时一频分析在大型电铲提升系统上的应用

以大型电铲为例，采用ＷＶＤ（Ｗｉｎｇｅｒ－Ｖｉｌｌｅｄｉｓｔｒｉｂｕｔｉｏｎｓ），ＳＴＦＴ（ｓｈｏｒｔｔｉｍｅｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ），小波和小波包分析构成处理非平稳动态信号系列技术，揭示变工况（变速、变负载、非平稳、非线性）状态下，大型电铲提升系统工作时出现的摩擦、冲击、磨损、附加脉冲及轴承早期故障等的特征，结果表明对非平稳运行工况是能够监测诊断的。     

大型机械设备变工况非平稳动态分析与监测诊断关键技术

介绍适用于大型机械设备变工况非平稳在线和离线动态分析与监测诊断的关键技术：小波包频带能量监测,小波包自回归谱分析,谐波波波分析,波分析形分析, 波分析,主要分量回归谱模糊识别、波波包模糊聚类网络分类,机械设备监测诊断装置与系统等。     

煤矿钢芯输送带缺陷信号非平稳强噪声滤波研究

煤矿钢芯输送带缺陷电磁检测信号易受到煤矿工况中非平稳强噪声影响,因此,提出一种改进阈值小波的变步长LMS自适应滤波算法对缺陷信号非平稳强噪声进行滤波。该方法首先运用改进阈值小波多尺度分解后的高频信号作为自适应滤波的参考噪声信号,然后运用变步长LMS自适应滤波方法对缺陷信号进行滤波。该方法克服了小波软、硬阈值的缺陷和固定步长LMS自适应滤波中收敛速度和稳态误差对步长因子要求不一致的矛盾。并与改进阈值小波滤波方法进行了对比,结果表明:该方法具有更好的滤波效果,能有效地滤除缺陷信号中的非平稳强噪声。     

基于小波包变换的梁体损伤识别

由于小波包变换在分析非平稳信号方面较傅立叶变换更为有效，提出了基于小波包变换的能量变化率指标进行损伤识别的方法。首先，将得到的结构响应信号进行小波包分解，然后通过小波包能量变化率指标来进行损伤定位。通过3种不同损伤工况的梁体室内试验证明．损伤指标可以准确地识别损伤位置。     

变转速变载荷下滚动轴承故障的小波-HMM诊断

常规的谱分析等方法难以对滚动轴承变转速变载荷工况进行故障诊断，为此，采用具有时频局域特征的小波分析法。对变转速变载荷工况下滚动轴承的振动信号。用小波包分解法提取各频带的能量作为特征参数。再采用连续隐Markov模型（HMM）对滚动轴承的状态进行识别。试验证明，小波-HMM可以在变转速变载荷工况下以及未知转速情况下对滚动轴承的各种故障有效地进行诊断。     

基于Inventor的巨型电铲斗杆有限元分析

巨型电铲作为矿山露天开采中最主要的大型装备之一,其施工中的可靠性是影响开采效率的重要因素。在挖掘作业过程中,电铲铲斗的全部挖掘力和举升力都是通过斗杆传递的,受力工况复杂,因此斗杆失效率较高。本文使用Inventor软件对美国P&H公司4100XPC型电铲的主要结构进行了建模,并针对实际工况对挖掘装置进行了运动学仿真,同时,在危险工况下对斗杆进行了有限元分析。最后,通过分析斗杆各部位的应力值,对巨型电铲的国产化设计和制造进行了探索。     

非平稳信号的去噪技术研究

本文研究了小波分析、经验模态分解和变分模态分解技术在非平稳信号去噪技术的应用情况,理论分析和仿真结果表明这几种方法处理非线性、非平稳信号有效。相比而言变模式分解技术在处理非平稳信号的去噪效果和性能最好。因此该方法具有重要的理论研究价值和广阔的应用前景。     

露天矿大型电铲与液压铲的选择分析

斗容在20m3以上的大型电铲、液压铲均为露天矿山的主要采掘设备,其各有优缺点。从电铲和液压铲的性能方面入手,全面地分析了它们的使用特点和适应工况,便于矿山用户在两种铲之间进行选择。     

非平稳工况的滚动轴承故障特征研究新方法

提出了一种滚动轴承在非平稳工况下的故障特征提取的新方法,即把经验小波变换与阶次重采样相结合的新方法。通过对非平稳工况的滚动轴承故障特征信号的等角度重采样把其转化为角域平稳信号;然后利用经验小波变换(Empirical mode decomposition,EWT)对得到的角域平稳信号进行自适应分解,就产生若干个经验模态分量,再选取峭度值最大的分量进行包络谱分析,同时通过改进频谱分割方式,来高效地提取出滚动轴承故障的阶比特征。最后通过仿真分析证明了此方法与传统方法相比较,对于抑制噪声等干扰成分的有效性和优越性。并且还通过实验测试验证了分析与仿真的结论。     

基于角域经验小波变换的滚动轴承故障诊断

针对变转速条件下滚动轴承故障特征难以提取的问题,提出了一种基于角域经验小波变换的变转速滚动轴承故障诊断方法。该方法首先利用等角度重采样将变转速下非平稳的滚动轴承故障振动信号转化为角域平稳信号,然后应用经验小波变换(Empirical mode decomposition,EWT)对角域平稳信号进行自适应分解,得到若干个经验模态分量,最后选择峭度值最大的经验模态分量进行包络谱分析,提取出滚动轴承故障的阶比特征。为提高经验小波变换的分解效率,对其频谱分割方法进行了改进。滚动轴承故障诊断实例表明,该方法能够有效地抑制噪声等干扰成分的影响,精确提取滚动轴承故障的阶比特征,为变转速条件下的滚动轴承故障诊断提供一种有效方法。     

小波分析在往复压缩机故障诊断中的应用

由于往复压缩机的振动特性比较复杂，振动信号是非平稳信号，而小波分析非常适合分析非平稳信号。阐述了小波分析的基本原理，并应用多分辨率分析和小波包分析对往复压缩机故障振动信号进行处理，取得了很好的效果。     

基于小波尺度图重分配的瞬态特征检测与应用

在分析信号的小波尺度图重分配的基础上，提出应用小波尺度图重分配表示信号中的瞬态特征，并提出基于小波尺度图重分配的信号瞬时能量估计方法。将小波尺度图重分配方法和瞬时能量估计方法应用于振动信号中瞬时非平稳特征的表示与提取，结果表明小波尺度图能够在时频空间以较高的时频分辨率表示信号的非平稳特征，瞬时能量的估计可以作为分析机械设备状态的依据。     

WK电铲在神华宝矿严寒工况的适应性设计

针对神华宝矿使用的某台WK-35电铲曾出现的停机故障,分析了该电铲的特殊工作环境,梳理了该电铲发生故障的原因和逻辑关系,并提出了严寒工况的适应性设计方案,完成了改进,从而为电铲的严寒工况设计提供参考。     

基于螺旋理论的大型矿用电铲构型综合研究

在大型矿用电铲的结构创新设计方面目前还没有较为系统的方法，同时在矿用电铲的构型综合方面也未见相关报道，针对这一问题，采用基于螺旋理论的约束综合法，对大型矿用电铲构型综合问题进行了研究。首先，根据螺旋理论对电铲推压和提升机构模型进行了自由度分析和计算，求出了电铲构型综合期望的运动；其次，采用基于螺旋理论的约束综合法，运用2种构型方案对矿用电铲进行了构型综合，通过优化筛选了支链结构，获得了100种三支链的电铲构型I和14种两支链的电铲构型Ⅱ;最后，通过SolidWorks软件建立了电铲三维模型，运用ADAMS软件对电铲的简化模型及综合出的一种新构型进行了挖掘轨迹仿真分析。研究结果表明：电铲新构型的运动仿真轨迹和理论挖掘轨迹基本吻合，证实了该构型方法的可行性，为多样化矿用电铲的结构创新设计提供了更多可选构型。     

悬架系统振动特性的非平稳虚拟激励法研究

传统时频分析法在分析悬架系统非平稳随机振动时难以同时提高时频分辨率，无法精确分析其时频特性。针对非平稳虚拟激励法的关键问题，构造了一种新型非均匀调制函数，以提高悬架系统垂向振动特性的分析精度。利用该非均匀调制函数，建立车辆单轮非平稳虚拟激励通用模型；基于协方差等效法，解决前后轮变时差问题；建立1/2车辆动力学模型，求得车辆垂向加速度演变功率谱，获得高分辨率时频分布。仿真分析了匀速和变速两种行驶工况下悬架振动特性，并经过整车试验验证得到结论：车辆非平稳行驶时，速度的增加将扩大共振区范围。该特性可为提高车辆行驶平顺性提供理论参考。     

基于多项式Chirplet变换和变分模态分解的变转速工况轴向柱塞泵故障诊断

针对变转速工况轴向柱塞泵故障诊断时故障特征提取困难的问题,提出了基于多项式Chirplet变换和变分模态分解的诊断方法。首先使用多项式Chirplet变换估计瞬时频率;然后基于估计的瞬时频率重采样,将时域非平稳信号转化为角域平稳信号;最后对角域信号进行变分模态分解。根据峭度对所得的本征模态函数分量进行重构并作包络阶次谱分析,判断轴向柱塞泵中轴承的故障类型。实验结果表明,该方法有效提取了变转速工况轴向柱塞泵轴承的故障特征。     

非平稳信号瞬时特征提取的谐波小波方法

分析了非平稳信号的瞬时特征(瞬时频率和瞬时相位),对非平稳信号进行谐波小波变换,建立非平稳信号的谐波小波系数与该信号的瞬时特征之间的关系,提出非平稳信号瞬时特征提取的谐波小波模型和提取方法.通过算例中的线性调频信号和应用实例中的轴承座振动信号的验证表明,该模型与方法具有较好的抗噪能力,对非平稳信号的瞬时特征具有更高的分析精度,能实现非平稳信号中特殊成分的瞬时特征提取.该方法能通过傅里叶变换实现其快速算法,具有算法简单、快速的特点,实现非平稳信号瞬时特征的实时分析.     

小波分析用于提升机振动故障诊断的研究

介绍了小波分析用于信号处理的基本思想及在机械故障诊断中的研究现状;针对提升机出现的非平稳振动故障,应用小波分析理论通过正交小波包变换,将信号分解到不同的频带内,实现了信噪分离,提取了提升机的振动故障信息。研究证明采用小波分析对提升机的非平稳振动进行深层次分析,可有效诊断出设备的故障,是处理非平稳信号的有力工具。     

阶次跟踪和双树复小波的轴承在非稳定运行时的故障诊断研究

风力发电机、转炉等设备常工作于变速工况下,滚动轴承作为设备的重要零部件之一,在非稳定运行时,传统的FFT分析存在"频率混叠"现象,难以提取有效的故障特征信息,故提出阶次跟踪和双树复小波相结合的故障诊断方法。首先运用阶次跟踪将非平稳的时域振动信号转化为平稳的角域信号,再应用双树复小波降低角域信号的信噪比,最后进行阶次谱分析,从而实现对滚动轴承在非稳定运行时的故障特征识别。通过仿真和实验数据分析,验证了该方法的可行性和有效性。     

注水泵机组非平稳状态时间序列预测模型研究

油田注水泵机组的工作状态为非稳定工况。由于电网电压波动、载荷变化及摩擦冲击等偶然性因素及各种干扰,导致信号中频率成分复杂,给机组状态监测及趋势预测带来了困难。针对现场各种突发性、偶然性因素对振动烈度及频谱预测的影响,提出了适合于变工况非平稳状态的非平稳残差修正模型,有效地剔除了用于预测的历史数据中的野值及奇异点修正了预测结果,实现了注水泵机组的在线监和趋势预测。