http://.   320958394

     振動篩裂紋損傷檢測及趨勢分析在神經網絡辨識模型的基礎上，提出了由模型參數的統計學特征對振動篩進行裂紋損傷檢測及趨勢分析的方法。由實測振動信號建立研究對象的神經網絡辨識模型，分析辨識模型的虛擬激勵下的響應信號頻域特征，并對辨識模型的權值進行統計特性研究，由分析結果可以有效地檢測振動篩的結構裂紋。將這種分析方法應用到工業現場振動篩裂紋發展趨勢的研究上，取得了良好的效果。振動篩主要用來脫泥、脫介、分級和脫水，是一種散物料分級的主要設備。振動篩在工作中受到激振力及物料在篩面上運動的作用力等，使得各構件承受大的應變，運行一段時間后，在應變力集中的部位產生疲勞裂紋直至發生疲勞斷裂，這種現象在大型振動篩中更容易出現，嚴重影響生產。將振動篩的物理模型作為研究對象，將加速度傳感器安裝到篩幫上，監測振動篩的工作狀況，分析其在不同工況下的動態特性，找出其損傷檢測的有效方法，并將該方法應用到工業現場振動篩裂紋趨勢發展的研究上。模型振動篩損傷檢測研究振動篩的工作環境是非常惡劣的，在頻率為１６．６Ｈｚ的正弦激勵下長期連續工作，并受到介質液體侵蝕和煤泥水以及被洗選物料的沖擊，極易產生裂紋。圖１為工業生產中使用的振動篩的比例縮小物理模型篩，工作參數設置與實際工作振動篩相似。在此模型篩的{dy}根下橫梁中部存在裂紋。在篩體直線振動的方向，由于裂紋的存在而產生的異常振動遠遠小于強迫振動的水平，對裂紋的診斷幫助不是很大。所以，所以選擇垂直于篩幫的振動（此方向的振動處于混沌狀態）信號進行裂紋檢測。