介紹一種檢測(cè)振動(dòng)篩裂紋損傷的方法

振動(dòng)篩主要用來(lái)脫泥、脫介照宝、分級(jí)和脫水蛇受，是一種散體物料分級(jí)的主要設(shè)備。振動(dòng)篩在工作中受到激振力及物料在篩面上運(yùn)動(dòng)的作用力等厕鹃，使得構(gòu)件承受較大的應(yīng)變兢仰，在應(yīng)變力集中的部位產(chǎn)生疲勞裂紋直至發(fā)生疲勞斷裂，嚴(yán)重影響振動(dòng)篩的生產(chǎn)剂碴。因此旨别，需要找出其損傷檢測(cè)的有效方法，本文就來(lái)介紹一種基于神經(jīng)網(wǎng)絡(luò)辨識(shí)模型參數(shù)的統(tǒng)計(jì)學(xué)特征的振動(dòng)篩裂紋損傷檢測(cè)及趨勢(shì)分析的方法汗茄。

檢測(cè)思路：在神經(jīng)網(wǎng)絡(luò)辨識(shí)模型的基礎(chǔ)上秸弛，利用由模型參數(shù)的統(tǒng)計(jì)學(xué)特征對(duì)振動(dòng)篩進(jìn)行裂紋損傷檢測(cè)及趨勢(shì)分析。由實(shí)測(cè)振動(dòng)信號(hào)建立研究對(duì)象的神經(jīng)網(wǎng)絡(luò)辨識(shí)模型洪碳，分析辨識(shí)模型的虛擬激勵(lì)下的相應(yīng)信號(hào)頻域特征递览，并對(duì)辨識(shí)模型的權(quán)值進(jìn)行統(tǒng)計(jì)特性研究，由分析結(jié)果可以有效地檢測(cè)振動(dòng)篩的結(jié)構(gòu)裂紋瞳腌。

首先由測(cè)得的輸入輸出信號(hào)辨識(shí)出系統(tǒng)的NNARX模型绞铃，對(duì)此辨識(shí)模型施加不同幅度的虛擬激勵(lì)，對(duì)模型的輸出響應(yīng)特性進(jìn)行頻域分析嫂侍，由此來(lái)檢測(cè)裂紋的存在儿捧。

分別對(duì)無(wú)裂紋和有裂紋模型篩的辨識(shí)模型施加實(shí)際激勵(lì)信號(hào)哦的滿幅度荚坞、0.2 幅度、0.4 幅度菲盾、0.6 幅度和0.8 幅度的激勵(lì)信號(hào)颓影，得到相應(yīng)的相應(yīng)信號(hào)，對(duì)響應(yīng)信號(hào)做頻譜分析懒鉴。虛擬激勵(lì)下系統(tǒng)輸出信號(hào)的頻譜分析對(duì)檢測(cè)振動(dòng)篩的裂紋是有效的诡挂。

用神經(jīng)網(wǎng)絡(luò)辨識(shí)系統(tǒng)時(shí)，通過(guò)調(diào)整模型的權(quán)值临谱，讓模型的實(shí)際輸出盡可能接近目標(biāo)輸出璃俗，這時(shí)模型的權(quán)值特征也是模型特性的體現(xiàn)。通過(guò)對(duì)權(quán)值做統(tǒng)計(jì)分析（箱圖）來(lái)判斷振動(dòng)篩的狀態(tài)悉默。

對(duì)振動(dòng)篩而言城豁，由于結(jié)構(gòu)裂紋的存在而產(chǎn)生的異常振動(dòng)遠(yuǎn)小于強(qiáng)迫振動(dòng)的水平，所以選擇垂直于篩幫的（混沌）振動(dòng)信號(hào)進(jìn)行裂紋檢測(cè)抄课。但由于垂直于振動(dòng)篩運(yùn)動(dòng)方向的振動(dòng)是非線性的钮蛛，將實(shí)測(cè)振動(dòng)信號(hào)的頻譜分析結(jié)果直接作為診斷依據(jù)是不充分的。上文介紹的基于神經(jīng)網(wǎng)絡(luò)辨識(shí)模型參數(shù)的統(tǒng)計(jì)學(xué)特征的振動(dòng)篩裂紋損傷檢測(cè)及趨勢(shì)分析的方法剖膳，可有效地檢測(cè)振動(dòng)篩的結(jié)構(gòu)裂紋魏颓。將這種分析方法應(yīng)用到工業(yè)現(xiàn)場(chǎng)振動(dòng)篩裂紋發(fā)展趨勢(shì)的研究上，取得了良好的 吱晒。