基于小波包的转子轴心轨迹提纯方法

提出一种基于小波包的转子轴心轨迹提纯方法。将从转子上测得的互相垂直的两个方面上的原始时域信号用小波包分解后,采用逆Ｇｒａｙ编码对分解结果进行整序处理,得到按频率大小由低到高排列的频段序列,再根据对不同类型转子故障特征的先验知识,分别选取若干不同的频段进行重构,利用重构数据合成的轴心轨迹,删除了噪声的干扰,能更清晰地表现转子故障的特征。     

基于稀疏算法的大型转子多工况轴心轨迹提纯

针对转子直接合成的轴心轨迹杂乱无章的问题,提出一种基于稀疏分解理论的故障特征频率提取算法(简称稀疏算法),该算法结合旋转机械的信号特征,采用余弦波模型构建过完备字典集,并采用匹配追踪算法求解稀疏系数。采用该算法对受高斯白噪声污染的仿真轴心轨迹进行提纯,得到和理想轴心轨迹几乎完全相同的结果,验证了算法的有效性。最后,将所提出的稀疏算法用于提纯大型滑动轴承试验台主轴升速过程中各工况下的轴心轨迹,成功识别了转子对应的故障类型,并结合动压润滑理论及主轴位置变化规律对故障原因进行了分析。     

基于虚拟仪器的机械转子轴心轨迹分析

转子轴心轨迹是判断机械转子运行状态和故障征兆的重要依据,文中研究了几种机械转子典型故障及其对应的频率和轴心轨迹特征,运用LabVIEW软件平台,开发出智能控件化虚拟式轴心轨迹测试分析系统,调用由VC 编写的动态链接库(DLL)函数实现对机械转子振动信号的采集.试验表明,转子轴心轨迹测试分析系统可实时显示轴心轨迹、轴心位置和两路相互垂直振动信号的波形和频谱,以此可以判断一些常见的旋转机械故障,计算出用来消除转子不平衡的平衡质量块的大小及坐标点位置.     

基于局域波和混沌的转子系统早期碰摩故障诊断

为实现低信噪比下的微弱信号检测,提出一种基于局域波和混沌的微弱信号检测方法.将微弱的故障信号分解为有限的并且具有不同基本模式的分量,每个分量为单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期碰摩故障信号检测结果说明了该方法的有效性.     

船用汽轮机转子轴心轨迹模式识别方法研究

为了能充分利用汽轮机轴心轨迹的形状和动态特性信息，使其能够更好地为故障诊断服务．本文介绍了轴心轨迹自动识别系统的结构、功能及识别方法，该系统充分运用了神经网络的结构和功能，运用BP网络构建识别系统，该系统在一定的识别率下实现了对汽轮机转子轴心轨迹的自动识别．     

旋转机械轴心轨迹故障诊断

应用轴心轨迹图的直观性特点，对旋转机械进行状态监测和故障诊断。从轴心轨迹图上判断出振动的前期征兆，对防止故障的恶化和排除故障具有指导作用。因此利用轴心轨迹图来判断旋转机械是否处于正常状态是可行的。     

局域波法在船舶柴油机燃油系统故障诊断中应用

局域波时频分析能够从振动信号中提取清晰直观的故障特征。根据该方法的优点，以船舶主机－柴油机的燃油系统漏油故障为例，对柴油机缸盖表面的振动信号应用局域波时频谱进行分析，为柴油机的故障诊断提出一种新的分析方法。     

EEMD滤波的转子轴心轨迹提纯方法

针对轴心轨迹提纯问题,研究了集合经验模式分解(Ensemble empirical mode decomposition ,EEMD)抑制模态混叠的特性及其滤波特性,提出了基于EEMD滤波的转子轴心轨迹提纯方法。应用EEMD将信号分解成一系列的固有模式函数(Intrinsic mode function,IMF)分量,再根据先验知识选择相应的IMF分量重构信号,组合成提纯轴心轨迹。对小型转子试验台转子轴心轨迹的成功提纯验证了该方法的有效性,与谐波窗和EMD轴心轨迹提纯方法的对比结果表明了该方法的优势,为转子系统故障诊断提供了一种新的手段。     

集成轴心轨迹信息熵及盒维数的转子故障程度判别与故障预示

以转子故障的定量诊断为切入点,针对转子故障程度判别灵敏度不足问题,借助轴心轨迹蕴含的丰富信息,在同时考虑转子轴心轨迹形状不规则程度和混乱程度两方面信息基础上,基于轴心轨迹信息熵和盒维数,提出并构建了一种新的直观评价转子运行状态指标及转子故障程度判别及故障状态预示方法。该方法首先网格化轴心轨迹,然后应用信息熵计算轴心轨迹在网格中的分布情况,量化轴心轨迹混乱程度;同时应用盒维数方法量化故障状态与正常状态轴心轨迹形状的不规则程度,最后集成两方面信息,综合评价转子运行工作状态与判别转子故障程度。实验结果表明:由于利用了轴心轨迹的边界信息,该方法可以识别转子正常模式与故障模式;综合考虑两个指标得出正常状态评估指数最低、碰摩故障指数最高,符合转子实际运行状态,验证了该评估方法的有效性。此外,通过与轴心轨迹象限面积熵法和盒维数法的对比,提出的有量纲指标相比无量纲指标拥有更优的状态描述能力,也符合转子故障的发展趋势,为旋转机械的实时状态评估和故障预测提供了一种新的途径。     

水电机组故障诊断专家系统中图形征兆的提取

将小波包分解及重构技术用于转子轴心轨迹提纯，利用离散余弦变换实现轴心轨迹的自动识别，结合水轮发电机组故障诊断系统，实现了轴心轨迹图形征兆的提取，论证了所述方法的合理性和可行性．利用该方法提高了系统的诊断速度和精度．     

基于局域波时频分析的机械故障诊断

提出一种新的自适应时频分析方法——局域波法．结合仿真信号与故障检测信号进行分析研究,提出一种新的机械故障诊断方法并将其成功地应用到齿轮箱故障诊断中．振动信号能量在局域波时频分布中的变化,是局域波法诊断齿轮磨损故障的特征．诊断结果表明,局域波时频分析为齿轮磨损故障诊断提供了一种更为有效的手段,在故障诊断工程中具有广泛的应用前景．     

基于局域波法的非线性系统模态参数识别研究

研究基于局域波分析的非线性系统模态参数识别方法.首先在非线性系统响应局域波分解的基础上得到了等效线性系统,然后通过Hilbert变换识别系统的瞬时固有频率和瞬时阻尼系数.针对非线性转子系统的模态参数测试识别问题,提出测取转子系统在降速过程非稳定运行工况下的振动响应,并应用提出的模态参数识别方法来识别转子系统的瞬时固有频...     

基于局域波和混沌的转子系统早期故障诊断

针对转子系统早期微弱故障诊断问题,提出了一种基于局域波分析和混沌相结合的故障诊断新方法.分析了Duffing混沌振子的混沌运动,说明混沌振子的非平衡相变对微弱信号的敏感性和对白噪声的免疫力.可以通过混沌振子由混沌运动到大周期运动的相变识别微弱信号的特征频率成分.由于实际检测信号为多分量信号,若直接输入Duffing振子达不到检测识别目的.为了消除其他成分的干扰,利用局域波分解,任何复杂的信号都可以分解为有限的并且具有不同的基本模式分量,每个分量是单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,通过混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期不对中故障信号进行检测结果证明了方法的有效性.     

局域波法和高阶统计量在压缩机气阀状态监测中应用

为解决传统信号处理方法分析非平稳时变信号的不足,提出了一种适用于往复式压缩机气阀状态特征提取的新方法.首先使用局域波法将实测信号分解为多个基本模式分量,经过希尔伯特变换得到各分量的时频谱;然后计算归一化后幅值信号的高阶统计量,这些统计量很好地反映了气阀的劣化过程.通过对现场工作的聚乙烯二次压缩机组合阀振动信号的分析,验证了该方法在往复压缩机状态监测中的有效性和实用性.     

局域波法的多分辨分析特性及其应用

局域波法通过局域波分解和瞬时频率的求解,将任何复杂的信号分解成为有限数目并且具有一定物理意义的基本模式分量,每一个分量描述了时变信号中不同频率和尺度范围的固有振动模式,所获得的各分量局域波时频分布具有多分辨分析特征.由于局域波分解是自适应的,它的多分辨分析特征也是自适应的.经理论分析与对变速箱轴承座处拾取的振动信号的分析验证了方法的有效性,局域波法为工程测试中的时频分析提供了一种有效的手段.     

一种新矩在水电机组轴心轨迹识别中的应用

结合不变矩和神经网络提出一种水电机组轴心轨迹自动识别方案,证明了离散点状态下曲线不变矩具有平移不变性和旋转不变性,但不满足比例因子缩放不变性;构造一组同时满足平移不变性、旋转不变性和比例因子缩放不变性的新曲线不变矩;通过引入动量项的BP神经网络对轴心轨迹自动识别。并给出了仿真和实际水电机组轴心轨迹识别诊断结果;对初步定性诊断结果进行定量分析,计算轴心轨迹形状特征参数,为故障定位分析提供参考．     

一种消除局域波法中边界效应的新方法

局域波法能在时频图上正确地描述平衡非线性信号的局部特征，但由于信号边界的不确定性，现有的边界处理方法都不能有效地消除边界效应，造成时频图内两边端点附近信号的能量扩散，因此精确估计边界值是局域波法的关键问题，采用边界波形匹配的方法预测边界值，无论边界点是极值点或非极值点，都能有效地消除边界效应。