-
公开(公告)号：CN105157820B
公开(公告)日：2018-01-26
申请号：CN201510197209.6
申请日：2015-04-24
申请人： 华中科技大学
IPC分类号： G01H17/00
摘要： 本发明公开了一种基于谱导数和频率栅栏缝的谐频频率识别及剔除方法，其特征在于，包括如下步骤：计算振动信号功率谱G(ω)的一阶导数或二阶导数，得到谱突变度ab(ω)或捷度ag(ω)；设定谱突变度或捷度的阈值分别为ab‑max和ag‑max；找到ab(ωi)＝ab‑max或ag(ωi)＝ag‑max处的频率点ωi；找到频率点ωi后首个谱突变度为负或频率点ωi后第三个捷度为负频率点ωj，该频率点ωj即为谐频频率ωh；通过识别的谐频频率ωh构建频率栅栏缝剔除所有谐频频率，得到机械结构的真实固有频率。该方法检测准确性高，可获得机械结构在工作状态下的结构固有频率，为机械结构在线识别和监测，以及结构损伤辨识等提供了强有力的手段。
-
公开(公告)号：CN104794290B
公开(公告)日：2017-09-29
申请号：CN201510197240.X
申请日：2015-04-24
申请人： 华中科技大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种用于机械装备结构的模态参数自动识别方法，该方法包括如下步骤：将整个频域区间按照区间宽度分割成宽度相同的频率小区间，统计固有频率落在各频率小区间内的极点总数；将极点总数小于阀值的频率小区间内的极点作为计算极点而剔除，剩余的极点作为物理极点而保留；然后，利用最小方差准则，从上述步骤中剩下的极点中自动识别各阶模态参数。该识别方法可有效区分计算极点与结构物理极点，自动识别结构的模态参数，获得机械结构在工作状态下的动力学特性参数，有效减少模态分析中的人工参与，为机械结构的在线检测、损伤识别等提供了有利的方式。
-
公开(公告)号：CN104199380A
公开(公告)日：2014-12-10
申请号：CN201410338455.4
申请日：2014-07-16
申请人： 华中科技大学
IPC分类号： G05B19/18
摘要： 本发明公开了一种基于切削表面有随机曲线工件的机床激励方法，包括：(1)确定随机曲线工件的凸台宽度aw；(2)确定组成所述随机曲线工件的随机曲线的各圆弧的圆心角度α和曲率半径r；(3)顺次连接具有上述参数的各圆弧，形成曲线，并以该曲线为母线以所述宽度加工出工件，其中所述曲线的长度方向与进刀方向一致；(4)根据机床主轴转速n，进给量af以及背吃刀量ap，利用刀具对随机曲线工件进行切削，刀具和随机曲线凸台之间的切削力对机床结构施加脉冲激励信号，从而实现对机床的激励。本发明的方法不仅可以大大降低模态试验的激振成本，而且可以在工作状态下，根据需要和具体对象，对机床进行可控激振，获得机床在工作状态下的动力学特性。
-
公开(公告)号：CN104133418A
公开(公告)日：2014-11-05
申请号：CN201410339456.0
申请日：2014-07-16
申请人： 华中科技大学
IPC分类号： G05B19/18
摘要： 本发明公开了一种基于切削渐变凸台工件的机床激励方法，通过利用刀齿对宽度渐变的凸台型工件进行切削，从而产生脉宽渐变的脉冲力序列以激励机床，其包括：(1)确定工件凸台的渐变宽度，包括窄端宽度anw和大端宽度abw；(2)确定工件凸凸台的长度al；(3)根据上述长度和宽度参数加工出凸台工件；(4)根据机床刀齿的转速n，进给量af以及背吃刀量ap，利用刀齿对凸台工件进行切削，刀具和渐变凸台之间的切削力对机床结构施加脉冲激励信号，从而产生脉冲宽度和幅值都逐渐增大的脉冲切削力激励机床。本发明的方法不仅可以大大降低模态试验的激振成本，而且可以在工作状态下，根据需要和具体对象，对机床进行可控激振，获得机床在工作状态下的动力学特性。
-
公开(公告)号：CN105157820A
公开(公告)日：2015-12-16
申请号：CN201510197209.6
申请日：2015-04-24
申请人： 华中科技大学
IPC分类号： G01H17/00
摘要： 本发明公开了一种基于谱导数和频率栅栏缝的谐频频率识别及剔除方法，其特征在于，包括如下步骤：计算振动信号功率谱G(ω)的一阶导数或二阶导数，得到谱突变度ab(ω)或捷度ag(ω)；设定谱突变度或捷度的阈值分别为ab-max和ag-max；找到ab(ωi)＝ab-max或ag(ωi)＝ag-max处的频率点ωi；找到频率点ωi后首个谱突变度为负或频率点ωi后第三个捷度为负频率点ωj，该频率点ωj即为谐频频率ωh；通过识别的谐频频率ωh构建频率栅栏缝剔除所有谐频频率，得到机械结构的真实固有频率。该方法检测准确性高，可获得机械结构在工作状态下的结构固有频率，为机械结构在线识别和监测，以及结构损伤辨识等提供了强有力的手段。
-
公开(公告)号：CN104794290A
公开(公告)日：2015-07-22
申请号：CN201510197240.X
申请日：2015-04-24
申请人： 华中科技大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种用于机械装备结构的模态参数自动识别方法，该方法包括如下步骤：将整个频域区间按照区间宽度分割成宽度相同的频率小区间，统计固有频率落在各频率小区间内的极点总数；将极点总数小于阀值的频率小区间内的极点作为计算极点而剔除，剩余的极点作为物理极点而保留；然后，利用最小方差准则，从上述步骤中剩下的极点中自动识别各阶模态参数。该识别方法可有效区分计算极点与结构物理极点，自动识别结构的模态参数，获得机械结构在工作状态下的动力学特性参数，有效减少模态分析中的人工参与，为机械结构的在线检测、损伤识别等提供了有利的方式。
-
公开(公告)号：CN104122106A
公开(公告)日：2014-10-29
申请号：CN201410339469.8
申请日：2014-07-16
申请人： 华中科技大学
IPC分类号： G01M99/00
摘要： 本发明公开了一种基于切削表面有凸点的工件的机床激励方法，通过利用刀具对表面具有凸块的工件进行切削，从而产生单脉冲激励力以激励机床，该方法包括：(1)确定工件表面凸点的宽度aw，(2)确定凸点在进给方向的长度al；(3)根据长度和宽度参数加工出具有凸点的工件；(4)确定主轴转速n，进给量af以及背吃刀量ap，利用刀具对工件凸点进行切削，从而产生单脉冲切削力，对基础结构施加激励信号，实现激励机床。本发明的方法可以在无需外加激励条件下，通过切削凸点产生单脉冲切削力即可完成对机床结构的激振，不仅可以大大降低模态试验的激振成本，而且可以在工作状态下根据需要和具体对象对机床进行可控激振，获得机床在工作状态下的动力学特性。
-
公开(公告)号：CN103970065A
公开(公告)日：2014-08-06
申请号：CN201410168213.5
申请日：2014-04-24
申请人： 华中科技大学
IPC分类号： G05B19/18
摘要： 本发明公开了一种基于切削激励的数控机床频响函数获取方法，该方法包括：利用机床切削加工工程中产生的随机切削力激励机床结构；利用传感器测量所需要获得频响函数部位的振动响应信号；建立切削力模型，并且根据转速变化对切削力的影响，采用修正函数对切削力模型进行修正；确定切削力计算模型中的系数，并且根据实验拟合修正函数；根据计算得到的切削力和测量得到的振动响应，获得机床结构的频响函数，并将计算得到的频响函数进行曲线拟合，消除噪声，得到最终的频响函数。按照本发明，能够获得辨识结果更加精确可靠的机床在运行状态下的动力学特性通过得到的频响函数从而可以进行机床结构优化设计和机床状态监测等。
-
公开(公告)号：CN103823406A
公开(公告)日：2014-05-28
申请号：CN201410088152.1
申请日：2014-03-11
申请人： 华中科技大学
IPC分类号： G05B19/18
摘要： 本发明公开了一种数控机床的结构敏感环节辨识方法，通过数控机床的模态质量、模态振型向量构建数控机床的模态质量分布矩阵，并从而获得机床结构敏感环节，其特征在于，该方法具体包括：（1）对数控机床进行模态实验，获得数控机床的模态质量、模态振型向量；（2）根据获得的模态质量和模态振型向量，构建数控机床的模态质量分布矩阵；（3）利用所述模态质量分布矩阵，获得机床各部件的模态质量分布情况曲线，并进而辨识出机床敏感环节。本发明的方法可以判断机床结构的敏感环节，这样便对机床结构的薄弱情况进行了量化，由此解决此前提到的现有方法评估机床结构敏感环节过程中遇到的问题。
-
公开(公告)号：CN104133418B
公开(公告)日：2017-02-01
申请号：CN201410339456.0
申请日：2014-07-16
申请人： 华中科技大学
IPC分类号： G05B19/18
摘要： 本发明公开了一种基于切削渐变凸台工件的机床激励方法，通过利用刀齿对宽度渐变的凸台型工件进行切削，从而产生脉宽渐变的脉冲力序列以激励机床，其包括：(1)确定工件凸台的渐变宽度，包括窄端宽度anw和大端宽度abw；(2)确定工件凸凸台的长度al(3)根据上述长度和宽度参数加工出凸台工件；(4)根据机床刀齿的转速n，进给量af以及背吃刀量ap，利用刀齿对凸台工件进行切削，刀具和渐变凸台之间的切削力对机床结构施加脉冲激励信号，从而产生脉冲宽度和幅值都逐渐增大的脉冲切削力激励机床。本发明的方法不仅可以大大降低模态试验的激振成本，而且可以在工作状态下，根据需要和具体对象，对机床进行可控激振，获得机床在工作状态下的
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.024 秒)
