CN107790557B - 一种大口径钢带缠绕管模具及其缠绕方法 - Google Patents
一种大口径钢带缠绕管模具及其缠绕方法 Download PDFInfo
- Publication number
- CN107790557B CN107790557B CN201610821007.9A CN201610821007A CN107790557B CN 107790557 B CN107790557 B CN 107790557B CN 201610821007 A CN201610821007 A CN 201610821007A CN 107790557 B CN107790557 B CN 107790557B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- plunger
- indicate
- roller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 34
- 239000010959 steel Substances 0.000 title claims abstract description 34
- 238000004804 winding Methods 0.000 title claims abstract description 21
- 238000013481 data capture Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000000465 moulding Methods 0.000 claims abstract description 6
- 238000007789 sealing Methods 0.000 claims description 52
- 238000012360 testing method Methods 0.000 claims description 45
- 239000013598 vector Substances 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 37
- 238000005070 sampling Methods 0.000 claims description 36
- 238000001228 spectrum Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 26
- 230000001133 acceleration Effects 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000002156 mixing Methods 0.000 claims description 17
- 239000000203 mixture Substances 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 13
- 230000001360 synchronised effect Effects 0.000 claims description 13
- 238000010438 heat treatment Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000005496 tempering Methods 0.000 claims description 8
- 238000007493 shaping process Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000000227 grinding Methods 0.000 claims description 6
- 239000000314 lubricant Substances 0.000 claims description 6
- 238000005461 lubrication Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 6
- 239000002994 raw material Substances 0.000 claims description 6
- 238000005242 forging Methods 0.000 claims description 5
- 238000003754 machining Methods 0.000 claims description 5
- 238000005498 polishing Methods 0.000 claims description 5
- 238000005299 abrasion Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000004323 axial length Effects 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 239000004615 ingredient Substances 0.000 claims description 3
- 230000005764 inhibitory process Effects 0.000 claims description 3
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000010791 quenching Methods 0.000 claims description 3
- 230000000171 quenching effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000004381 surface treatment Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 230000005428 wave function Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 238000007689 inspection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 229910001018 Cast iron Inorganic materials 0.000 description 1
- 241000233855 Orchidaceae Species 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 235000006708 antioxidants Nutrition 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D—WORKING OR PROCESSING OF SHEET METAL OR METAL TUBES, RODS OR PROFILES WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D37/00—Tools as parts of machines covered by this subclass
- B21D37/10—Die sets; Pillar guides
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D—WORKING OR PROCESSING OF SHEET METAL OR METAL TUBES, RODS OR PROFILES WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21D11/00—Bending not restricted to forms of material mentioned in only one of groups B21D5/00, B21D7/00, B21D9/00; Bending not provided for in groups B21D5/00 - B21D9/00; Twisting
- B21D11/06—Bending into helical or spiral form; Forming a succession of return bends, e.g. serpentine form
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P15/00—Making specific metal objects by operations not covered by a single other subclass or a group in this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种大口径钢带缠绕管模具及其缠绕方法，第一支撑圆盘设置在机组主轴上，第一支撑圆盘上设置有若干档盘，档盘上安装有滚筒，滚筒内安装有滚轴；滚筒的末端安装在第二支撑圆盘上，滚筒的两端分别与设置在滚轴上的两个档盘相连接；芯轴贯穿设置在第一支撑圆盘与第二支撑圆盘中部，芯轴穿过第二支撑圆盘外的一端设有销孔，销轴插在销孔内；缠绕方法通过高频数据采集卡进行采样、计算出步长电压值、转换压力数据并发送检测信息、根据检测信息调整电机速度，同时调节液压杆控制模具的外形结构。本发明提高了管道的成型质量，成型的管道紧附于模具表面，容易脱落，提高了生产效率和产品质量，且能用于生产直管也能用于生产锥管。
Description
技术领域
本发明属于管道生产模具技术领域，尤其涉及一种大口径钢带缠绕管模具及其缠绕方法。
背景技术
钢带缠绕管由于具有耐腐蚀、质量轻、安装简便、流通量大以及寿命长等优点，同时属于环保型绿色产品，已开始逐渐替代高能耗材质如水泥、铸铁、陶瓷等制作的管材。
目前，在生产大口径的钢带缠绕管的过程中，须将钢带缠绕管模具固定在机组的主轴上，该模具随主轴回转，钢带随其回转并缠绕在该模具上，最后成型。现有的钢带缠绕模具，常采用整体筒式结构，利用该模具生产大口径管道时，容易导致已成型的管道紧附于模具表面，不易脱落，影响生产效率和产品质量，且模具仅能用于直管的生产，而不能应用于锥管的生产。
发明内容
本发明的目的在于提供一种大口径钢带缠绕管模具及其缠绕方法，旨在解决已成型的管道紧附于模具表面，不易脱落，影响生产效率和产品质量，且模具仅能用于直管的生产，而不能应用于锥管的生产的问题。
本发明是这样实现的，大口径钢带缠绕管模具，该大口径钢带缠绕管模具包括：机组主轴、第一支撑圆盘、第二支撑圆盘、档盘、滚轴、滚筒、芯轴、销孔、销轴、液压管、液压泵；
第一支撑圆盘设置在机组主轴上，第一支撑圆盘上设置有若干档盘，档盘上安装有滚筒，滚筒内安装有滚轴；滚筒的末端安装在第二支撑圆盘上，滚筒的两端分别与设置在滚轴上的两个档盘相连接；芯轴贯穿设置在第一支撑圆盘与第二支撑圆盘中部，芯轴穿过第二支撑圆盘外的一端设有销孔，销轴插在销孔内；
第二支撑圆盘上设有圆盘内孔和固定槽，固定槽的前端与第二支撑圆盘的内径连接，固定槽的后端与圆盘内孔的外径连接；固定槽内设有液压杆，液压杆的前端与第二支撑圆盘的内径连接，液压杆的后端与圆盘内孔的外径连接，液压杆的中部设有锁紧槽；第二支撑圆盘的外端中心处安装有液压泵，液压泵的输出端与液压管的输入端连接，液压管的输出端与液压杆的输入端连接；
所述的滚轴环绕芯轴设置；所述的滚筒组成的包络面的直径大于第一支撑圆盘和第二支撑圆盘的外径；所述的锁紧槽的宽度与滚轴的轴径相等，锁紧槽的长边所在方向与第二支撑圆盘的径向方向平行；所述的第一支撑圆盘、第二支撑圆盘和滚筒的外轮廓呈直筒状；
所述的滚筒两端设有用于调节滚筒位置的档盘，所述档盘套装在滚轴上，所述档盘与滚轴螺纹配合，所述的滚筒与滚轴间隙配合，所述的滚筒两端设有用于使得各滚筒同步转动的传动链，所述滚筒两端的外圆表面上设有用于安装该传动链的环形凹槽，传动链的外缘轮廓位于滚筒组成的包络面内；
所述液压泵包括柱塞动密封系统性能测试的实验装置，所述柱塞动密封系统性能测试的实验装置包括电机、与电机相连的减速器和联轴器组合、连接于联轴器的曲轴、曲轴连接的连杆、连杆通过转动销连接的十字头、十字头连接的柱塞，而柱塞安装于阀体的工作腔内，与阀体内的密封组件组成压裂泵的柱塞动密封系统，十字头与柱塞之间连接有轮辐式拉压力传感器和加速度传感器，轴向力传感器与十字头通过螺纹相连，然后通过螺栓与柱塞连接，而加速度传感器通过螺纹连接于柱塞内部的螺纹孔，所述的柱塞动密封系统压裂泵上连接有强制润滑装置和液体压力传感器，所述柱塞动密封系统部位连接有温度传感器，所述压裂泵的吸入端通过灌注泵和吸入管汇与压裂液池相连，所述压裂泵的排出端通过排出管汇和调压阀后，经冷却池冷却后再与压裂池连接，从而形成压裂泵吸入、排出过程压裂液的循环利用，所述压裂泵的锁紧螺母部位连接有测量工作腔压裂液压力变化的液体压力传感器，所述的液体压力传感器、温度传感器、轴向力传感器和加速度传感器均与高频数据采集卡连接，所述数据采集卡与数据显示装置连接；
所述柱塞动密封系统性能测试的试验装置，所述轴向力传感器为轮辐式拉压力传感器，温度传感器为热电偶式传感器；
所述测量柱塞轴向力的轮辐式拉压力传感器与十字头采用螺纹配合连接，然后再通过螺栓与柱塞试件固定；
压裂泵柱塞在吸入、排出的往复运动中密封组合对柱塞的密封方式为流体动压密封，柱塞动密封系统左侧润滑介质的压力P1(t)≥工作腔内压裂液的压力P2(t)时，柱塞动密封系统不会发生泄漏；
所述大口径钢带缠绕管模具进行大口径钢带缠绕的方法包括：
步骤一、通过高频数据采集卡对对滚筒中的线性变化的多个不同压力进行采样，并得到所述多个不同压力所对应的第一电压值P(1)至第i电压值P(i)；
步骤二、根据预定算法，由零点电压值RP、所述第一电压值P(1)至所述第i电压值P(i)按下式计算出步长电压值ΔP：
ΔP(1)＝P(1)-RP；
ΔP(i)＝P(i)-P(i-1)；
ΔP＝(ΔP(1)+ΔP(2)+......+ΔP(N))/N
其中，i＝2，3，......N，N为大于或等于2的整数；以及P(1)至P(i)为所述线性变化的等压力间隔的电压采样值；
步骤三、将所述步长电压值ΔP转换为压力数据，通过循环冗余校验码校验CRC算法对压力数据及发送地址加密生成检测信息；通过无线通讯方式发送所述的检测信息；
步骤四、根据所述的检测信息调整电机速度，同时调节液压杆控制模具的外形结构。
所述高频数据采集卡设置有信号采集模块，所述信号采集模块信号采集方法包括：
根据接收信号的特征谱确定决策平面；
判断接收信号的通信信道是否呈现准用静态变换特性；
在所述通信信道呈现准用静态变换特性时，利用支持向量机方法在所述决策平面中选出决策边界；
在通信信道没有呈现准用静态变换特性时，利用模糊聚类方法在所述决策平面中选出决策边界；
根据所述决策边界对接收到的信号进行检测；
所述根据接收信号的特征谱确定决策平面包括：
对接收信号的离散信号向量进行线性变换得到酉变换矩阵；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱；
从所述能量特征谱中获取决策平面；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括：
对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵，得到接收信号的能量特征谱；
从所述能量特征谱中获取决策平面包括：
根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量；
按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量；
所述接收信号的离散信号向量通过奈奎斯特定律采样得到，并且采样长度涵盖接收信号的预定比例能量；
在从所述能量特征谱中获取决策平面之前，所述方法还包括：
对所述能量特征谱进行滑动平均处理；
所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统；
所述提取的特征向量方法具体包括以下步骤：
获取信号，通过传感器采集数据并对信号进行放大处理；
信号进行分段处理；即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数，通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断：若有则往下执行步骤小波包去噪，否者，跳到执行获取信号；
小波包去噪；即利用改进小波包算法对采集的信号进行去噪；
小波包分解与重构；即利用改进小波包算法对采集的信号进行小波包分解与重构，得到单子带重构信号；
提取信号特征参数；即从重构的单子带信号里提取：时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数；
组成特征向量，即利用主成分分析方法，结合实验分析，从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量，并将这些特征向量输入到支持向量机进行决策判断，即第二层决策判断，根据支持向量机的输出判断是否有泄漏发生；
所述小波包去噪和小波包分解与重构包括：
信号延拓，对小波包分解的各层信号进行抛物线延拓；
设信号数据为x(a)，x(a+1)，x(a+2)，则延拓算子E的表达式为：
消去单子带多余频率成分；
将延拓后的信号与分解低通滤波器h0卷积，得到低频系数，然后经过HF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g0卷积，得到高频系数，然后经过LF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，HF-cut-IF算子采用下式
LF-cut-IF算子采用下式
在HF-cut-IF算子公和LF-cut-IF算子公式中，x(n)为在2j尺度上小波包的系数，Nj表示在2j尺度上数据的长度，k＝0，1，...，Nj-1；n＝0，1，...，Nj-1；
单子带信号重构：
将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g1和低通重建滤波器h1卷积，将得到的信号分别用HF-cut-IF、LF-cut-IF算子处理，得到单子带重构信号。
进一步，所述的机组主轴的加工方法包括以下步骤：
步骤一、选料：选取无缝钢管原料，从原料上切割下符合长度的管段；
步骤二、端部加热：将上述管段的一端加热至1050-1100℃；
步骤三、端部锻打：将加热后的管段放置于模具中并使管段的加热端伸出模具，然后采用锻压装置对管段的加热端进行锻压，得到其一端具有法兰的主轴毛坯；
步骤四、机加工：通过车床对主轴毛坯外侧进行普通的车削加工，同时在主轴毛坯法兰处加工连接孔；
步骤五、表面处理：去除主轴上机加工留下的毛刺痕迹，降低其粗糙度后得到成品。
进一步，所述的销轴的加工方法包括以下步骤：
步骤一、GCr15材料制作销轴工件毛坯，然后切削得所需的销轴工件；
步骤二、采用无心磨加工设备对销轴工件进行加工；
步骤三、采用渗金属化学热处理工艺，对销轴进行渗金属化学热处理；
步骤四、淬火回火工艺对销轴进行淬火和回火处理，其淬火温度为840-850摄氏度，回火温度为180-190摄氏度；
步骤五、采用无心磨设备对处理后的销轴进行超精膜，其超精膜后的精度要求要达到2-4微米；
步骤六、采用离心式抛光机对加工后的销轴进行抛光。
进一步，柱塞动密封系统性能测试方法包括步骤如下：
步骤一、组装测试压裂泵柱塞动密封系统密封性能和摩擦学性能的各试验装置部件；
步骤二、调试试验装置，运行该实验装置，调整各传感器的输出信号使其都为电压信号或电流信号，调整数据采集卡的采集频率保证各传感器都能采集到信号且采集的数据信号满足后续实验数据处理的要求；
步骤三、记录初始数据，包括实验前柱塞试件的质量m1、密封组合件的质量m2，柱塞试件和组合密封圈实验前的表面形貌；
步骤四、启动电机运行该实验装置，同时采集该实验阶段各传感器的读数，这里定义液体压力传感器采集的柱塞动密封系统左侧的润滑剂压力为P1(t)，液体压力传感器采集的阀体工作腔内的压裂液压力为P2(t)，温度传感器采集的柱塞动密封系统的摩擦副的温升为T(t)，加速度传感器采集的柱塞往复运动加速度为a(t)，轮辐式拉压力传感器采集的柱塞往复作用力为F(t)；
步骤五、分解压裂泵柱塞动密封系统，对柱塞试件和密封组合试件的磨损量及表面磨痕观测，记录试验后柱塞的质量为m3、密封组合试件的质量为m4；
步骤六、对记录的实验数据进行处理分析。
进一步，在所述的柱塞动密封系统性能测试方法中，
a、忽略试验中柱塞质量的变化；
b、柱塞往复运动过程中柱塞与密封盘根之间的润滑密封介质始终与压裂液是连通的；
则动摩擦系数f由公式：
测得；
其中：A——柱塞的横截面积；
F(t)——柱塞与盘根组合之间动摩擦系数，
D——柱塞直径；
b——接触面的轴向长度；
P2(t)——阀体工作腔内的介质压力；
m——柱塞的质量；
a(t)——柱塞的往复运动加速度；
——曲轴转角，曲轴转角时为吸入冲程；
则为排出冲程。
进一步，所述轮辐式拉压力传感器的数字调制信号x(t)的分数低阶模糊函数表示为：
其中，τ为时延偏移，f为多普勒频移，0＜a，b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)<p>＝|x(t)|<p>sgn(x(t))；当x(t)为复信号时，[x(t)]<p>＝|x(t)|p-1x*(t)，该非线性运算只改变信号的幅度信息，保留其频率和相位信息，可以有效抑制脉冲噪声；
所述加速度传感器的接收信号y(t)表示为：
y(t)＝x(t)+n(t)；
其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：
其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，...，M-1，M为调制阶数，an＝ej2πε/M，ε＝0，1，2，...，M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0，2π]内均匀分布的随机数；
所述轴向力传感器的时频重叠MASK的信号模型表示为：
其中，N为时频重叠信号的信号分量个数，n(t)是加性高斯白噪声，si(t)为时频重叠信号的信号分量，表示为式中Ai表示信号分量的幅度，ai(m)表示信号分量的码元符号，p(t)表示成型滤波函数，Ti表示信号分量的码元周期，fci表示信号分量的载波频率，表示信号分量的相位；
所述高频数据采集卡利用得到的信号对回波信号进行直达波及多径的抑制按以下进行：
(1)对接收信号s(t)进行非线性变换，按如下公式进行：
其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：
(2)构造n个信号的多径空间为：
其中，Q为采样点数，K为最大时延，由最大探测距离Rmax/c得到，其中xreci(t)为参考信号，Rmax为最大探测距离，c为光速；
(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||Ssur-Xref·α||2转化为求得出：
代入αestim，解得：
其中，Ssur为回波通道信号，α为自适应权值，αestim为α的估计值，为Xref的转置，Sother为回波通道中最终所剩的回波和噪声；
所述高频数据采集卡接收信号的信号模型表示为：
r(t)＝x1(t)+x2(t)+...+xn(t)+v(t)
其中，xi(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θki表示对各个信号分量载波相位的调制，fci为载波频率，Aki为第i个信号在k时刻的幅度，Tsi为码元长度，pi(t)为滚降系数为α的升余弦成形滤波函数，且n(t)是均值为0，方差为σ2的平稳高斯白噪声。
进一步，所述电机设置有跳频混合信号调整模块，所述跳频混合信号对跳频混合信号的处理方法包括：跳频混合信号时频域矩阵进行预处理：
第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；
第二步，找出p时刻(p＝0，1，2，...P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，...，bM(p，q)]T，其中
进一步，所述电机还设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块的同步正交跳频信号盲源分离方法包括：
步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号
步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵 其中P表示总的窗数，Nfft表示FFT变换长度；在步骤二中，(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；
步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；
步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，...P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，...P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：
找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第1段相连ph的中值，则表示第1个频率跳变时刻的估计；根据估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：
这里表示第1跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第1跳对应的个频率估计值，计算公式如下：
步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；
步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第1跳对应的个入射角度，用表示第1跳第n个源信号对应的入射角度，的计算公式如下：
表示第1跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×108米/秒；判断第1(l＝2，3，...)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
其中mn (l)表示第1跳估计的第mn (l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，P，q＝0，1，2，...，Nfft-1，即：
步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，...)的频域数据Yn(p，q)，q＝0，1，2，...，Nfft-1做Nfft点的IFFT变换，得到p采样时刻对应的时域跳频源信号，用yn(p，qt)(qt＝0，1，2，...，Nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p，qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：
这里Kc＝Nfft/C，C为短时傅里叶变换加窗间隔的采样点数，Nfft为FFT变换的长度。
本发明具有的优点和积极效果是：本发明的大口径钢带缠绕管模具，利用该模具不仅可保证管道的脱模效果，还能防止长期使用后滚轴的外包络面轴线偏离机组主轴，提高了管道的成型质量，成型的管道紧附于模具表面，容易脱落，且能用于生产直管也能用于生产锥管；
本发明集信号接收方法、设备的加工方法、测试方法、信号处理方法于一体，实现了功能多样化和完全智能化，提高了生产效率和产品质量。
附图说明
图1是本发明实施例提供的大口径钢带缠绕管模具结构示意图；
图2是本发明实施例提供的第二支撑圆盘的结构示意图；
图3是本发明实施例提供的机组主轴的加工方法流程图；
图4是本发明实施例提供的销轴的加工方法流程图；
图5是本发明实施例提供的柱塞动密封系统性能测试方法流程图；
图中：1、机组主轴；2、第一支撑圆盘；3、第二支撑圆盘；3-1、锁紧槽；3-2、固定槽；3-3、液压杆；3-4、圆盘内孔；4、档盘；5、滚轴；6、滚筒；7、芯轴；8、销孔；9、销轴；10、液压管；11、液压泵。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图1至2及具体实施例对本发明的应用原理作进一步描述。
本发明实施例提供的大口径钢带缠绕管模具包括：机组主轴1、第一支撑圆盘2、第二支撑圆盘3、档盘4、滚轴5、滚筒6、芯轴7、销孔8、销轴9、液压管10、液压泵11；
第一支撑圆盘2设置在机组主轴1上，第一支撑圆盘2上设置有若干档盘4，档盘4上安装有滚筒6，滚筒6内安装有滚轴5；滚筒6的末端安装在第二支撑圆盘3上，滚筒6的两端分别与设置在滚轴5上的两个档盘4相连接；芯轴7贯穿设置在第一支撑圆盘2与第二支撑圆盘3中部，芯轴7穿过第二支撑圆盘3外的一端设有销孔8，销轴9插在销孔8内；
第二支撑圆盘3上设有圆盘内孔3-4和固定槽3-2，固定槽3-2的前端与第二支撑圆盘的内径连接，固定槽3-2的后端与圆盘内孔3-4的外径连接；固定槽3-2内设有液压杆3-3，液压杆3-3的前端与第二支撑圆盘3的内径连接，液压杆3-3的后端与圆盘内孔3-4的外径连接，液压杆3-3的中部设有锁紧槽3-1；第二支撑圆盘3的外端中心处安装有液压泵11，液压泵11的输出端与液压管10的输入端连接，液压管10的输出端与液压杆3-3的输入端连接。
所述的滚轴5环绕芯轴7设置；所述的滚筒6组成的包络面的直径大于第一支撑圆盘2和第二支撑圆盘3的外径；所述的锁紧槽3-1的宽度与滚轴5的轴径相等，锁紧槽3-1的长边所在方向与第二支撑圆盘3的径向方向平行；所述的第一支撑圆盘2、第二支撑圆盘3和滚筒6的外轮廓呈直筒状。
所述的滚筒6两端设有用于调节滚筒6位置的档盘4，所述档盘4套装在滚轴5上，所述档盘4与滚轴5螺纹配合，所述的滚筒6与滚轴5间隙配合，所述的滚筒6两端设有用于使得各滚筒6同步转动的传动链，所述滚筒6两端的外圆表面上设有用于安装该传动链的环形凹槽，传动链的外缘轮廓位于滚筒6组成的包络面内。
如图3所示：本发明实施例提供的机组主轴1的加工方法包括以下步骤：
S101、选料：选取无缝钢管原料，从原料上切割下符合长度的管段；
S102、端部加热：将上述管段的一端加热至1050-1100℃；
S103、端部锻打：将加热后的管段放置于模具中并使管段的加热端伸出模具，然后采用锻压装置对管段的加热端进行锻压，得到其一端具有法兰的主轴毛坯；
S104、机加工：通过车床对主轴毛坯外侧进行普通的车削加工，同时在主轴毛坯法兰处加工连接孔；
S105、表面处理：去除主轴上机加工留下的毛刺等痕迹，降低其粗糙度后得到成品。
经过第一次加热并锻压后，将管段的该端再通过电加热至1100℃，将其再次定位在定位模具处，锻压设备上的成形模具第二次对管段进行锻压。
如图4所示：本发明实施例提供的销轴9的加工方法包括以下步骤：
S201、GCr15材料制作销轴9工件毛坯，然后切削得所需的销轴9工件；
S202、采用无心磨加工设备对销轴9工件进行加工；
S203、采用渗金属化学热处理工艺，对销轴9进行渗金属化学热处理；
S204、淬火回火工艺对销轴9进行淬火和回火处理，其淬火温度为840-850摄氏度，回火温度为180-190摄氏度；
S205、采用无心磨设备对处理后的销轴9进行超精膜，其超精膜后的精度要求要达到2-4微米；
S206、采用离心式抛光机对加工后的销轴9进行抛光。
采用GCr15材料制作销轴9和采用渗金属对GCr15销轴9进行化学热处理，
使销轴9具有耐热、耐磨、抗氧化、耐腐蚀得到了数倍提高，使销轴9的使用寿命成倍增加，加强销轴9的抗剪切强度；通过齿片孔径挤压弹性变形，提高孔径疲劳强度，降低销轴9和齿片孔径的磨损，提高寿命和静强度。
如图5所示：本发明实施例提供的柱塞动密封系统性能测试方法包括步骤如下：
S301、组装测试压裂泵柱塞动密封系统密封性能和摩擦学性能的各试验装置部件；
S302、调试试验装置，运行该实验装置，调整各传感器的输出信号使其都为电压信号或电流信号，调整数据采集卡的采集频率保证各传感器都能采集到信号且采集的数据信号满足后续实验数据处理的要求；
S303、记录初始数据，包括实验前柱塞试件的质量m1、密封组合件的质量m2，柱塞试件和组合密封圈实验前的表面形貌；
S304、启动电机运行该实验装置，同时采集该实验阶段各传感器的读数，这里定义液体压力传感器采集的柱塞动密封系统左侧的润滑剂压力为P1(t)，液体压力传感器采集的阀体工作腔内的压裂液压力为P2(t)，温度传感器采集的柱塞动密封系统的摩擦副的温升为T(t)，加速度传感器采集的柱塞往复运动加速度为a(t)，轮辐式拉压力传感器采集的柱塞往复作用力为F(t)；
S305、分解压裂泵柱塞动密封系统，对柱塞试件和密封组合试件的磨损量及表面磨痕观测，记录试验后柱塞的质量为m3、密封组合试件的质量为m4；
S306、对记录的实验数据进行处理分析。
所述的柱塞动密封系统性能测试的实验装置包括电机、与电机相连的减速器和联轴器组合、连接于联轴器的曲轴、曲轴连接于连杆、连杆通过转动销连接于十字头、十字头连接于柱塞，而柱塞安装于阀体的工作腔内，与阀体内的密封组件组成压裂泵的柱塞动密封系统，十字头与柱塞之间连接有轮辐式拉压力传感器和加速度传感器，轴向力传感器与十字头通过螺纹相连，然后通过螺栓与柱塞连接，而加速度传感器通过螺纹连接于柱塞内部的螺纹孔，所述的柱塞动密封系统压裂泵上连接有强制润滑装置和液体压力传感器，所述柱塞动密封系统部位连接有温度传感器，所述压裂泵的吸入端通过灌注泵和吸入管汇与压裂液池相连，所述压裂泵的排出端通过排出管汇和调压阀后，经冷却池冷却后再与压裂池连接，从而形成压裂泵吸入、排出过程压裂液的循环利用，所述压裂泵的锁紧螺母部位连接有测量工作腔压裂液压力变化的液体压力传感器，所述的液体压力传感器、温度传感器、轴向力传感器和加速度传感器均与高频数据采集卡连接，所述数据采集卡与数据显示装置连接。
所述的柱塞动密封系统性能测试的试验装置，所述轴向力传感器为轮辐式拉压力传感器，温度传感器为热电偶式传感器。
所述的测量柱塞轴向力的轮辐式拉压力传感器与十字头采用螺纹配合连接，然后再通过螺栓与柱塞试件固定；
压裂泵柱塞在吸入、排出的往复运动中密封组合对柱塞的密封方式为流体动压密封，柱塞动密封系统左侧润滑介质的压力P1(t)≥工作腔内压裂液的压力P2(t)时，柱塞动密封系统不会发生泄漏。
在所述的柱塞动密封系统性能测试方法中，假设：
a、忽略试验中柱塞质量的变化；
b、柱塞往复运动过程中柱塞与密封盘根之间的润滑密封介质始终与压裂液是连通的；
则动摩擦系数f由公式：
测得
其中：A——柱塞的横截面积；
F(t)——柱塞与盘根组合之间动摩擦系数，
D——柱塞直径；
b——接触面的轴向长度；
P2(t)——阀体工作腔内的介质压力；
m——柱塞的质量；
a(t)——柱塞的往复运动加速度；
——曲轴转角，曲轴转角时为吸入冲程，
则为排出冲程。
所述大口径钢带缠绕管模具进行大口径钢带缠绕的方法包括：
步骤一、通过高频数据采集卡对滚筒中的线性变化的多个不同压力进行采样，并得到所述多个不同压力所对应的第一电压值P(1)至第i电压值P(i)；
步骤二、根据预定算法，由零点电压值RP、所述第一电压值P(1)至所述第i电压值P(i)按下式计算出步长电压值ΔP：
ΔP(1)＝P(1)-RP；
ΔP(i)＝P(i)-P(i-1)；
ΔP＝(ΔP(1)+ΔP(2)+......+ΔP(N))/N
其中，i＝2，3，......N，N为大于或等于2的整数；以及P(1)至P(i)为所述线性变化的等压力间隔的电压采样值；
步骤三、将所述步长电压值ΔP转换为压力数据，通过循环冗余校验码校验CRC算法对压力数据及发送地址加密生成检测信息；通过无线通讯方式发送所述的检测信息；
步骤四、根据所述的检测信息调整电机速度，同时调节液压杆控制模具的外形结构。
所述高频数据采集卡设置有信号采集模块，所述信号采集模块信号采集方法包括：
根据接收信号的特征谱确定决策平面；
判断接收信号的通信信道是否呈现准用静态变换特性；
在所述通信信道呈现准用静态变换特性时，利用支持向量机方法在所述决策平面中选出决策边界；
在通信信道没有呈现准用静态变换特性时，利用模糊聚类方法在所述决策平面中选出决策边界；
根据所述决策边界对接收到的信号进行检测；
所述根据接收信号的特征谱确定决策平面包括：
对接收信号的离散信号向量进行线性变换得到酉变换矩阵；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱；
从所述能量特征谱中获取决策平面；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括：
对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵，得到接收信号的能量特征谱；
从所述能量特征谱中获取决策平面包括：
根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量；
按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量；
所述接收信号的离散信号向量通过奈奎斯特定律采样得到，并且采样长度涵盖接收信号的预定比例能量；
在从所述能量特征谱中获取决策平面之前，所述方法还包括：
对所述能量特征谱进行滑动平均处理；
所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统；
所述提取的特征向量方法具体包括以下步骤：
获取信号，通过传感器采集数据并对信号进行放大处理；
信号进行分段处理；即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数，通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断：若有则往下执行步骤小波包去噪，否者，跳到执行获取信号；
小波包去噪；即利用改进小波包算法对采集的信号进行去噪；
小波包分解与重构；即利用改进小波包算法对采集的信号进行小波包分解与重构，得到单子带重构信号；
提取信号特征参数；即从重构的单子带信号里提取：时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数；
组成特征向量，即利用主成分分析方法，结合实验分析，从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量，并将这些特征向量输入到支持向量机进行决策判断，即第二层决策判断，根据支持向量机的输出判断是否有泄漏发生；
所述小波包去噪和小波包分解与重构包括：
信号延拓，对小波包分解的各层信号进行抛物线延拓；
设信号数据为x(a)，x(a+1)，x(a+2)，则延拓算子E的表达式为：
消去单子带多余频率成分；
将延拓后的信号与分解低通滤波器h0卷积，得到低频系数，然后经过HF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g0卷积，得到高频系数，然后经过LF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，HF-cut-IF算子采用下式
LF-cut-IF算子采用下式
在HF-cut-IF算子公和LF-cut-IF算子公式中，x(n)为在2j尺度上小波包的系数，Nj表示在2j尺度上数据的长度，k＝0，1，...，Nj-1；n＝0，1，...，Nj-1；
单子带信号重构：
将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g1和低通重建滤波器h1卷积，将得到的信号分别用HF-cut-IF、LF-cut-IF算子处理，得到单子带重构信号。
进一步，所述轮辐式拉压力传感器的数字调制信号x(t)的分数低阶模糊函数表示为：
其中，τ为时延偏移，f为多普勒频移，0＜a，b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)<p>＝|x(t)|<p>sgn(x(t))；当x(t)为复信号时，[x(t)]<p>＝|x(t)|p-1x*(t)，该非线性运算只改变信号的幅度信息，保留其频率和相位信息，可以有效抑制脉冲噪声；
所述加速度传感器的接收信号y(t)表示为：
y(t)＝x(t)+n(t)；
其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：
其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，...，M-1，M为调制阶数，an＝ej2πε/M，ε＝0，1，2，...，M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0，2π]内均匀分布的随机数；
所述轴向力传感器的时频重叠MASK的信号模型表示为：
其中，N为时频重叠信号的信号分量个数，n(t)是加性高斯白噪声，si(t)为时频重叠信号的信号分量，表示为式中Ai表示信号分量的幅度，ai(m)表示信号分量的码元符号，p(t)表示成型滤波函数，Ti表示信号分量的码元周期，fci表示信号分量的载波频率，表示信号分量的相位；
所述高频数据采集卡利用得到的信号对回波信号进行直达波及多径的抑制按以下进行：
(1)对接收信号s(t)进行非线性变换，按如下公式进行：
其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：
(2)构造n个信号的多径空间为：
其中，Q为采样点数，K为最大时延，由最大探测距离Rmax/c得到，其中xreci(t)为参考信号，Rmax为最大探测距离，c为光速；
(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||Ssur-Xref·α||2转化为求得出：
代入αestim，解得：
其中，Ssur为回波通道信号，α为自适应权值，αestim为α的估计值，为Xref的转置，Sother为回波通道中最终所剩的回波和噪声；
所述高频数据采集卡接收信号的信号模型表示为：
r(t)＝x1(t)+x2(t)+...+xn(t)+v(t)
其中，xi(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θki表示对各个信号分量载波相位的调制，fci为载波频率，Aki为第i个信号在k时刻的幅度，Tsi为码元长度，pi(t)为滚降系数为α的升余弦成形滤波函数，且n(t)是均值为0，方差为σ2的平稳高斯白噪声。
进一步，所述电机设置有跳频混合信号调整模块，所述跳频混合信号对跳频混合信号的处理方法包括：跳频混合信号时频域矩阵进行预处理：
第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；
第二步，找出p时刻(p＝0，1，2，...P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，...，bM(p，q)]T，其中
进一步，所述电机还设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块的同步正交跳频信号盲源分离方法包括：
步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号
步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵 其中P表示总的窗数，Nfft表示FFT变换长度；在步骤二中，(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；
步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；
步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，...P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，...P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：
找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第1段相连ph的中值，则表示第1个频率跳变时刻的估计；根据估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：
这里表示第1跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第1跳对应的个频率估计值，计算公式如下：
步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；
步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第1跳对应的个入射角度，用表示第1跳第n个源信号对应的入射角度，的计算公式如下：
表示第1跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×108米/秒；判断第1(l＝2，3，...)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
其中mn (l)表示第1跳估计的第mn (l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，P，q＝0，1，2，...，Nfft-1，即：
步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，...)的频域数据Yn(p，q)，q＝0，1，2，...，Nfft-1做Nfft点的IFFT变换，得到p采样时刻对应的时域跳频源信号，用yn(p，qt)(qt＝0，1，2，...，Nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p，qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：
这里Kc＝Nfft/C，C为短时傅里叶变换加窗间隔的采样点数，Nfft为FFT变换的长度。
将表面织构技术应用到液压泵11上，实现表面织构技术应用到刚性材质与柔性材质的接触方式的动密封领域的突破。选取合理的表面织构形式通过激光加工到压裂泵柱塞表面，与无织构柱塞相比具有显著的降低摩擦系数、减小温升的作用，从而提高动密封系统的使用寿命。
工作时，已成型的管道包覆滚筒6，待成型的钢带处于张紧状态，模具整体随机组转动，转动过程中，钢带对滚筒6表面施加切向力，使得滚筒6相对滚轴5转动，从而保证已成型管道脱模。滚筒6两端设有用于调节滚筒6位置的档盘4，所述档盘4套装在滚轴5上，所述档盘4与滚轴5螺纹配合。所述的滚筒6的数量至少为40个，滚筒6的数量为40个，此时相邻滚筒6之间的距离较小，可提高管道的表面圆柱度，从而提高管道成品的精度和质量。所述的滚筒6两端设有用于使得各滚筒6同步转动的传动链，所述滚筒6两端的外圆表面上设有用于安装该传动链的环形凹槽，传动链的外缘轮廓位于滚筒6组成的包络面内。在生产锥管时，通过液压泵11上的开关，调节液压杆3-3来调节固定槽3-2内与滚轴5连接的锁紧槽3-1的位置，调节至需要的位置时，第一支撑圆盘2、第二支撑圆盘3和滚筒6的外轮廓呈锥状，此时的模具呈锥型结构。
在生产直管时，通过液压泵11上的开关，调节液压杆3-3来调节固定槽3-2内与滚轴5连接的锁紧槽3-1的位置，调节至需要的位置时，第一支撑圆盘2、第二支撑圆盘3和滚筒6的外轮廓呈直筒状，此时的模具呈直筒结构。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种大口径钢带缠绕的方法，其特征在于，该大口径钢带缠绕的方法包括以下步骤：
步骤一、通过高频数据采集卡对滚筒中的线性变化的多个不同压力进行采样，并得到所述多个不同压力所对应的第一电压值P(1)至第i电压值P(i)；
步骤二、根据预定算法，由零点电压值RP、所述第一电压值P(1)至所述第i电压值P(i)按下式计算出步长电压值ΔP：
ΔP(1)＝P(1)-RP；
ΔP(i)＝P(i)-P(i-1)；
ΔP＝(ΔP(1)+ΔP(2)+......+ΔP(N))/N；
其中，i＝2，3，......N，N为大于或等于2的整数；以及P(1)至P(i)为所述线性变化的等压力间隔的电压采样值；
步骤三、将所述步长电压值ΔP转换为压力数据，通过循环冗余校验码校验CRC算法对压力数据及发送地址加密生成检测信息；通过无线通讯方式发送所述的检测信息；
步骤四、根据所述的检测信息调整电机速度，同时调节液压杆控制模具的外形结构；
所述高频数据采集卡设置有信号采集模块，所述信号采集模块信号采集方法包括：
根据接收信号的特征谱确定决策平面；
判断接收信号的通信信道是否呈现准用静态变换特性；
在所述通信信道呈现准用静态变换特性时，利用支持向量机方法在所述决策平面中选出决策边界；
在通信信道没有呈现准用静态变换特性时，利用模糊聚类方法在所述决策平面中选出决策边界；
根据所述决策边界对接收到的信号进行检测；
所述根据接收信号的特征谱确定决策平面包括：
对接收信号的离散信号向量进行线性变换得到酉变换矩阵；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱；
从所述能量特征谱中获取决策平面；
根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括：
对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵，得到接收信号的能量特征谱；
从所述能量特征谱中获取决策平面包括：
根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量；
按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量；
所述接收信号的离散信号向量通过奈奎斯特定律采样得到，并且采样长度涵盖接收信号的预定比例能量；
在从所述能量特征谱中获取决策平面之前，所述方法还包括：
对所述能量特征谱进行滑动平均处理；
所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统；
所述提取的特征向量方法具体包括以下步骤：
获取信号，通过传感器采集数据并对信号进行放大处理；
信号进行分段处理；即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数，通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断：若有则往下执行步骤小波包去噪，否者，跳到执行获取信号；
小波包去噪；即利用改进小波包算法对采集的信号进行去噪；
小波包分解与重构；即利用改进小波包算法对采集的信号进行小波包分解与重构，得到单子带重构信号；
提取信号特征参数；即从重构的单子带信号里提取：时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数；
组成特征向量，即利用主成分分析方法，结合实验分析，从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量，并将这些特征向量输入到支持向量机进行决策判断，即第二层决策判断，根据支持向量机的输出判断是否有泄漏发生；
所述小波包去噪和小波包分解与重构包括：
信号延拓，对小波包分解的各层信号进行抛物线延拓；
设信号数据为x(a)，x(a+1)，x(a+2)，则延拓算子E的表达式为：
消去单子带多余频率成分；
将延拓后的信号与分解低通滤波器h0卷积，得到低频系数，然后经过HF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g0卷积，得到高频系数，然后经过LF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，HF-cut-IF算子采用下式
LF-cut-IF算子采用下式
在HF-cut-IF算子公式和LF-cut-IF算子公式中，x(n)为在2j尺度上小波包的系数，Nj表示在2j尺度上数据的长度，单子带信号重构：
将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g1和低通重建滤波器h1卷积，将得到的信号分别用HF-cut-IF、LF-cut-IF算子处理，得到单子带重构信号。
2.一种如权利要求1所述方法的大口径钢带缠绕管模具，其特征在于，该大口径钢带缠绕管模具包括：机组主轴、第一支撑圆盘、第二支撑圆盘、档盘、滚轴、滚筒、芯轴、销孔、销轴、液压管、液压泵；
第一支撑圆盘设置在机组主轴上，第一支撑圆盘上设置有若干档盘，档盘上安装有滚筒，滚筒内安装有滚轴；滚筒的末端安装在第二支撑圆盘上，滚筒的两端分别与设置在滚轴上的两个档盘相连接；芯轴贯穿设置在第一支撑圆盘与第二支撑圆盘中部，芯轴穿过第二支撑圆盘外的一端设有销孔，销轴插在销孔内；
第二支撑圆盘上设有圆盘内孔和固定槽，固定槽的前端与第二支撑圆盘的内径连接，固定槽的后端与圆盘内孔的外径连接；固定槽内设有液压杆，液压杆的前端与第二支撑圆盘的内径连接，液压杆的后端与圆盘内孔的外径连接，液压杆的中部设有锁紧槽；第二支撑圆盘的外端中心处安装有液压泵，液压泵的输出端与液压管的输入端连接，液压管的输出端与液压杆的输入端连接；
所述的滚轴采用环绕芯轴；所述的滚筒组成的包络面的直径大于第一支撑圆盘和第二支撑圆盘的外径；所述的锁紧槽的宽度与滚轴的轴径相等，锁紧槽的长边所在方向与第二支撑圆盘的径向方向平行；所述的第一支撑圆盘、第二支撑圆盘和滚筒的外轮廓呈直筒状；
所述的滚筒两端设有用于调节滚筒位置的档盘，所述档盘套装在滚轴上，所述档盘与滚轴螺纹配合，所述的滚筒与滚轴间隙配合，所述的滚筒两端设有用于使得各滚筒同步转动的传动链，所述滚筒两端的外圆表面上设有用于安装该传动链的环形凹槽，传动链的外缘轮廓位于滚筒组成的包络面内；
所述液压泵包括柱塞动密封系统性能测试的实验装置，所述柱塞动密封系统性能测试的实验装置包括电机、与电机相连的减速器和联轴器组合、连接于联轴器的曲轴、曲轴连接的连杆、连杆通过转动销连接的十字头、十字头连接的柱塞；
柱塞安装于阀体的工作腔内并与阀体内的密封组件组成压裂泵的柱塞动密封系统；十字头与柱塞之间连接有轮辐式拉压力传感器和加速度传感器；轴向力传感器与十字头通过螺纹相连；十字头通过螺栓与柱塞连接；加速度传感器通过螺纹连接在柱塞内部的螺纹孔；
所述的柱塞动密封系统的压裂泵上连接有强制润滑装置和液体压力传感器；所述柱塞动密封系统部位连接有温度传感器；所述压裂泵的吸入端通过灌注泵和吸入管汇与压裂液池相连；所述压裂泵的排出端通过排出管汇和调压阀后，经冷却池冷却后再与压裂池连接，从而形成压裂泵吸入、排出过程压裂液的循环利用；
所述压裂泵的锁紧螺母部位连接有测量工作腔压裂液压力变化的液体压力传感器；所述的液体压力传感器、温度传感器、轴向力传感器和加速度传感器均与高频数据采集卡连接，所述数据采集卡与数据显示装置连接；
所述轴向力传感器为轮辐式拉压力传感器，温度传感器为热电偶式传感器；
所述测量柱塞轴向力的轮辐式拉压力传感器与十字头采用螺纹配合连接，然后再通过螺栓与柱塞试件固定；
压裂泵柱塞在吸入、排出的往复运动中密封组合并对柱塞的密封方式为流体动压密封；柱塞动密封系统左侧润滑介质的压力P1(t)≥工作腔内压裂液的压力P2(t)时，柱塞动密封系统不会发生泄漏。
3.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，所述机组主轴的加工方法包括以下步骤：
步骤一、选料：选取无缝钢管原料，从原料上切割下符合长度的管段；
步骤二、端部加热：将上述管段的一端加热至1050-1100℃；
步骤三、端部锻打：将加热后的管段放置于模具中并使管段的加热端伸出模具，然后采用锻压装置对管段的加热端进行锻压，得到其一端具有法兰的主轴毛坯；
步骤四、机加工：通过车床对主轴毛坯外侧进行普通的车削加工，同时在主轴毛坯法兰处加工连接孔；
步骤五、表面处理：去除主轴上机加工留下的毛刺痕迹，降低其粗糙度后得到成品。
4.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，所述销轴的加工方法包括以下步骤：
步骤一、GCr15材料制作销轴工件毛坯，然后切削得所需的销轴工件；
步骤二、采用无心磨加工设备对销轴工件进行加工；
步骤三、采用渗金属化学热处理工艺，对销轴进行渗金属化学热处理；
步骤四、淬火回火工艺对销轴进行淬火和回火处理，其淬火温度为840-850摄氏度，回火温度为180-190摄氏度；
步骤五、采用无心磨设备对处理后的销轴进行超精膜，其超精膜后的精度要求要达到2-4微米；
步骤六、采用离心式抛光机对加工后的销轴进行抛光。
5.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，柱塞动密封系统性能测试方法包括步骤如下：
步骤一、组装测试压裂泵柱塞动密封系统密封性能和摩擦学性能的各试验装置部件；
步骤二、调试试验装置，运行该实验装置，调整各传感器的输出信号使其都为电压信号或电流信号，调整数据采集卡的采集频率保证各传感器都能采集到信号且采集的数据信号满足后续实验数据处理的要求；
步骤三、记录初始数据，包括实验前柱塞试件的质量m1、密封组合件的质量m2，柱塞试件和组合密封圈实验前的表面形貌；
步骤四、启动电机运行该实验装置，同时采集该实验阶段各传感器的读数，这里定义液体压力传感器采集的柱塞动密封系统左侧的润滑剂压力为P1(t)，液体压力传感器采集的阀体工作腔内的压裂液压力为P2(t)，温度传感器采集的柱塞动密封系统的摩擦副的温升为T(t)，加速度传感器采集的柱塞往复运动加速度为a(t)，轮辐式拉压力传感器采集的柱塞往复作用力为F(t)；
步骤五、分解压裂泵柱塞动密封系统，对柱塞试件和密封组合试件的磨损量及表面磨痕观测，记录试验后柱塞的质量为m3、密封组合试件的质量为m4；
步骤六、对记录的实验数据进行处理分析。
6.如权利要求5所述的大口径钢带缠绕管模具，其特征在于，所述柱塞动密封系统性能测试方法中，
a、忽略试验中柱塞质量的变化；
b、柱塞往复运动过程中柱塞与密封盘根之间的润滑密封介质始终与压裂液是连通的；
则动摩擦系数f由公式： 测得；
其中：A——柱塞的横截面积；
F(t)——柱塞与盘根组合之间动摩擦系数，
D——柱塞直径；
b——接触面的轴向长度；
P2(t)——阀体工作腔内的介质压力；
m——柱塞的质量；
a(t)——柱塞的往复运动加速度；
——曲轴转角，曲轴转角时为吸入冲程；
则为排出冲程。
7.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，轮辐式拉压力传感器的数字调制信号x(t)的分数低阶模糊函数表示为：
其中，τ为时延偏移，f为多普勒频移，0＜a，b＜α/2，x*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)<p>＝|x(t)|<p>sgn(x(t))；当x(t)为复信号时，[x(t)]<p>＝|x(t)|p-1x*(t)；
所述加速度传感器的接收信号y(t)表示为：
y(t)＝x(t)+n(t)；
其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：
其中，N为采样点数，an为发送的信息符号，在MASK信号中，an＝0，1，2，…，M-1，M为调制阶数，an＝ej2πε/M，ε＝0，1，2，…，M-1，g(t)表示矩形成型脉冲，Tb表示符号周期，fc表示载波频率，载波初始相位是在[0，2π]内均匀分布的随机数；
所述轴向力传感器的时频重叠MASK的信号模型表示为：
其中，N为时频重叠信号的信号分量个数，n(t)是加性高斯白噪声，si(t)为时频重叠信号的信号分量，表示为式中Ai表示信号分量的幅度，ai(m)表示信号分量的码元符号，p(t)表示成型滤波函数，Ti表示信号分量的码元周期，fci表示信号分量的载波频率，表示信号分量的相位；
所述高频数据采集卡利用得到的信号对回波信号进行直达波及多径的抑制按以下进行：
(1)对接收信号s(t)进行非线性变换，按如下公式进行：
其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：
(2)构造n个信号的多径空间为：
其中，Q为采样点数，K为最大时延，由最大探测距离Rmax/c得到，其中xreci(t)为参考信号，Rmax为最大探测距离，c为光速；
(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||Ssur-Xref·α||2转化为求得出：
代入αestim，解得：
其中，Ssur为回波通道信号，α为自适应权值，αestim为α的估计值，为Xref的转置，Sother为回波通道中最终所剩的回波和噪声；
所述高频数据采集卡接收信号的信号模型表示为：
r(t)＝x1(t)+x2(t)+…+xn(t)+v(t)
其中，xi(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θki表示对各个信号分量载波相位的调制，fci为载波频率，Aki为第i个信号在k时刻的幅度，Tsi为码元长度，pi(t)为滚降系数为α的升余弦成形滤波函数，且n(t)是均值为0，方差为σ2的平稳高斯白噪声。
8.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，电机设置有跳频混合信号调整模块，所述跳频混合信号对跳频混合信号的处理方法包括：跳频混合信号时频域矩阵进行预处理：
第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定根据接收信号的平均能量来确定；
第二步，找出p时刻(p＝0，1，2，…P-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，…，bM(p，q)]T，其中
9.如权利要求2所述的大口径钢带缠绕管模具，其特征在于，电机还设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块的同步正交跳频信号盲源分离方法包括：
步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号
步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵其中P表示总的窗数，Nfft表示FFT变换长度；在步骤二中，(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，p表示加窗次数，Ts表示采样间隔，fs表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；
步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；
步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，…P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，…P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：
找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第1段相连ph的中值，则表示第1个频率跳变时刻的估计；根据估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：
这里表示第1跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第1跳对应的个频率估计值，计算公式如下：
步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；
步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第1跳对应的个入射角度，用表示第1跳第n个源信号对应的入射角度，的计算公式如下：
表示第1跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×108米/秒；判断第1(1＝2，3，…)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：
其中mn (l)表示第1跳估计的第mn (l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用Yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，P，q＝0，1，2，...，Nfft-1，即：
步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，…)的频域数据Yn(p，q)，q＝0，1，2，…，Nfft-1做Nfft点的IFFT变换，得到p采样时刻对应的时域跳频源信号，用yn(p，qt)(qt＝0，1，2，…，Nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p，qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：
这里Kc＝Nfft/C，C为短时傅里叶变换加窗间隔的采样点数，Nfft为FFT变换的长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610821007.9A CN107790557B (zh) | 2016-08-31 | 2016-08-31 | 一种大口径钢带缠绕管模具及其缠绕方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610821007.9A CN107790557B (zh) | 2016-08-31 | 2016-08-31 | 一种大口径钢带缠绕管模具及其缠绕方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107790557A CN107790557A (zh) | 2018-03-13 |
| CN107790557B true CN107790557B (zh) | 2019-08-23 |
Family
ID=61530113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610821007.9A Active CN107790557B (zh) | 2016-08-31 | 2016-08-31 | 一种大口径钢带缠绕管模具及其缠绕方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107790557B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108801726A (zh) * | 2018-04-13 | 2018-11-13 | 重庆市綦江区建筑工程质量监督站 | 一种工程质量检测用切芯制样设备 |
| CN108879256A (zh) * | 2018-06-06 | 2018-11-23 | 马晨光 | 一种具有滤波电路的智能安全插座及控制方法 |
| CN108944997A (zh) * | 2018-10-19 | 2018-12-07 | 四川理工学院 | 一种智能轨道探伤组合车及控制方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4536955B2 (ja) * | 2001-05-28 | 2010-09-01 | 株式会社神戸製鋼所 | 整列巻乱れ検出装置 |
| US7088210B2 (en) * | 2004-01-23 | 2006-08-08 | The Boeing Company | Electromagnet having spacer for facilitating cooling and associated cooling method |
| DE102008030145A1 (de) * | 2008-06-27 | 2009-12-31 | Sms Siemag Aktiengesellschaft | Verfahren und Vorrichtung zum Aufwickeln von Metallband |
| CN101670513B (zh) * | 2009-09-24 | 2011-08-03 | 天津润德中天钢管有限公司 | 车用缠绕气瓶用冷拔无缝钢管的制造工艺 |
| CN104149325A (zh) * | 2013-05-14 | 2014-11-19 | 上海杰事杰新材料(集团)股份有限公司 | 一种热塑性缠绕管道铺层工艺 |
| CN203875164U (zh) * | 2014-03-25 | 2014-10-15 | 江苏丰信不锈钢制造有限公司 | 一种全自动万能盘管机 |
| CN104534188B (zh) * | 2014-12-29 | 2017-11-17 | 重庆里程管业有限公司 | 大口径缠绕管及其缠绕方法 |
-
2016
- 2016-08-31 CN CN201610821007.9A patent/CN107790557B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107790557A (zh) | 2018-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107790557B (zh) | 一种大口径钢带缠绕管模具及其缠绕方法 | |
| CN107941510B (zh) | 基于等角度双重采样的滚动轴承故障特征的提取方法 | |
| CN108444704B (zh) | 一种滚动轴承早期故障诊断方法 | |
| CN105628381B (zh) | 一种基于改进的局部均值分解的往复压缩机轴承故障诊断方法 | |
| CN105033763B (zh) | 一种数控机床滚珠丝杠磨损状态的预测方法 | |
| CN101726413A (zh) | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 | |
| CN110514441A (zh) | 一种基于振动信号去噪和包络分析的滚动轴承故障诊断方法 | |
| Xiao et al. | A fault frequency bands location method based on improved fast spectral correlation to extract fault features in axial piston pump bearings | |
| CN114705426A (zh) | 一种滚动轴承早期故障诊断方法 | |
| CN102033108B (zh) | 金属拉伸件的状态判别特征参数提取方法 | |
| CN106814029B (zh) | 一种多带积分盘式摩擦副摩擦性能预测方法 | |
| CN101577564A (zh) | 基于判决门限自适应的信号频谱感知与检测方法 | |
| CN114659790B (zh) | 一种变转速风电高速轴轴承故障的识别方法 | |
| CN108458871A (zh) | 一种基于改进经验小波变换的齿轮箱故障识别方法 | |
| CN112487882B (zh) | 一种基于谱相干生成非稀疏指标指导的增强包络谱的方法 | |
| CN103472141A (zh) | 一种用于识别振动声调制机理的信号解调方法 | |
| CN110555243A (zh) | 一种铣削过程中机床主轴振动信息的二维图谱构建方法 | |
| CN101979889B (zh) | 衬套的加工方法 | |
| CN106053275B (zh) | 一种摩擦副磨损过程摩擦振动检测方法 | |
| CN114325740A (zh) | 一种应用于激光多普勒测速仪的速度测量方法与系统 | |
| CN110146292B (zh) | 一种基于集成噪声重构的总体局部均值分解的滚动轴承故障检测方法 | |
| CN110160642B (zh) | 一种小样本条件下的螺旋桨噪声线谱重构方法 | |
| CN116992286A (zh) | 基于深度学习的空化故障诊断方法 | |
| CN112161805A (zh) | 一种基于时间序列标度分析和cnn的轴承微小故障诊断方法 | |
| CN114923689A (zh) | 一种基于局部特征尺度分解的滚动轴承故障诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190418 Address after: 830000 No. 38 Science 1st Street, Urumqi High-tech Zone, Xinjiang Uygur Autonomous Region Applicant after: Wang Zhenhuan Address before: 224700 No. 180 Longtan East Road, Beilonggang Street, Yandu District, Yancheng City, Jiangsu Province (R) Applicant before: YANCHENG LEIJI ENVIRONMENTAL PROTECTION TECHNOLOGY CO., LTD. |
|
| TA01 | Transfer of patent application right | ||
| DD01 | Delivery of document by public notice | ||
| DD01 | Delivery of document by public notice |
Addressee: Wang Zhenhuan Document name: Notification of Passing Examination on Formalities |
|
| DD01 | Delivery of document by public notice |
Addressee: Wang Zhenhuan Document name: Notification of Passing Examination on Formalities |
|
| DD01 | Delivery of document by public notice | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190805 Address after: 257000 Fuqian Street South and Fuzhou Road West, Dongying City, Shandong Province Applicant after: Shengli Oilfield Xingda Gaoxiang New Materials Co., Ltd. Address before: 830000 No. 38 Science 1st Street, Urumqi High-tech Zone, Xinjiang Uygur Autonomous Region Applicant before: Wang Zhenhuan |
|
| TA01 | Transfer of patent application right |