基于小波分析的离心式压缩机振动故障诊断研究

为了对离心式压缩机振动故障进行诊断，简要介绍了小波分析的特点和小波变换的原理，利用离散正交小波对离心式压缩机转子正常工作和非正常工作时的振动信号进行了分析和多层小波分解。使其突变信号和非平稳信号与平稳周期性信号分开，达到了故障诊断的目的。     

基于小波包理论的往复泵故障特征提取研究

特征提取是往复泵状态监测及故障诊断的关键环节。小波包变换是时间频率的局部化分析，尤其适合于非平稳信号。应用小波包变换，将往复泵振动信号分解到8个不同的频带，对各频带内的信号进行统计分析，形成包含待诊断部件故障信息的频带能量值作为故障诊断的特征指标。实例中，将小波包变换应用于往复泵泵阀故障分析，提取到了弹簧断裂时的频带能量特征指标，为往复泵故障诊断奠定了可靠的基础。     

小波理论在钻柱振动谱分析中的应用

在钻井过程中,钻头与井底岩面之间的冲击、钻柱与井壁之间的碰撞常引起强烈的振动。钻柱振动与钻压、转速、地层岩性、井身结构、钻头磨损状况等有关。它能引起钻柱的疲劳破坏,严重时可造成钻具断落及其它井下事故,甚至导致整个井眼报废。傅立叶方法分析钻柱振动谱,解释效果不理想,而小波分析能对各种时变信号进行有效的分解,能在不同频段上更细致地研究钻柱振动信号特征。在快速傅立叶变换方法的基础上,利用小波理论开发出了小波细化分析方法和小波包方法。经过室内实验和现场测试检验,小波分析能更清楚地反映数据的特征,得到的谱图更清晰,不仅为钻井工程监测和故障诊断提供依据,而且有助于建立钻井工况故障档案。     

基于小波包和包络分析的滚动轴承故障自动诊断方法

提出了一种基于峭度-小波包-包络分析的滚动轴承故障自动诊断方法。首先用峭度系数判断是否出现故障,再针对故障轴承振动信号非平稳和调幅的特点,用小波包将信号分解到不同的节点上。然后将不同节点的重构信号做包络谱分析,将谱峰处的频率同滚动轴承内圈、外圈、滚珠、保持架等的故障频率进行对比分析,在此基础上,运用最小距离判别法则自动获得故障原因,从而实现滚动轴承故障的自动诊断。通过对实验中采集到的轴承振动信号进行分析,证明了该方法在轴承早期故障诊断中的有效性。     

基于摩擦动力学的柴油机拉缸仿真研究

柴油发动机活塞、活塞环与缸套润滑油膜破坏会发生剧烈的干摩擦而使柴油机发生拉缸故障,进而引起严重后果。为此,研究了干摩擦状态下柴油机活塞轴向加速度信号的振荡特性,建立了柴油机拉缸故障下活塞与缸套间的摩擦力模型,根据摩擦力的动态特性验证了该模型的可靠性。研究结果表明:活塞经过上、下止点时其加速度振动信号会发生剧烈波动,产生冲击信号;导致故障产生的原因为自激振动和摩擦力换向。研究结果为利用振动信号诊断拉缸故障提供了依据。     

基于VMD的旋转机械故障诊断方法研究

旋转机械结构复杂,振动信号信噪比低且多为非平稳、非线性的多分量信号,出现故障时难以有效地进行诊断。常规的小波分析方法需根据信号特点选取特定的小波基和分解层次,自适应分解方法如EMD、EEMD等存在频率混叠及虚假分量现象,在提取微弱信号时易造成误判。提出了一种基于变分模态分解(VMD)和奇异值分解(SVD)的故障诊断方法。首先对信号进行VMD分解,并对分解得到的固有模态函数分量进行SVD降噪;然后从降噪后的分量中选取故障特征分量进行时频域及包络谱分析,最终确定故障类型。仿真及试验结果表明,该方法可以有效地降低噪声,提取微弱故障信息,实现故障诊断。     

小波变换用于地震测井信号的多分辨率分析

本文讨论了短时窗傅里叶变换时频分辨率的缺点，介绍了小波变换的基本概念及多分辨率分析方法，然后和小波变换的多分辨率特性对地震和测井信号进行了时频分析和处理，实验结果表明，小波变换的多分率分析对于分析处理具有时变谱特性的非平稳信号是一种新的有效方法。     

振动信号的自适应非抽样提升小波降噪方法

振动信号是机械故障诊断中应用最广泛的信号,为了能够提取隐含在强噪声背景下振动信号的故障特征,设计了一种自适应非抽样提升混合小波。该方法利用LMS自适应法则构造了可与提升小波更好匹配的初始预测器和更新器,在计算预测差值平方和时考虑所有样本的预测信息,以锁定第2代小波信号的局部特征。试验和工程振动信号分析表明,使用该方法降噪的信号获得了较高的信噪比和较小的均方差,且能较理想地提取出故障特征。     

基于多重分形的转子故障信号特征研究

针对转子振动信号非线性较强的特性,将多重分形理论引入到转子振动故障信号的特征提取与识别当中,系统介绍了小波变换模极大值求取多重分形谱及其参数的方法,且对该方法进行了改进,消除了振动噪声信号对多重分形计算过程的干扰,提高了计算结果的准确度;同时,提出了广义维数偏差因子的概念。通过试验证明,将多重分形谱参数与广义维数偏差因子相结合,可以实现转子正常振动信号、不对中故障振动信号以及不平衡故障振动信号的分离。研究内容为旋转机械转子部件的状态监测与故障诊断提供了一种新的方法。     

基于振动时频域特征的气门间隙故障诊断

为了准确实现内燃机气门间隙异常的诊断,提出了基于频带能量特征向量时频域特征的气门间隙故障诊断方法。介绍了小波包改进算法原理及频段能量计算,并以S195四冲程柴油机为研究对象,测取气门间隙正常、进气门间隙异常和排气门间隙异常等不同工况下的缸盖振动加速度信号,并对其进行改进小波包分解处理,通过6~8 kHz高频带能量的故障阈值和分析信号时域内气门开启、关闭时刻对应的曲轴转角的变化确定进气门或排气门间隙异常,试验结果表明采用该方法诊断出各工况的故障与实际故障吻合。因此,通过小波包分解后各频带相对能量分布来诊断内燃机气门间隙故障是一种有效且可行的方法。     

挖泥船柴油机润滑油光、铁谱监测研究

分析研究了光、铁谱分析技术的主要内容及其在挖泥船柴油机状态监测中的作用，阐述了光、铁谱分析技术用于柴油机故障诊断的依据和理论基础，重点研究了经济、有效的油液铁谱分析技术、油液光谱分析技术在柴油机状态检测与故障诊断中的应用方法。     

基于特征窗细化分析的柴油机燃油系统故障诊断

将振动一转速双通道信号同时采集，借助于转速脉冲波形的标签功能，能准确地识别柴油机燃烧爆发振动波形。通过特征窗提取燃烧振动波形并进行细化分析，能快速准确地诊断出柴油机燃油系统的常见故障，并能判断出产生故障的各种原因。对钻井用PZ12V190型柴油机的现场诊断表明，该方法具有简便、直观和准确率高等优点。     

柴油机多参数故障诊断应用研究

文章对柴油机多参数故障诊断法进行了研究.实际应用表明,该方法能够诊断出柴油机的常规故障,并能根据多个参数的诊断结果给出柴油机的总体技术状态,指导技术人员对柴油机做出维修保养决策,基本能够满足油田钻井公司对现场使用的柴油机进行故障诊断的需要.     

柴油机多参数监测与诊断系统

柴油机结构复杂,振源众多,常规的振动分析及单项指标测试对于故障的定位与诊断 精确度不高。针对这种状况,开发了柴油机多参数监测与诊断系统。该系统由传感器、诊断仪主 机和便携式电脑组成。通过采集振动、压力、温度、转速和功率等信号,建立故障模式库,对各 类故障综合值的评定,能够诊断出柴油机的常规故障。喷油器堵塞故障诊断的实例表明,新开发 的柴油机多参数监测与诊断系统具有较高的有效性和实用性。     

柴油机燃油系统的转速-振动双通道诊断法

柴油机燃油系统的故障常规诊断方法有振动提纯法、波形分析法和频响函数法等 ,这些方法无法判断出供油角的大小 ,解释故障原因的能力较弱 ,对排除故障的指导性不强。为此 ,提出了利用振动、转速信号进行对比诊断的方法。该方法中 ,转速、振动信号进入诊断仪相邻的两个通道 ,经放大A/D转换后 ,进入计算机进行分析。通过对比转速脉冲波形的前沿与燃烧振动波形的前沿 ,即可求出喷油角的大小 ;通过分析振动波形的幅值 ,可以精确判断汽缸的工作情况。诊断实例表明 ,该方法可全面反映燃烧状况 ,实现对燃油系统的熄火、喷油角提前或落后等故障的精确诊断