共查询到18条相似文献,搜索用时 187 毫秒
1.
2.
采用小波包分析的方法对滚动轴承振动信号进行处理,提取滚动轴承特征信号,进一步应用混沌与分形方法研究了故障信号的混沌性,通过计算信号混沌特征量—关联维数,找出了内圈、外圈及滚动体状态信号在正常状态、轻微磨损状态、中度磨损状态、严重磨损状态下关联维数对故障状态的反应。实验结果印证了混沌方法用于研究该类型故障信号的可行性。 相似文献
3.
针对飞机环控涡轮轴承运行时的非线性动力学特性,为了更加准确地分析轴承的故障,从振动信号分析的角度,提出基于EEMD和分形维数相结合的轴承状态特征量提取方法。先对轴承正常、内圈故障、外圈故障和保持架故障等不同运行状态下的振动信号进行EEMD分解,滤除噪声信号,提高信噪比,以减小背景噪声对分形的不利影响。然后对去噪信号再进行相空间重构,计算其关联维数并进行对比分析。实验结果表明:关联维数作为非线性几何不变量可以作为环控涡轮轴承运行状态的特征量;该方法能够准确有效地识别轴承的运行状态。 相似文献
4.
基于混沌分形理论的传动轴振动信号分析 总被引:1,自引:0,他引:1
将混沌分形引入传动轴振动信号的故障分析中,用关联维数来刻画振动信号的故障特征。通过对试验获取的传动轴振动信号进行分析计算,确定了分形维数与传动轴故障程度之间的联系。计算表明,传动轴振动信号具有分形特征,且分形维数均在2维与3维之间,随着传动轴不平衡加剧,它向3维逼近。当样本点达到一定数目时,计算结果的稳定性好。 相似文献
5.
6.
行星齿轮传动系统复杂微弱故障的非线性特性 总被引:1,自引:0,他引:1
针对行星齿轮传动系统振动信号的非线性、非平稳性和故障特征微弱等特点,基于混沌理论对行星齿轮传动系统的正常、单一和多类耦合故障特性进行了综合分析与研究。用小波包算法对所采集的振动信号进行预处理;恰当选取最佳时延和最小嵌入维数重构相空间。在此基础上,用相图定性描述不同故障状态的故障类型;用关联维数和最大Lyapunov指数量化其各故障状态的特性和程度。研究结果表明:5种不同状态下的相图有一定的差异性;且故障越严重、故障耦合的越多,其关联维数和最大Lyapunov指数越大,混沌特性越强。因此,利用混沌的定性和定量方法可以有效识别行星齿轮传动系统的单一故障以及故障特征频率不重叠和故障特征频率重叠的两类耦合故障。 相似文献
7.
8.
9.
基于关联维数的滚动轴承故障诊断的研究 总被引:4,自引:1,他引:3
针对滚动轴承系统产生的非线性振动信号的特点,提出用关联维数来描述轴承振动信号的工作状态,进而对其进行故障诊断的方法。同时详细讨论了关联维数的计算方法,并对由轴承系统产生的非线性振动信号进行了关联维数的定量计算。实验表明,滚动轴承不同工作状态由不同的动力学机理产生,其关联维数明显不同。以关联维数作为滚动轴承的工作状态监测的依据,可以为提高滚动轴承故障诊断的准确率提供了一种有效的新方法。 相似文献
10.
利用小波技术对发动机曲轴轴承振动信号进行分解,对特定层的信号进行重构,并计算重构信号的分形维数,来实现发动机曲轴不同技术状态下特征提取。实验结果表明,特定频率带振动信号的分形维数更能敏感反应发动机曲轴轴承技术状态,它可以作为诊断发动机曲轴轴承故障的一个重要特征量。 相似文献
11.
Jing Ya-Bing Liu Chang-Wen Bi Feng-Rong Bi Xiao-Yang Wang Xia Shao Kang 《机械工程学报(英文版)》2017,30(4):991-1007
Numerous vibration-based techniques are rarely used in diesel engines fault diagnosis in a direct way, due to the surface vibration signals of diesel engines with the complex non-stationary and nonlinear time-varying features. To investigate the fault diagnosis of diesel engines,fractal correlation dimension, wavelet energy and entropy as features reflecting the diesel engine fault fractal and energy characteristics are extracted from the decomposed signals through analyzing vibration acceleration signals derived from the cylinder head in seven different states of valve train. An intelligent fault detector FastICA-SVM is applied for diesel engine fault diagnosis and classification.The results demonstrate that FastICA-SVM achieves higher classification accuracy and makes better generalization performance in small samples recognition. Besides,the fractal correlation dimension and wavelet energy and entropy as the special features of diesel engine vibration signal are considered as input vectors of classifier Fast ICASVM and could produce the excellent classification results.The proposed methodology improves the accuracy of feature extraction and the fault diagnosis of diesel engines. 相似文献
12.
基于现代非线性理论的汽轮发电机组故障诊断技术研究 总被引:7,自引:0,他引:7
运用小波理论、分形理论和混沌理论等非线性理论,对汽轮发电机组转子故障进行了综合分析和研究。对 所测某28 MW发电机组转子在三种不同工作状态下的时间序列进行了关联维数计算、小波包分解以及最大李雅 普诺夫指数计算,并结合其相轨迹图和庞加莱截面进行了分析与研究。结果表明,小波包分解重构技术具有很强 的消噪和非平稳信号提取能力;发电机组转子在不同工作状态下其时间序列的关联维数、李雅普诺夫指数具有明 显差别,且两量值相互补充、相互对应。由此提出:关联维数、最大李雅普诺夫指数可以作为刻画发电机组机械 故障特征的综合量化指标。该研究为非线性运动系统的在线监测、故障诊断和状态预测开辟了有效途径。 相似文献
13.
14.
分形维数在内燃机振动诊断中的应用 总被引:4,自引:0,他引:4
将分形理论引入内燃机的振动诊断中,根据内燃机的配气定时,着重研究了缸盖振动信号中对应燃烧段的数据,计算其关联维数,将关联维数用于刻划内燃机缸盖在气门不同状态时表现的非线性行为,从而进行故障诊断与分类。结果表明,当气门在不同状态时,缺盖振动信号中对应燃烧段数据的关联维数是不同的,可以将其作为判断气门漏气的一个诊断特征量。 相似文献
15.
基于组合神经网络的柴油机振动信号预测 总被引:3,自引:0,他引:3
根据柴油机振动信号的特性,使其在相空间里重构,再应用组合神经网络,对柴油机振动信号进行拟合和预测。该组合神经网络是一个两级系统,第一级有两个神经网络的预报——一个多目标前馈网络和一个函数耦合神经网络,用模糊反向传播算法进行训练;第二级是由第一级产生的两个预测结果混合得到的组合模型,采用Karmarkar的线性规划算法进行训练。实际应用证明了该方法的有效性。 相似文献
16.
小波-分形-多 ART2神经网络在汽车发动机故障识别中的应用 总被引:2,自引:0,他引:2
利用小波(包)变换和分形理论对汽车发动机的非平稳振动信号进行特征提取,由自组织主成分分析作特征降维,然后用一种新的多ART2神经网络对发动机故障状态进行分类识别,获得了满意的效果。 相似文献
17.
Fault feature extraction has a positive effect on accurate diagnosis of diesel engine. Currently, studies of fault feature extraction have focused on the time domain or the frequency domain of signals. However, early fault signals are mostly weak energy signals, and time domain or frequency domain features will be overwhelmed by strong back?ground noise. In order consistent features to be extracted that accurately represent the state of the engine, bispectrum estimation is used to analyze the nonlinearity, non?Gaussianity and quadratic phase coupling(QPC) information of the engine vibration signals under different conditions. Digital image processing and fractal theory is used to extract the fractal features of the bispectrum pictures. The outcomes demonstrate that the diesel engine vibration signal bispectrum under different working conditions shows an obvious differences and the most complicated bispectrum is in the normal state. The fractal dimension of various invalid signs is novel and diverse fractal parameters were utilized to separate and characterize them. The value of the fractal dimension is consistent with the non?Gaussian intensity of the signal, so it can be used as an eigenvalue of fault diagnosis, and also be used as a non?Gaussian signal strength indicator. Consequently, a symptomatic approach in view of the hypothetical outcome is inferred and checked by the examination of vibration signals from the diesel motor. The proposed research provides the basis for on?line monitoring and diagnosis of valve train faults. 相似文献
18.
在分析Jeffcott转子碰摩模型的振动响应时,若不考虑静子振动,则碰摩转子系 统的运动具有高度非线性。本文探索了采用非线性和混沌信号的时域处理方法,通 过对碰摩转子系统响应的时间序列相空间重构及其相关维数估计,分析了碰摩转子 系统几种典型运动状态及其相应的相关维数。理论分析和计算结果表明,所估计的 相关维数在不同状态下有着显著的差别,可以对碰摩转子系统不同的状态进行分 类,对碰摩转子运动特性的研究提供了一种新的方法。 相似文献