器位置传感器测得的实际位置进行比较,生成位置修正值,用来均衡两侧作动器的位置差,减少舵面两个
为克服多尺度模糊熵(MFE)在刻画齿轮故障信息时存在的不足,对其进行改进,提出增强多尺度模糊熵(EMFE)的概念,并由此提出基于EMFE的齿轮故障诊断新方法.相比于MFE,EMFE的序列粗粒化过程不存在信息泄露,并且能够保证熵值计算的稳定性,能够更为准确的对信号包含的信息进行刻画.齿轮故障诊断实例结果表明,以EMFE作为故障特征输入支持向量机(SVM)中进行故障诊断,可以有效提高故障诊断的精度.
设计了 一种新型抗拉压平面折展铰链T-LEJ(Tension Lamina Emergent Joint),命名为对称倒“几”字形抗拉压平面折展铰链(Symmetrical Inverted“几”shaped Tension Lamina Emergent Joint),简称对称倒“几”字形T-LEJ铰链.设计了铰链的结构,采用弹簧等效法,推导了铰链的弯曲等效刚度与拉压等效刚度计算式.设计了铰链实例进行理论计算同时进行有限元仿真,二者之间的误差在3％-6％之间,验证了所得等效刚度计算式的正确性.对具有相同
针对多尺度散布熵(MDE)在对滚动轴承故障信号进行特征提取时会出现信号信息严重损失的问题,提出了时移多尺度散布熵(TMDE)的概念,并由此提出基于TMED和支持向量机(SVM)的滚动轴承故障诊断方法.首先,通过仿真信号对TMDE和MDE进行了对比分析,结果表明,TMDE得到的熵值更稳定且对数据长度依赖小.其次,将所提方法应用到滚动轴承的故障诊断实例中,结果表明,TMDE获得了比MDE更高的滚动轴承不同类型和不同程度故障的诊断精度.
针对滚动轴承故障智能诊断问题,提出一种基于时序模型和可拓学的滚动轴承故障诊断方法.利用时序模型中的AR(Autoregressive Model)模型对轴承振动信号进行特征提取,以AR模型的自回归参数和残差方差作为特征向量,再利用Fisher比对AR模型的特征向量进行选择,将最终所形成的特征向量作为可拓物元模型的特征参数,以此特征参数来建立轴承不同健康状态下物元模型的经典域和所有状态下物元模型的节域.将待测数据输入到已建立的滚动轴承不同健康状态对应的物元模型之中,通过关联函数来计算待测数据与滚动轴承不同健
针对岸桥机构减速箱振动信号局部扰动特征学习问题的复杂性,提出一种新型故障诊断模型.首先利用整体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)变换对振动信号进行瞬态时频分析,获取典型参数的边际谱等特征,形成深度学习的特征向量.在此基础上,提出一种基于深度收缩自编码网络-模糊支持向量机的起重机械故障状态识别模型,并与深度稀疏自编码网络-模糊支持向量机模型等其它模型进行比较.实验结果显示,针对起重机械故障状态识别问题,所建立的新深度学习模型有很好的识别能力,
为了解决航空发动机液压管路系统中管路故障诊断困难的问题,提出了一种基于深度置信网络(Deep Belief Networks,DBN)的航空液压管路智能故障诊断方法.首先,将采集的液压管路振动数据进行处理,提取出时频域特征参数,其次,将时频域特征参数作为输入样本,输入到深度置信网络模型中,利用深度置信网络模型进行液压管路故障的识别;最后,将本方法应用于航空液压管路模拟故障实验数据中,同时将本文方法与BPNN和SVM等方法进行对比分析,结果表明:本方法对液压管路故障的总体准确率达到99.27％,平均AUC值