基于NOFRFs的机械设备关键部件疲劳裂纹识别

作者：王向红^*; 马义淮; 刘文杰; 向建军

来源：长沙理工大学学报, 2019, 16(03): 63-69.

• NOFRFs
• LMS
• 疲劳裂纹
• 裂纹识别
• 非线性

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。

• 单位
  长沙理工大学; 湖南科技职业学院