基于解调振动信号特征提取齿轮箱的故障诊断

通过振动信号的可调频率成分研究齿轮裂纹尺寸的故障识别,振动信号分析是基于Hilbert变换和自适应小波.Hilbert变换用于获得振动包络,从而从低信噪比的振动信号中解调载波频率,自适应Morlet小波建立振动信号模型,从而从解调载波频率中提取特征,以鉴定齿轮箱中齿轮的裂纹尺寸.该方法用于分析在不同角速度、不同负载转矩和不同裂纹尺寸下的试验振动信号,结果表明,该方法用于鉴定齿轮箱中齿轮的裂纹尺寸是灵敏和有效的.     

汽车后桥主减速器齿轮啮合故障诊断研究

通过主减速器齿轮配对机对主减速器齿轮啮合的振动进行监测,利用Matlab对振动信号进行分析,先采用时域分析法从宏观角度判断主减速器齿轮是否存在故障,然后采用频域分析法通过对齿轮故障频率的识别与遴选,进一步判断主减速器齿轮的故障类型,识别主减速器故障,该方法具有可行性和可靠性.     

基于小波变换的水轮机组故障诊断的研究

对传统傅立叶分析技术在水轮机组振动故障诊断的故障特征提取的应用进行深入研究的基础上,针对使用该方法提取的频率信息精度不够的问题,提出了一种运用小波分析技术对水轮机组振动信号进行故障诊断的方法.采用Mallat算法并运用设定阈值的方法对采集到的裂纹转子的振动信号进行去噪,然后运用Trous算法对滤波后的振动信号的突变信号特征进行提取.结果表明本方法对水轮机组的振动信号故障诊断具有很好的准确性,为水轮机组故障识别提供了一种方法.     

行星轮均匀磨损故障引起的连带故障分析

为了识别行星轮均匀磨损故障引起的连带故障,并分析其在多级齿轮箱系统中的传递特性,采用集中参数法建立多级齿轮传动系统纯扭转动力学模型,用牛顿-欧拉方法导出振动微分方程,并用数值积分法求得各级齿轮啮合部位的理论振动响应;结合ARX模型,获得正常及单个行星轮均匀磨损2种状态下的理论振动响应从啮合点传至齿轮箱体表面测点的传递函数估计。分析结果表明:398 Hz、796 Hz是行星轮均匀磨损故障引起的连带故障频率,其特征随传递路径变化而变化;距离故障点近的测点具有更丰富的连带故障特征。     

基于小波变换的振动信号分形维数研究

针对传统分析方法对振动信号频率变化不明显、故障特征难提取等问题,基于小波和分形理论,通过计算振动信号盒维数,有效地提取了振动特征;提出小波分解振动信号高频系数盒维数计算方法,对振动信号的高频部分进行描述。实验证明:随着干扰信号的频率变化,振动信号小波分解后的高频部分分形维数在分段区间内比振动信号整体分形维数分段变化趋势更加明显,能更有效地反映故障频率变化,对开展设备的故障诊断研究具有现实意义。     

用振动和噪声信号诊断汽车变速箱齿轮故障的研究

在深入阐明应用振动与噪声信号诊断齿轮故障机理的基础上，通过对测取的齿轮正常和故障运行状态下的振动与噪声信号进行分析处理，研究了几何误差显著差异和具有典型故障的齿轮系统的振动与噪声信号的频域图象特征及其识别技术，并作了特征参数的提取同时，对分别应用振动和噪声信号诊断齿轮故障的等效性作了对比分析     

瞬态信号波形重构及其应用

振动监测由于设备简单，处理迅速，是实现机械系统早期故障检测的有效方法之一，瞬态信号由于其频率范围较宽，持续时间短，易受到传递路径和其它噪声的影响，谱分析很难判别机器的状态，倒谱滤波技术，作为一种非线性滤波技术，不但可以实现卷积信号的分离，而且通过选择适当的窗函数，消除结构混响，强化信号特征，本文从理论和方法上论述了倒谱强化滤波技术以及瞬态信号复原的实施步骤，并利用该技术和最优化技术，进行气缸压力时     

基于改进EMD频率族分离法的齿轮磨损故障诊断

针对齿轮磨损故障信号非平稳性的特点,提出一种基于改进经验模态分解(EMD)频率族分离的齿轮磨损故障诊断方法。该方法采用改进经验模态分解方法将齿轮磨损振动信号分解成若干阶表征齿轮自身信息的固有模态函数(IMF),各阶IMF对应齿轮箱振动信号的各个频率族,通过对各频率族分量的分析来提取齿轮磨损振动信号的故障特征。仿真分析表明该方法能有效应用于齿轮故障分析,试验研究证明了基于改进EMD的频率族分离法能够有效地提取齿轮磨损故障特征信息。     

轴流泵振动加速度状态监测诊断系统的研究与设计

机械振动加速度信号能反映出设备运行状态的信息。由于其成分复杂,在对信号的测量和诊断方面提出了较高要求。本文采用PXI作为硬件平台,配合强大的分析软件,设计出一个轴流泵振动加速度状态监测诊断系统。该系统能够进行振动烈度和分频幅度谱的分析处理,通过对振动加速度信号的特征提取能在线诊断发生故障的原因。实验表明系统能对径向、切向和轴向振动加速度进行监测,并且对轴偏心、叶轮偏心和口环磨损等机械故障能作出准确地诊断,完全达到了设计的要求。     

基于迭代Hilbert变换的行星齿轮箱振动信号分析

针对行星齿轮箱振动信号频率成分复杂及调幅-调频的特性,提出迭代Hilbert变换与Fourier变换相结合的信号解调分析方法.通过迭代Hilbert变换分离出一组调幅-调频单分量成分,估计单分量成分的瞬时幅值和瞬时频率,选取故障敏感分量,运用Fourier频谱实现了对敏感分量的幅值解调和频率解调.基于行星齿轮箱局部损伤故障仿真信号分析,将迭代Hilbert变换与Hilbert振动分解比较,结果突出了迭代Hilbert变换在分解速度、分解结果信噪比及特征频率提取效果上的先进性.将所提方法应用于实验信号分析,准确提取出特征频率,诊断了齿轮故障,结果表明了该方法的有效性.     

Bending-Torsional Coupled Vibration Test of Large Power Gear Transmission System

In order to test the bending-torsional coupled vibration characteristics of the multi-shafts gear transmission system of large power vehicles, a torsional vibration exciter was used to apply torsional excitation on the gear transmission systems and thirty-two acceleration sensors were used to measure the tangential acceleration of each shaft. Torsional vibration signals and bending vibration signals of each measuring point were obtained by calculation of the four-point-response signal. The modal parameters of gear transmission systems including nature frequency, modal shape and modal damping ratio were obtained by identifying modal parameters of the torsional vibration signal and bending vibration signal. The characteristic of the bending vibration and torsional vibration of the gear systems were studied through the analysis of the nature frequency and modal shape. The nonlinearity characteristic of the gear transmission system was investigated through single frequency excitation test, which can be the foundation for further nonlinearity research.     

基于粒子群优化五阶段S曲线加减速控制算法

针对同步带传动印刷机启动中的扭振问题,建立了传动带系统的数学模型,通过分析模型找出引起扭振的主要原因,且搭建同步带传动试验平台对扭振现象进行研究.采用五阶段S曲线加减速方法对电机启动输入信号进行规划来抑制系统扭振,并提出运用粒子群优化算法,解决了规划五阶段S曲线参数选取困难的问题.通过仿真试验和试验平台验证可行性,证明了优化后的五阶段S曲线输入信号避开了谐振频率,在较小的牺牲同步带系统动态性能的同时大幅度抑制扭振.     

机械故障振动信号的分离与提取

简要评述了近几年机械故障振动信号分离与提取的研究内容，主要阐述自适应滤波、时频滤波、自适应信号分解、信号盲分离等技术，以及它们在确定性周期信号和冲击响应信号分离与提取上的应用，指出它们所存在的问题，并对该研究内容的未来发展进行展望。     

车辆振动信号的特征提取方法比较

针对用于车辆振动信号分析的常用方法:小波分析方法和Hilbert-Huang变换方法,以及作者新近提出的时序多相关-经验模式分解方法,通过仿真对比分析了它们各自的特点以及它们在振动信号特征提取中的适用性。非线性信号的仿真分析表明,在没有噪声或分析对象背景噪声较小的情况下,后两种方法能提取到特征信号,小波分析不适合非线性信号的分析;在强背景噪声下,前两种方法均不能得到满意的特征信息,而时序多相关-经验模式分解方法能提取到所需的目标信息。最后将时序多相关-经验模式分解方法用于某特种车辆特征信号的提取,得到了满意的结果,验证了该方法在车辆振动信号特征提取中的有效性。     

基于小波分析的汽轮发电机组振动信号检测

汽轮发电机组的余弦突变及倍频突变是现场常见的振动故障,模拟了一个正弦振动信号分别产生余弦突变和倍频突变,并利用db5小波对此故障信号进行5层分解得到5层细节信号.故障信号分解的细节部分清晰地显示了奇异点的准确位置.仿真结果证明了小波分析用于汽轮发电机组振动信号检测的可行性和有效性,从而为汽轮发电机组振动信号的故障诊断提供有力依据.     

基于支持向量机的转子振动故障融合诊断技术

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机（SVM）的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.     

基于阶次小波包与Markov链模型的转子早期故障诊断

针对转子启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法精度不高的现状,将阶次小波包和Markov链模型引入转子的早期故障诊断中,提出了一种新的自适应故障诊断模型。首先利用阶次跟踪算法对瞬态振动信号重采样,得到等角度分布诊断信号;其次采用小波包对该信号分解——重构,提取其在各频带的能量特征向量,通过Markov链模型对其进行预测;最后通过故障实例验证,结果表明:将阶次小波包变换和Markov链模型相结合进行故障诊断是可行而有效的。     

大型风力机主轴承故障信号提取方法

针对大型风力机主轴承易发生故障且特征信号难以提取的问题和传统盲分离算法计算量大、收敛性较差的缺点,提出了基于粒子群优化的盲源分离算法.算法根据负熵最大化判据,采用粒子群优化算法对盲源分离过程进行优化,且将该算法成功应用于某风场大型风力机主轴承故障信号的提取中.分析结果表明,该算法可有效分离大型风力机主轴承与其他部件的振动信号,与其他算法相比具有分离精度高、可靠性好等优点,对风力机主轴承的故障诊断十分有效.