流體動壓型機械密封開啟過程的聲發(fā)射特征監(jiān)測研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、機械密封是旋轉(zhuǎn)機械中最常用的軸封形式之一,因其可靠性高、泄漏量少、工作壽命長和適用性強等特點,被廣泛地用于石油化工、航天航空和核電能源等領(lǐng)域。因此,機械密封件的使用性能將直接對機械生產(chǎn)設(shè)備的安全性、生產(chǎn)過程的效率和生產(chǎn)成本產(chǎn)生影響。為此,對機械密封件采取實時狀態(tài)監(jiān)測,獲取有用的特征信息,分析機械密封在啟動過程中的端面摩擦狀態(tài),將是十分必要的。可以在密封件失效前及時發(fā)現(xiàn)并維修,避免因過早更換密封件造成的資源浪費、成本提高,或是延遲更換造成

2、的安全事故。
  通過機械密封開啟過程監(jiān)測實驗的設(shè)計,選取電渦流和聲發(fā)射法對密封端面的膜厚信息進行監(jiān)測。實驗采集了機械密封在開啟全過程中的電渦流和聲發(fā)射信號,通過對電渦流信號的分析,建立起信號的變化與端面接觸狀態(tài)和摩擦狀態(tài)改變的對應(yīng)關(guān)系。將密封的開啟過程分為干摩擦、混合摩擦和流體摩擦三種摩擦狀態(tài),采集的信號在這三個狀態(tài)中均有明顯的特征體現(xiàn)。然后對開啟過程中的聲發(fā)射信號進行分析,聲發(fā)射信號的變化情況也能與三種摩擦狀態(tài)進行對應(yīng),采用小

3、波包分析法對信號進行降噪處理。在設(shè)計的有無密封環(huán)對比實驗中,分析得到中高頻信號包含更多的與機械密封有關(guān)的信息的結(jié)論,選取聲發(fā)射信號中的高頻信息,根據(jù)機械密封端面的摩擦特性選擇適合的特征指標,進行時頻域特征提取,篩選得到有效的聲發(fā)射信號特征。
  篩選得到的特征進行歸一化處理后,分析特征對三種摩擦狀態(tài)具有較好的可識別性。將歸一化后的特征值作為Elman神經(jīng)網(wǎng)絡(luò)的輸入向量,構(gòu)建含反饋層的四層網(wǎng)絡(luò)模型。利用訓(xùn)練樣本進行訓(xùn)練后,對測試樣本

4、進行識別,得到較好的識別效果。之后選取不同的訓(xùn)練樣本和測試樣本,建立不同的網(wǎng)絡(luò)模型進行模式識別,發(fā)現(xiàn)均能很好地將不同的摩擦狀態(tài)數(shù)據(jù)進行分類。結(jié)果證明,選取的聲發(fā)射特征能有效地識別機械密封開啟過程中的端面情況?;赑SO算法實現(xiàn)對神經(jīng)網(wǎng)絡(luò)的優(yōu)化,通過加慣性權(quán)重因子和矩陣化設(shè)計實現(xiàn)了對PSO算法的改進,提高了算法的運行效率同時提升了算法的收斂速度。對比優(yōu)化前后神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果證實,PSO算法對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度和精度、收斂速度和狀態(tài)識別精

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論