摘要：为了解决轮毂电机轴承早期微弱故障特征难以提取的问题,提出一种基于优化奇异谱分解(optimized singular spectrum decomposition,OSSD)和增强多点最优调整最小熵解卷积(enhance multipoint optimal minimum entropy deconvolution adjusted,EMOMEDA)的特征提取方法,以实现故障特征的检测与提取,及时掌握轮毂电机的运行安全。首先,提出由新的时频综合指标(time-frequency composite index,TCI)自适应优化分量个数的OSSD方法,并对原始信号进行前处理,通过包络谱峰值指标选择敏感的奇异谱分量。然后,提出EMOMEDA方法,设计一种改进的波形延拓策略恢复解卷积信号长度,克服MOMEDA算法的边缘效应,并通过二次解卷积运算获得最优解卷积信号。最后,对最优解卷积信号进行包络分析,实现故障特征的增强提取。分别采用仿真和试验信号验证所提方法的可行性,并将其与多种故障特征提取方法进行对比,证明了其优越性。结果表明,所提方法能够有效提取微弱故障特征,在特征增强方面具有可观的优势。

摘要：本文面向电动汽车电机轻量化研究,以某电机驱动电动汽车为目标对象,调查电机轻量化技术路径,分析其可行性,进行电动汽车电机壳体轻量化设计,为电动汽车轻量化提供技术参考和理论支持。本文对纯电动汽车电机壳体在6种不同工况下的强度进行了分析评价,使用Hypermesh、Optistruct等软件,运用拓扑优化方法,优化设计了纯电动汽车电机壳体,保证其在不同运行工况下强度均满足使用要求,以降低电机壳体的质量为设计目标,改善电动汽车的能源利用率。结果显示,经过优化后电机壳体的质量相较之前下降了12.3%,为电动汽车电机壳体的优化设计提供了经验。