基于NOFRFs的机械设备关键部件疲劳裂纹识别

• 作者: 刘文杰 向建军 王向红 马义淮
• 来源期刊: 长沙理工大学学报（自然科学版）
• 学科: 工学
• 关键词: NOFRFs LMS 疲劳裂纹 裂纹识别 非线性
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电气、机械与动力工程
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP391.4
• 字数: 3429字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9331.2019.03.009

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王向红	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	24	72	6.0	7.0
5	向建军	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	7	19	3.0	4.0
6	马义淮	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	1	0	0.0	0.0
7	刘文杰	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	1	0	0.0	0.0