基于NOFRFs的机械设备关键部件疲劳裂纹识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-9331.2019.03.009

基于NOFRFs的机械设备关键部件疲劳裂纹识别

引用
关键零部件的疲劳损伤会影响机械设备的正常使用,严重时甚至引发安全事故.因而及时有效识别其疲劳损伤具有重大意义.本研究提出了一种基于非线性输出频率响应函数(NOFRFs)的快速故障识别方法.该方法首先采集输入-输出信号来构造NOFRFs的输入向量和核向量,从而将NOFRFs转换为伪线性结构.然后根据最小均方(LMS)算法求出系统各阶次的核函数,并计算出故障特征量,识别系统故障.为了验证该方法的有效性,本研究通过该方法对0~4 mm长度裂纹的疲劳试样进行识别.研究结果表明:该方法可以快速有效地识别疲劳裂纹,且不需要基准信号.本研究成果为机械设备关键部件的裂纹识别提供了理论基础.

NOFRFs、LMS、疲劳裂纹、裂纹识别、非线性

16

TP391.4(计算技术、计算机技术)

湖南省自然科学基金资助项目2017JJ3327;长沙理工大学桥梁工程安全控制技术与装备湖南省工程技术研究中心基金资助项目KB1503;长沙理工大学工程车辆轻量化与可靠性技术湖南省普通高校重点实验室基金资助项目2017kfjj05

2019-10-25(万方平台首次上网日期,不代表论文的发表时间)

共7页

63-69

相关文献
评论
暂无封面信息
查看本期封面目录

长沙理工大学学报(自然科学版)

1672-9331

43-1444/N

16

2019,16(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn