电化学测试方法在起重机结构健康监测中的应用

来源 :2015全国结构健康监测技术研讨会暨首届两岸四地结构健康监测发展论坛 | 被引量 : 0次 | 上传用户:tzhblyh
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
  在现代化生产中,起重机已成为自动化生产流程中的重要环节,不但要容易操作,容易维护,而且安全性要好,可靠性要高,要求具有优异的耐久性、无故障性、维修性和使用经济性。
其他文献
目前对转子轴承系统碰摩故障的研究主要是针对整体转子,拉杆转子由于盘与盘之间接触的存在使得其响应特性更加复杂。本文将拉杆转子轮盘与轮盘之间的非线性接触特性,等效为一个具有非线性抗弯刚度的弹簧。基于达朗贝尔原理建立了拉杆转子轴承系统碰摩条件下的运动方程。
重型燃气轮机是燃气发电系统中的关键装备,其振动趋势是反映机组运行状态的有效指标。本文提出一种基于数据驱动的重型燃气轮机振动趋势预测方法,以振动变化缓慢的初期运行数据作为训练样本,构建人工神经网络模型;以即将跳机的振动较大的运行数据作为测试样本预测振动发展趋势,进而给出故障预警。
风力发电正在电力行业中占有越来越重要的位置,然而因为所处的环境条件恶劣,风力发电机经常容易发生故障。齿轮箱是双馈风电机组的主要监测对象,其结构形式复杂,在变工况运行状态下,各种激励源和干扰相互叠加和耦合作用,振动信号往往非常复杂,反映故障的征兆信息多且不确定,这都给齿轮箱故障的报警、故障定位和故障程度评估增加的困难。
核电厂中位于辅助系统中的小支管,剧烈振动使其疲劳破坏,导致非计划停堆,给核电厂的安全稳定运行造成严重影响。为了有效识别核电厂小支管疲劳损伤的变化规律,拟采用测试手段简单、便于执行的基于振动频率的疲劳损伤识别方法。
风电设备故障趋势预测技术可以帮助风电场根据风况情况合理安排设备维修计划,提高设备的可用率,具有重要的现实意义。风电机组具有结构复杂,故障类型多的特点。不同类型故障的形成机理和发展趋势差别较大,而且受运行条件和环境因素的影响,很难用确定性的关系对故障的发展趋势进行表征,因此故障趋势预测技术是风电机组故障诊断领域的难点。
在土木基础设施建设和航天员训练系统中,离心模拟试验技术是一项基本技术,离心机研制水平得到了迅速提高。但对于这种高动能机械,目前还没有对其运行的实时监测与评估技术,无法准确预判发生事故的时间,造成事故或提前退役。
目前我国已有多个城市开展了电梯物联网建设,利用物联网技术解决目前在电梯安全管理中存在的管理不力、监察被动后置等问题,减低电梯风险。本文通过分析北京市电梯物联网采集到了海量数据,指出电梯的安全关键依然是人的问题,通过对采集的数据进行深度的挖掘,能够对维保人员的工作进行考察,并讨论了维保行为相关数据的信息安全及隐私保护。
起重机金属结构在出现开裂、疲劳或连接松动等损伤后会呈现复杂的静动力力学行为,变形、应力、应变分布变得非常复杂,尤其是在损伤区域。这就使得计算损伤部位的剩余刚度变得很困难,更不用说计算某个损伤部件的整体刚度。
电梯作为一种特殊的产品,其质量及安全性受设计制造、使用维保等多个因素的制约,加之电梯故障的机制尚未清楚,数据不够充分和精确,各个因素与故障的关联程度以及其状态描述的不确定性,导致电梯故障预测困难。本文通过自组织临界理论及沙堆模型,用触发概率及后果分析的方法,对电梯故障进行预测,指出电梯故障能够用临界态模型的触发概率范围进行预测,并通过两个电梯故障数据集进行了验证。
为了研究法兰连接对起重机的结构动力特性影响,建立了通用门式起重机有限元模型,实现了法兰连接处的单元处理,对结构整体进行了仿真模态分析。利用局部模态试验手段,研究了法兰连接部位不同螺栓松动状态下,频率这一动力指纹与通用门式起重机结构动力特性关系。模态试验识别出的结构振型与有限元仿真结果的振型能够一一对应,验证了实验手段的科学性。