基于倒双谱分析的轴承故障诊断研究

将常规的双谱分析与倒谱技术相结合,提出了基于倒双谱的齿轮箱故障诊断方法。首先对齿轮箱振动信号进行双谱分析,以消除噪声的影响,再计算双谱的倒谱,对信号进行倒双谱分析,可有效提高信噪比,提取轴承的故障特征。齿轮箱轴承内外圈故障振动试验信号的研究结果表明,倒双谱分析能有效地诊断轴承的故障。     

基于有限元的轴承组件动态性能分析

运用接触单元和两节点接触摩擦单元构建了接触和接触摩擦数学模型,基于此建立了轴承组件的有限元非线性数学模型,为证明该模型的正确性,利用开发的分析软件对轴承组件支承轴顶端内环某顶点的动态性能进行了计算分析,并进行了试验验证。理论计算结果和试验结果相对误差约为3.1%,在允许的误差范围内。这表明所构建的轴承组件的有限元非线性数学模型是正确合理的。     

轴承组件动态特性研究

在轴承组件系统动力学分析的基础上,建立了轴承组件系统动态响应分析数学模型,运用子空间算法和Newm ark算法,在各种工况下对轴承组件进行了动态响应分析和频谱分析,并进行了试验验证。试验结果表明,所建立的轴承组件动态特性分析模型是正确的和可行的。     

基于MED-EMD和切片双谱的滚动轴承故障特征提取

针对风电齿轮箱中轴承故障信号非线性、非平稳的特点,提出了基于最小熵反褶积(MED)、经验模态分解(EMD)和切片双谱相结合的方法来提取轴承的微弱故障特征。通过MED-EMD将原始信号降噪分解为多个本征模态函数(IMF),对与原始信号相关性强的IMF分量进行切片双谱分析,从而提取微弱故障特征频率。对仿真信号和风电齿轮箱轴承实测信号的分析表明:选取MED作为EMD的前置滤波器能够弥补强背景噪声下EMD分解的不足,切片双谱分析能够抑制高斯噪声,提高信噪比,得到了风电齿轮箱故障产生于中间齿轮轴电动机侧轴承内圈点蚀的正确判断。     

矢双谱分析及其在机械故障诊断中的应用

双谱分析由于可以有效提取信号中的非线性特征被广泛应用于转子故障诊断。但常规双谱分析是以单通道信号为研究对象,不能全面地反映转子系统的非线性特征,存在着信息遗漏的问题,而且由同一截面的两个通道信号得出的分析结论会不一致。为解决这个问题,以全矢谱分析方法为基础提出矢双谱信号分析的新方法。矢双谱是融合了同一截面上双通道信号的幅值信息而保留了各自的相位信息的全矢双谱分析方法,能够真实地反映转子运转所包含的各种信息,且能满足分析结论的一致性要求。给出矢双谱的定义与算法,通过仿真和齿轮箱故障试验,研究结果表明,该方法能够更加全面地反映信号中所包含的非线性特征信息,分析结论具有一致性和可信性,从而提高智能故障诊断的准确性。     

空间相机扫描机构固体润滑轴承组件的寿命试验

开展了固体润滑轴承组件的真空加速寿命试验,以验证固体润滑轴承组件的设计是否满足在轨寿命要求。研究了MoS2基薄膜固体润滑轴承组件在小角度摆动情况下的寿命。试验采用4对轴承模拟在轨±6°连续往复摆动,通过检测轴承组件工作时的摩擦力矩、电机电流和轴承温升判断轴承运行状态。结果显示,寿命试验运行正常,累计摩擦次数为6.2×10~7次。寿命试验后对轴承进行了尺寸精度和旋转精度复测,然后对轴承组件进行了解剖分析。复测结果显示,轴承尺寸精度和旋转精度与试验前一致,轴承润滑状态良好。试验结果验证了固体润滑轴承组件寿命满足在轨任务要求,为其它空间相机小角度摆动的扫描机构固体润滑轴承组件的长寿命设计提供了依据。     

基于阶次双谱的齿轮箱升降速过程故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将常规的阶次分析与双谱分析技术相结合，提出了基于阶次双谱的齿轮箱故障诊断方法。首先对齿轮箱升降速瞬态信号进行时域采样，再对时域信号进行等角度重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取轴承的故障特征。通过对轴承内圈故障实验信号的分析表明，该方法能有效地识别轴承的故障。     

三瓣式气体箔片径向轴承的静动态特性

针对一种新型三瓣式气体箔片轴承,考虑接触界面库仑摩擦后提出了相应的刚度计算模型,并通过求解动压气体润滑Reynolds方程,计算并分析了轴承的静态特性和动态特性。研究了转速、载荷、轴承预载和轴承安装角对该轴承静动态特性的影响。静态特性方面,轴承预载可以较大程度地提高承载能力,且高转速下承载能力更强;安装角度对承载能力的影响呈正/余弦规律变化,且随着转速增大,最大承载能力所对应的安装角不断减小,并最终稳定在70°。动态方面,轴承动态直接刚度随预载增大而显著增大,阻尼变化较小;轴承动态刚度和阻尼随安装角的变化也表现为正/余弦规律,且随安装角的增大,两直接刚度和两直接阻尼分别呈异步变化趋势。     

一种基于对角切片高阶谱的故障识别方法

针对轴承故障信号中调制信号二次相位耦合的特点,提出了一种基于对角切片高阶谱的故障识别方法。该方法利用希尔伯特变换构造原始信号的解析信号,在高阶谱分析的基础上求其对角切片谱,可以有效地分析二次相位耦合引起的非线性信号。通过理论分析和轴承故障诊断实例,表明该方法可以有效地抑制噪声,提取振动信号的非线性特征,完成对轴承外圈故障和内圈故障特征的识别。     

轴承组件各零部件固有频率测试及方法研究

卫星动量轮轴承组件的多数零件重量在10～50g之间，最小的不足2g，给动态测试带来了困难。根据各零件特点，用共振法、锤击法对其进行动态测试。分别用加速度传感器和动态应变仪接收响应信号，进行了幅频特性分析、功率谱分析和传递函数分析，确定了各零件的固有频率。     

不同种类肺音信号的双谱分析

本文根据肺音信号非高斯随机特性,应用高阶累计量技术对肺音信号进行双谱估计,揭示了常规功率谱估计不能表现的重要信息,如不同肺音信号的高斯偏离程度,二次相位耦合情况等,同时参数双谱估计可以提取肺音源和肺胸系统传递函数,实验结果表明双谱估计能够很好地区分由于肺部机能异常引起的肺音信号的变化,揭示肺胸系统的声传输特性,是一种更有判别力的分析工具。     

应用EMD和双谱分析的故障特征提取方法

针对传统双谱分析从理论上仅能抑制高斯噪声,但对非高斯噪声无能为力的不足,提出了一种利用经验模式分解(empirical mode decomposition,简称EMD)和双谱分析的故障特征提取方法,并应用于滚动轴承故障诊断中。首先,对信号进行EMD分解;其次,利用能量相关法去除EMD分解过程中出现的伪本征模态分量(intrinsic mode function,简称IMF);最后,对得到的真实IMF进行双谱分析提取故障特征。仿真和实验结果表明,所提出的方法优于功率谱分析和传统双谱分析,能够更有效地提取强噪声背景下的机械故障特征信息,为滚动轴承的故障特征提取提供了一种新的方法。     

油膜轴承锥套过盈装配过程中的压力分布及损伤

针对1580 PC热板带连轧机油膜轴承在装拆与使用过程中的锥套损伤问题,建立锥套装配的边界元力学模型及边界条件。利用三维弹塑性接触问题边界元法定量分析轧机油膜轴承锥套与轧辊辊颈过盈装配过程中的变形和载荷特性,通过设定不同加载模型的参数,对锥套装拆过程进行数值模拟。讨论油膜轴承偏载时锥套接触应力和变形对锥套与辊颈损伤的影响,得出装拆过程中不同胀型压力和轴向推力条件下的应力和应变变化规律,找出导致锥套损伤的根本原因,给出防止锥套与辊颈装配过程损伤的具体改进措施。利用制造出的两台轧机油膜轴承样机试验验证理论分析结果的正确性,并且找到油膜轴承损伤的根本原因。     

基于神经网络和高阶统计量的滚动轴承故障分类

提出一种基于高阶统计量特征和BP神经网络相结合的滚动轴承故障分类方法。以滚动轴承的高阶统计量(双谱、三阶累积量)以及一些常见的无量纲指标作为轴承故障特征输入,以BP神经网络作为分类器,成功地对滚动轴承4种不同的故障进行了分类。对比RBF神经网络,尽管BP神经网络的训练速度不快,但分类效果良好。研究表明,高阶统计量和BP神经网络相结合的滚动轴承分类方法是有效的。     

阶比双谱及其在旋转机械故障诊断中的应用

双谱分析是处理非线性、非高斯信号的有力工具，然而，它是以分析恒频振动的稳态信号作为前提条件的，对分析旋转机械中广泛存在的变频振动信号（如旋转机械升降速信号）是无能为力的。而阶比双谱是一种分析变频振动信号的新方法，它将非稳态信号按等转角间隔进行采样，得到阶域中的稳定信号，再进行双谱分析；仿真显示该方法优于阶比谱和传统双谱。最后，将该方法成功地应用到旋转机械升降速过程的故障诊断中，实验结果表明该方法是有效的，阶比双谱可很好地分析机械振动的非线性非平稳信号。     

Using bispectral distribution as a feature for rotating machinery fault diagnosis

The vibration signals of rotating machinery present a strongly non-linear and non-Gaussian behavior, and bispectrum is well suitable to analyze this kind of signals. Due to modulation or smearing, it is hard to extract the accurate frequency-based features from the bispectrum. A bispectral distribution for machinery fault diagnosis is developed in this paper. The binary images extracted from the bispectra are taken as features to construct the target templates, then, the nearest template classifier is constructed to achieve pattern recognition and fault diagnosis. The computing speed of this method is very high because the proposed algorithm just calculates the number of “1”. Finally, roller bearing and gear fault diagnosis are performed as examples, respectively, to verify the feasibility of the proposed method.     

BISPECTRAL ANALYSIS OF THE CUTTING PROCESS

A higher order spectral analysis of the cutting process is presented with the purpose of indicating the chatter. First, the information contents of the cutting force components are compared using a bicoherence estimator. The analysis reveals that all three components are equally informative. Additionally, the magnitude bispectrum's and the bicoherence's estimator efficiency in identifying chatter is studied with respect to three different cutting regimes. In two of the regimes, which are denoted as strong and weak chatter, several interactions between spectral components in both the magnitude bispectra and bicoherence estimators are outstanding. This suggests the presence of quadratic-type non-linearities in the dynamics of chatter. In the third chatter-free regime of cutting, the magnitude bispectrum and bicoherence estimators reflect almost insignificant interactions between spectral components. It is shown that both magnitude bispectrum and bicoherence estimators identify this reduction in the quadratic-type non-linearities. However, using the magnitude bispectrum is numerically slightly more efficient when compared to the bicoherence estimator, since calculating the magnitude bispectrum is numerically less demanding. Since only short time series of data are available for on-line characterization, the amount of averaging is often insufficient when calculating estimators. This leads to unreliable values of the estimators. In the present work we try to overcome this problem by utilising a combination of a standard segment and additional inner triangle averaging. This approach decreases the sensitivity of the estimator values to the small changes of input parameters. The presented combination is then applied in the bicoherence analysis of the cutting process.     

齿轮裂纹故障的双谱分析

齿轮振动信号中的非线性给故障特征的提取带来较大难度，通过分析裂纹齿轮振动信号非线性产生的原因，利用双谱分析具有提取信号非线性耦合特征的能力，将双谱分析应用于齿轮裂纹的故障诊断中。试验结果表明，该方法能够有效地将正常及不同裂纹程度的齿轮区分开来。     

ORDER BISPECTRUM: A NEW TOOL FOR RECIPROCATED MACHINE CONDITION MONITORING

Vibrations and sounds generated by reciprocated machines or by their parts strongly depend on the rotation speed of the main shaft of the tested reciprocating system. At the testing or at common performance of the reciprocated machines, their rotation speed is usually changing. With regard to this fact, signals produced by reciprocating machines are non-stationary ones. Therefore, conventional time-invariant methods of their spectral or bispectral analysis are frequently unable to provide meaningful results. In order to solve this problem in the field of polyspectral signal analysis, the order bispectrum analysis is proposed in this contribution. This approach is based on the bispectrum estimation from the signal which is a function of the angle of roll of the main shaft of reciprocated machine. A digital representation of this signal can be obtained by resampling of the signal conveniently sampled in the time domain. The advantages of the order bispectrum application in comparison with that of the conventional bispectrum approach is illustrated based on the example of an engine set classification.