下载文档原格式
轧钢机械振动的原因与故障处理分析郭超福发布时间：2021-04-14T14:07:29.517Z 来源：《中国科技信息》2021年4月作者：郭超福[导读] 钢铁工业是建设国民经济、发展社会各行业、人民生活和工作的基础企业。
轧钢的生产是钢铁生产重要组成部分。
为了保证轧钢生产的安全性和效率，在轧钢生产中需要各种机械设备的稳定安全运行。
但是，一些轧钢运行经常出现机械振动故障，严重影响轧钢生产的安全性和效率。
新疆八一钢铁股份有限公司轧钢厂棒线分厂郭超福摘要：钢铁工业是建设国民经济、发展社会各行业、人民生活和工作的基础企业。
轧钢的生产是钢铁生产重要组成部分。
为了保证轧钢生产的安全性和效率，在轧钢生产中需要各种机械设备的稳定安全运行。
但是，一些轧钢运行经常出现机械振动故障，严重影响轧钢生产的安全性和效率。
关键词：轧钢机械；振动故障；分析；措施轧钢机械被广泛应用于工作中。
在使用过程中，轧辊的旋转会产生压力来改变钢的形状，以更好地满足工业产品的设计要求。
因此，在实际使用过程中，管理人员应定期对轧钢机械进行检测维护，及时对设备隐患进行消缺，有效提高轧钢机械工作效率。
轧钢机械安全运行管理也是工人生产安全的保证。
在管理过程中，在管理设备的硬件部分，有效保证设备的正常运行，并定期对设备进行监控维修保养使设备保持良好状态，提高了工业生产水平。
一、轧钢机械振动的故障判断标准事实上，振动在轧钢机械运行过程中是常见的，但有些振动是正常的，有些是异常的，我们需要对异常振动进行有针对性的处理，在此之前我们有必要识别轧机故障，准确判断振动是否故障。
根据相关工作经验和理论研究，轧机振动缺陷判断标准和指标分为定量判断和定性分析三类比较定量、类比以及相对判断。
这些方法有助于确定故障的原因，在实际操作中，故障的原因必须通过综合各种因素来确定，如机械操作过程中状态的变化。
由此可见，轧钢机械振动故障的判断必须结合实际情况，这不仅非常复杂而且困难。
基于小波包变换和虚拟仪器检测电动机振动信号
阳慧;赵湘民
【期刊名称】《计算机测量与控制》
【年(卷),期】2004(12)3
【摘要】小波包变换(WPD)不仅能检测非平稳信号的整次谐波,还能检测信号的非整次谐波,又因为小波变换本身对信号的奇异点十分敏感,这个特点可以用来跟踪电动机振动速度信号.在虚拟仪器(VI) LabVIEW 6.I平台上,基于小波包变换算法设计了VI程序,实现了电动机振动速度信号实时检测系统.经过信号处理,该系统还具有信噪分离、测量电动机振动功率谱、伴有噪声的原始振动波形和噪声波等测量功能.实测Y 630-10/1180型大型三相异步电动机的振动速度信号,结果表明,该方法是可行的和有效的.
【总页数】4页(P234-237)
【作者】阳慧;赵湘民
【作者单位】长沙理工大学,湖南,长沙,410076;长沙市商贸旅游职业技术学院,湖南,长沙,410007
【正文语种】中文
【中图分类】TM343
【相关文献】
1.基于小波包分解与K-L变换的齿轮泵振动信号故障特征提取方法 [J], 蔡伟;黄坤阳;戴民强;杨志勇
2.基于小波包变换的爆破振动信号能量熵特征分析 [J], 王伟; 李兴华; 陈作彬; 范磊; 孙飞
3.基于小波包变换和奇异值分解的柴油机振动信号特征提取研究 [J], 李国宾; 关德林; 李廷举
4.基于小波包变换和奇异值分解的柴油机振动信号特征提取研究 [J], 李国宾; 关德林; 李廷举
5.基于小波包变换及时间-小波能量谱的振动信号分析研究 [J], 谷旭东;滕科嘉;史雪梅
因版权原因，仅展示原文概要，查看原文内容请购买。
磨床加工过程，因加工工件的形状、尺寸、磨削参数的变化，工件材质以及磨削量、加工负载不断变化。
当加工工件内径小，磨削进给少，砂轮磨削力小，加工负载就小。
当加工大内径长套筒类工件时，工件旋转的电动机在低速段，砂轮进给量大，砂轮磨削力也在变大，此时加工负荷就大。
因负载的变化造成电动机很难在恒转矩、恒速度下运行。
同时，速度的变化改变了主轴、磨头等振动频率及幅值，加工后工件加工面出现了直波纹、粗糙度超差等质量问题，不能满足工件加工的质量要求。
1 外圆磨床出现振动的原因如下：1.1 电机运行产生的振动。
可能引起异常振动的典型问题有：（1）转子弯曲。
（2）转子偏心。
（3）电机地脚螺栓出现松动及基础底板振动。
（4）电机风扇罩螺栓松动。
1.2 皮带轮方面产生的振动主要有：（1）皮带轮孔与电机轴配合失效引起的振动。
（2）皮带轮偏心引起的振动。
（3）主动轮和从动轮不对中引起的振动。
（4）皮带轮槽破碎引起的振动。
1.3 传动皮带引起的振动：（1）皮带破损，断裂引起的振动。
（2）皮带松弛张力不等引起的振动。
（3）不匹配的皮带或负载过大引起的振动。
1.4 砂轮转子系统引起的振动。
产生振动的主要因素是转子的不平衡和转子轴弯曲。
1.5 滑动轴承方面引起的振动：（1）轴与轴瓦间隙过大引起的振动能使轴在轴承中心位置变化，产生不对中，相当小的不平衡不对中造成机构松动或摆动。
（2）轴承负载不当或润滑有问题引起的振动。
（3）滑动轴承座松动引起的振动。
（4）油膜振荡引起的振动。
2 确定解决措施针对以上几点原因，对非正常的有害振动，特别是当振动过大时会导致机器的故障和机器磨损恶化。
因此对M1432A外圆磨床加工表面产生振动波纹，通过设备诊断技术分析，对以上原因做出解决。
2.1 电动机运行方面产生的振动首先是对转子本身的精度及保持性的检查。
通过动平衡机对转子轴进行平衡精度检测，使其达到规定的要求，同时对电动机地脚螺旋及电动机风扇罩的紧固螺钉检查紧固。
六辊冷轧机垂直系统振动研究六辊冷轧机是一种用于金属材料的加工设备，它通过辊筒的旋转和垂直挤压，将金属材料进行冷轧加工，以改变其形状和尺寸。
在实际运行过程中，六辊冷轧机的垂直系统可能会出现振动问题，这不仅会降低设备的生产效率和加工质量，还可能对设备的安全性产生不利影响。
对六辊冷轧机垂直系统的振动问题进行研究具有重要意义。
六辊冷轧机垂直系统振动的原因主要包括以下几个方面：1. 辊筒不均匀磨损：在冷轧过程中，辊筒与金属材料之间的摩擦会导致辊筒表面的磨损，如果不均匀磨损，将导致辊筒的几何形状发生变化，进而引起振动。
2. 传动系统故障：六辊冷轧机的传动系统包括电机、传动装置和辊筒，如果其中的任何一个部分存在故障，如松动、磨损或不平衡，都可能导致垂直系统的振动。
3. 材料不均匀性：金属材料的厚度、硬度和表面质量等因素对六辊冷轧机的振动有重要影响，如果材料不均匀，会导致加工过程中的不平衡力，从而引起振动。
针对六辊冷轧机垂直系统振动问题，可以采取以下方法进行研究和改进：1. 检查和维护辊筒：定期检查和维护辊筒的几何形状和表面状况，避免不均匀磨损导致的振动问题。
保持辊筒的清洁和润滑，减少摩擦和磨损。
2. 检查和调整传动系统：定期检查和调整六辊冷轧机的传动系统，包括电机、传动装置和辊筒，确保其正常工作和平衡运转。
对于存在故障的部件，及时更换或修复。
3. 控制材料质量：加强对金属材料的质量控制，确保其厚度、硬度和表面质量的均匀性，以减少加工过程中的不平衡力。
优化加工工艺参数，使得材料和设备之间的力平衡更加稳定。
4. 加装振动监测和控制设备：在六辊冷轧机的垂直系统中加装振动监测和控制设备，及时检测和控制振动的幅度和频率。
通过实时监测和反馈，可以调整设备运行参数，减少振动问题的发生。
六辊冷轧机垂直系统振动的研究对于提高设备的生产效率和加工质量具有重要意义。
通过定期检查和维护辊筒、传动系统和金属材料，加强质量控制，并加装振动监测和控制设备，可以有效降低振动问题的发生，提高设备的稳定性和可靠性。
《轧机传动系统扭振智能控制方法研究》篇一一、引言在轧机生产过程中，传动系统的扭振问题是一个普遍存在的难题。
扭振不仅影响轧机的生产效率，还可能对设备造成严重的损坏，甚至可能引发安全事故。
因此，研究轧机传动系统的扭振智能控制方法，对于提高轧机的工作效率、保障设备安全运行具有重要意义。
本文将就轧机传动系统扭振智能控制方法进行深入研究，以期为相关领域的研究和应用提供有益的参考。
二、轧机传动系统扭振问题分析轧机传动系统的扭振问题主要源于电机与轧辊之间的力矩不匹配、传动系统的刚度不足以及外部负载的波动等因素。
这些因素导致传动系统在运行过程中产生周期性或非周期性的扭振，严重影响设备的正常运行。
为了解决这一问题，需要采用智能控制方法对轧机传动系统进行优化。
三、智能控制方法在轧机传动系统中的应用智能控制方法在轧机传动系统中的应用主要包括以下几个方面：1. 智能识别技术：通过传感器实时监测轧机传动系统的运行状态，利用智能识别技术对扭振信号进行识别和分析，为后续的控制策略提供依据。
2. 优化控制算法：针对轧机传动系统的扭振问题，设计合适的优化控制算法，如模糊控制、神经网络控制、遗传算法等，以实现对扭振的有效抑制。
3. 智能调节技术：根据智能识别技术获取的扭振信息，采用智能调节技术对电机和轧辊之间的力矩进行实时调整，以实现力矩的匹配和传动系统的稳定。
四、轧机传动系统扭振智能控制方法研究针对轧机传动系统的扭振问题，本文提出一种基于智能识别和优化控制算法的扭振智能控制方法。
该方法包括以下几个步骤：1. 传感器实时监测：利用高精度的传感器对轧机传动系统的运行状态进行实时监测，获取扭振信号。
2. 智能识别分析：采用智能识别技术对扭振信号进行识别和分析，确定扭振的频率、幅度等特征参数。
3. 优化控制策略制定：根据扭振特征参数，设计合适的优化控制策略，如调整电机转速、改变力矩等，以实现对扭振的有效抑制。
4. 智能调节执行：根据优化控制策略，采用智能调节技术对电机和轧辊之间的力矩进行实时调整，以实现力矩的匹配和传动系统的稳定。
轧钢机械的振动监测与故障诊断分析【摘要】轧钢机械作为轧钢厂中至关重要的设备，通过其运行状态的振动监测和故障诊断能够及时发现轧钢机械的运行故障先兆，避免意外事故的发生，确保轧钢机械安全、可靠运行。
本文主要对轧钢机械振动监测测点的选择、监测的方法、监测周期的选择进行了探讨，并根据振动监测技术地对轧钢机械的常见故障进行了相应的诊断与分析。
【关键词】轧钢机械;振动监测;故障诊断轧钢机械是轧钢厂中至关重要的机械设备，是一种大型的旋转机械。
人们在长期的实践与观察中发现，轧钢机械在发生故障之前会有异常的振动表现出来。
因此，为了及时发现轧钢机械的运行故障先兆，避免意外事故的发生，需要对轧钢机械的重点部位，如旋转轴、齿轮传动件、联轴器、滑动和滚动轴承等进行动态振动监测和故障诊断，以便准确地掌握故障发生的原因，从而更好地维护和检修轧钢机械设备，提高轧钢机械设备的使用率，确保轧钢机械安全、可靠运行。
1.轧钢机械的振动监测1.1测点的选择由于轧钢机械在运行时其转速处于不恒定状态中，功率则在空载与满负荷周期间不断地波动，因而可能出现的故障类型也相对较多。
因此检测设备、点检时间、点检方式及测点的选择对于故障诊断的正确性有着至关重要的作用。
为了确保监测数据具有一定的可比性，在测定数据时需要遵循以下的原则进行操作：第一，每次测量机器的工况需保持一致，且所使用的测量仪器及测量方法都应保持一致。
第二，每次需在同一点测点进行测量，这样不会由于激振源到测点的传递函数不同，而造成测量的结果存在很大的差距。
第三，测量的参数应保持一致，通常而言，频率超过1000Hz的振动，其数据采集器的输出参数应以加速度为主，频率在100-1000Hz范围内的振动，其数据采集器的输出参数应以速度为主，而频率在10-100Hz范围内的振动，其数据采集器的输出参数应以位移为主。
在监测振动的过程中，轧钢机械的监测结果受测点的影响，因此在选择测点时应把握以下原则：第一，测点宜选择在信号反应相对敏感的部位，如机座，轴承座等部位。
基于小波变换的汽车齿轮箱振动信号故障分析
李素云;张德祥
【期刊名称】《安徽电子信息职业技术学院学报》
【年(卷),期】2012(011)001
【摘要】本文利用小波变换和能量特征值对汽车齿轮箱振动信号进行特性分析。
利用小波变换的分解和重构算法,对小波系数进行系数-能量计算,提取系统的特征信息,对汽车齿轮箱的故障进行诊断,及时发现齿轮箱的早期故障,提高汽车运行的安全性。
仿真研究结果表明用小波变换在故障信息诊断方面是可行的和有效的,提高了故障检测的可靠性。
【总页数】4页(P9-11,26)
【作者】李素云;张德祥
【作者单位】安徽大学现代教育技术中心,安徽合肥230039;安徽大学电气工程与自动化学院,安徽合肥230039
【正文语种】中文
【中图分类】TP206.3
【相关文献】
1.基于小波变换的汽车振动信号去噪分析 [J], 姜永胜;王其东
2.基于小波变换的齿轮箱振动信号降噪处理 [J], 李浩;董辛旻;陈宏;张继兴
3.基于振动信号的风电齿轮箱故障分析 [J], 邵荣茂;贾丙辉;王宗荣
4.基于小波变换的风机齿轮箱振动信号故障特征提取 [J], 姜慧
5.基于扭转振动信号的行星齿轮箱齿根裂纹故障动力学仿真 [J], 魏伟;李云鹏;杨衍帅
因版权原因，仅展示原文概要，查看原文内容请购买。
小波包分析在振动测试信号去噪中的应用吴 勇, 吴传生, 刘小双(武汉理工大学理学院,湖北武汉 430070)摘 要:本文简要阐述了小波分析、小波包分析的基本原理,并在此基础上介绍了利用小波包给信号去噪的一般原理.最后通过计算机仿真,对于一个含有随机噪声的振动测试信号,在默认阈值下比较了小波去噪和小波包去噪效果的不同.关键词:小波;小波包;信号去噪;阈值中图分类号:TN911 文献标识码:A 文章编号:1001-2443(2007)01-0028-03引 言 在振动测试试验中,我们所获得的振动测试信号往往不可避免地含有噪声,为了更有利于处理实际问题,给振动测试信号去噪是很有必要的.目前有很多方法可用于给信号去噪,如中值滤波、低通滤波、Fourier 分析等,但他们在给信号去噪的过程中都会滤掉信号细节中的有用部分,这样会给处理实际问题带来偏差.小波分析作为一种新的数学工具,对很多领域都产生了重大的影响.在现代测试技术中,利用小波给振动测试信号去噪就是小波在工程领域中的应用之一.小波变换在时间域和频域中都具有局部化,能有效地从原信号中提取有用的信息,从而可以达到给信号去噪的目的.由于在给原信号进行小波变换后,有用信号主要分布在低频区域,噪声主要分布在高频区域,但往往在处理实际问题中,高频区域中也含有一小部分有用的信号,利用小波变换给信号去噪时,分解只作用于低频部分,这样,一些有用信号可能被滤掉.小波包变换是小波变换的推广,它在表示信号时具有比小波变换更强的灵活性.利用小波包变换给信号作分解时,低频部分和高频部分都被进一步分解.因此,对含有噪声的振动测试信号作小波包变换,针对其小波包系数进行阈值操作,然后进行重构,这样得出的消噪后的信号要优于小波变换的处理结果.1 小波分析的基本原理 设φ=(t )∈L 2(R )(L 2(R )表示平方可积函数空间,其Fourier 变换是φ∧,如果φ(t )满足“容许性”条件:C φ=∫∞-∞φ∧(ω)2|ω|d ω<∞,那么φ(t )称为是一个“基小波”.将φ(t )伸缩平移后就可得到一个小波序列.对于连续情况,小波序列为:φa ,b (t )=1a φt -b a,a ,b ∈L 2(R ),a ≠0,其中a 为尺度因子,b 为平移因子. 对于任意的函数f (t )∈L 2(R ),它的连续小波变换定义如下: W φf (a ,b )=〈f ,φa ,b 〉=|a |-12∫∞-∞f (t )φ2t -b adt 在“容许性”条件下,其重构逆变换为:f (t )=1C φ∫∞-∞∫∞-∞1a 2W φf (a ,b )φt -b adadb.小波变换的时频窗口为两个矩形,其中平移因子b 仅影响窗口在相平面时间轴上的位置,而尺度因子a 不仅影响窗口在频率轴上的位置,也影响窗口的形状.从频域上看,用不同尺度作小波变换相当于用一组带通滤波器对信号进行分解或检测处理.因此小波变换具有多分辨率分析的特点,对信号的处理具有自适应性.收稿日期:2006-07-23作者简介:吴勇(1981-),男,湖北广水人,硕士研究生;吴传生(1957-),男,湖北天门人,教授,主要研究微分方程,小波分析.第30卷1期2007年1月 安徽师范大学学报(自然科学版)Journal of Anhui Normal University (Natural Science )Vol.30No.1Jan .20072 小波包分析的基本原理 对于给定的正交尺度函数及其对应的小波函数,存在双尺度方程:ψ(t )=2∑n h (n )ψ(2t -n ),φ(t )=2∑n g (n )ψ(2t -n ),式中:{h (n )}和{g (n )}为多分辨分析中定义的共轭滤波器. 记μ0(t )=Τψ(t ),μ1(t )=φ(t ),由以上递推关系定义μm (t )为: μ2m (t )=2∑n h (n )μm (2t -n ) μ2m +1(t )=2∑n g (n )μm (2t -n ) 称函数族{μm (t )|m ∈N }为相对于正交尺度函数ψ(t )的正交小波包. 记小波包空间U 2l j =Closespan {μ2l j ,n (t )=j2μ2l 0(2j t -n );n ∈Z} 小波包空间U 2l +1j =Closespan {μ2l +1j ,n (t )=j 2μ2l +10(2j t -n );n ∈Z} 小波包空间U l j +1=Closespan {μl j +1,n (t )=j +12μl 0(2j +1t -n );n ∈Z} ①小波包的分解算法: d 2l j ,n =∑m ∈Z h m -2n d (l )j +1,m ,d (2l +1)j ,n =∑m ∈z g m -2n d (l )j +1,m 如果将原始信号f (t )∈L 2(R )进行小波包分解,记f (t )在小波包空间U 2l j 上的正交投影为g 2l j (t ),f (t )在小波包空间U 2l +1j 上的正交投影为g 2l +1j.那么g 2l j (t ),在相应的特定小波包基{μ2l j ,n (t ):n ∈Z}下展开的系数正好是{d (2l )j ,n :n ∈Z};g 2l +1j (t )在相应的特定小波包基下展开的系数正好是{d (2l +1)j ,n:n ∈Z}. ②小波包的合成算法: d (l )j +1,m =∑n ∈Z h m -2n d (2l )j ,n +∑n ∈Zg m -2n d (2l +1j ,n 如果原信号f (t )∈L 2(R )在小波包空间U l j +1上的正交投影为g l j +1(t ),那么g l j +1(t )在相应的特定小波包基{μl j +1,n (t ):n ∈Z }下展开的系数就是{d (l )j +1,m :m ∈Z}.3 利用小波包给振动测试信号去噪的一般原理 假设在一个振动测试试验中,通过试验我们得到了一个振动测试信号f (t )∈L 2(R ),由于在试验过程中,不可避免地会伴随有噪声的产生.因此,我们通过振动试验得到的测试信号实际上是含有噪声的观测信号f (t )=s (t )+n (t ).其中s (t )为有用信号,n (t )为噪声信号.通过对f (t )进行小波包分解,由于小波包分解具有线性可加性,因此对f (t )进行小波包分解的结果,相当于是对s (t )和n (t )进行小波包分解的线性和.而噪声信号n (t )进行小波包分解后,其在频域中表现为高频信号,选择合适的阈值对分解后的低频和高频部分进行处理,再对阈值处理以后的小波包变换系数进行小波包重构,这样我们就可以得到去噪后的信号. 下文通过计算机仿真试验,说明小波包给振动测试信号进行去噪处理是可行的,并且比较了在相同条件下,小波去噪和小波包去噪效果的不同.4 基于matlab 中小波工具箱的计算机仿真试验 假设在一次振动试验中,我们所得到的观测信号为:f (t )=sin (2π(300)t 2)+rand (t )r ,and (t )表示观测信号所包含的随机噪声,信号的采样频率为1kHz ,采样点数为1024,本试验是基于matlab 中的小波工具箱,采用的是Daubechies (dbN )小波系中的db4,在默认阈值下对含噪振动测试信号f (t )进行离散小波变换和离散小波包变换,并且比较了二者去噪效果的不同. 图1是含有随机噪声rand (t )的原始观测信号,图2是在默认阈值下利用db4对原始信号进行小波包变换去噪后的信号,图3是在默认阈值下利用db4对原始信号进行小波变换去噪后的信号.比较图2和图3,我们可以发现:在t =0.1附近,图2的去噪效果要明显优于图3的去噪效果.计算二者的信噪比,我们也可以得到验证,图1中原始信号的信噪比sn r =1.7720,图2中小波包去噪后信号的信噪比snr =2.4236,图3中小波去噪后信号的信噪比snr =2.3176.9230卷第1期 吴 勇,吴传生,刘小双: 小波包分析在振动测试信号去噪中的应用图1 是含有随机噪声rand(t)的原始观测信号 图2 默认阈值下小波包消噪后的信号 图5、6是利用小波包给振动测试信号在默认阈值下和改变阈值下去噪效果的比较图:图5 默认阈值下小波包消噪后的信号 图6 改变阈值后小波包消噪后的信号 比较图5和图6,我们可以发现:在利用小波包给振动测试信号进行去噪处理时,阈值的选取是很重要的,本文只是为了说明利用小波包给振动测试信号进行去噪处理是可行的,对于阈值的选取未做深入讨论,阈值如何选取才能使去噪效果较好有待进一步研究和讨论.参考文献:[1] 徐长发,李国宽.实用小波方法[M].武汉:华中科技大学出版社,2004.[2] 崔锦泰,程正兴.小波分析导论[M].西安:西安交通大学出版社,1997.[3] 冯象初,甘小冰,宋国乡.数值泛函与小波理论[M].西安:西安电子科技大学出版社,2003.[4] 吴传生,梁劲松.振动测试信号处理的小波变换方法[J].武汉理工大学学报,2002,12:24.[5] 范显峰,姜兴渭.基于小波包变换的信号去噪方法研究[J].哈尔滨工业大学学报,2003,7:35.[6] 李舜酩,赵玉成,许庆余,徐国成.非平稳机械振动信号的小波包分析[J].应用力学学报,1997,9:14.[7] 程正军,张运陶.基于matlab的小波包分析在信号降噪中的应用[J].西华师范大学学报:自然科学版,2004,(3):25.[8] 胡昌华,李国华,刘涛,周志杰.基于MATLAB6.X的系统分析与设计—小波分析[M].西安:西安电子科技大学出版社,2004.(下转第36页)[4] P. C.Selvin,T.Fujii.Lithium ion attachment mass spectrometry:Instrumentation and features[J].Rev Sei Instrum,2001,72:2248.[5] J.Liang,H.Y.Li,et plexes of alkali metal cations with trifluoromethyl:A computational investigation on the structure and stability of M+-(CF3)(M=Li,Na,K)isomers[J].Molecular Structure,2005,725:151-155.R+-SiF3(R=Li,N a,K)分子构型及稳定性的理论研究朱慧霞(安徽师范大学物理与电子信息学院,安徽芜湖 241000)摘 要:在B3L YP/6-311+G(2d,2p)理论水平上对R+-SiF3(R=Li,Na,K)各构型进行结构优化,NBO 原子电荷分析用NPA程序.用同样的理论水平上对R+-SiF3(R=Li,Na,K)进行零点能、总能、焓、相对能量计算和碱金属离子亲和能计算,计算出能量结合频率分析确定配合物构型的稳定性.优化的几何构型、NBO分析表明R+(R=Li,Na,K)和SiF3形成的是离子偶极型配合物.Li+,Na+,K+形成最稳定分子的亲和能分别是90.46K J/mol、57.52K J/mol和37.83K J/mol.足够大的锂离子亲和能表明锂离子吸附SiF3的配合物能被锂离子吸附质谱仪探测到.关键词:分子构型;稳定性;亲和能;质谱仪3 3 3 3 3(上接第30页)Application of the W avelet Packet Analysis Method in Vibration Signal DenoiseWU Y ong, WU Chuan2sheng, L IU Xiao2shuang(School of Science,Wuhan University of Technology,Wuhan430070,China)Abstract:The article briefly expounded the basic theory on wavelets and wavelet packet,and on the basis of using wavelet packet,introduced the general principles in vibration signal denoise.Finally,through computer simulation,for a vibration signal containing random noise,it made a comparison on results of vibration signal denoise between using wavelets and using wavelet packet in quiescent threshold.K ey w ords:wavelet;wavelet packet;signal denoise;threshold。
