含裂纹轮对的振动特性分析及裂纹参数识别

来源 :中国测试 | 被引量 : 0次 | 上传用户:wuhuwuyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为实现实际运行工况中的轮对裂纹特征提取及裂纹参数识别,利用Abaqus建立含裂纹轮对系统的有限元模型,仿真轨道随机不平顺激励下的轮对振动响应,并采用变分模态分解(VMD)和快速傅里叶变换(FFT)提取不同运行速度下的轮对裂纹特征参数.其次,利用Kriging代理模型构建裂纹参数和IMF分量中1X、2X谐波成分幅值的关系.最后将裂纹参数的识别问题转换为目标函数的优化问题,使用Kriging代理模型代替有限元计算,利用遗传算法搜索目标函数的最优解,从而实现轮对裂纹参数的定量识别.通过对轨道随机不平顺激励下的多组不同轮对裂纹参数的识别,裂纹位置识别准确率达到100%,深度识别准确率达到92.12%,可为实际工况中的轮对裂纹参数识别提供借鉴.
其他文献
电网运维人员主要根据用电信息采集系统采集到的巡检数据对电能计量装置进行人工异常检测.针对人工诊断存在的漏报、误报、判断标准不一、准确度低等问题,文章提出一种天牛须搜索算法(beetle antennae search)和粒子群算法(particle swarm optimization)结合的天牛群算法(beetle swarm optimization),并将其用于优化BP神经网络(back propagation neural network)电能计量装置异常诊断模型.文章利用天牛群算法迭代寻优BP神