装甲车辆传动系统故障信号处理方法研究

利用振动信号的分析处理方法对装甲车辆传动系统进行状态航测及故障诊断已有许多成功应用,但在实车检测时,由于受随机强噪声的干扰,使得在提取振动信号特征值时存在较大困难.本文利用振动加速度传感器对传动系统进行测试,并利用高阶统计量估计算法对信号进行处理,有效提高信噪比,提高了装甲车辆状态监测和故障诊断的准确度.     

基于循环双谱二次切片分析的滚动轴承故障诊断研究

发生早期微弱故障的滚动轴承,由于其故障特征频率处能量比较小,易于被噪声淹没,仅仅利用二阶循环平稳已经不能有效提取故障特征。而高阶循环统计量对噪声具有较好的免疫力。但是高阶循环统计量谱为多维谱图,图形化表示比较困难。本文对三阶循环累积量谱,即循环双谱,进行了简化,提出了循环双谱二次切片——循环双谱中心频率处切片的水平切片谱。并用此简化的循环双谱对滚动轴承早期故障做特征提取。仿真和实验结果证明了方法的有效性。     

循环平稳信号处理在机械设备故障诊断中的应用综述

循环平稳信号处理学科的引入，丰富了机械设备故障诊断的内容。本文总结了循环平稳信号处理在机械设备信号特征提取和故障诊断领域的研究概况，分析了该方法目前所存在的问题，最后简要指出了循环平稳信号处理在机械设备故障诊断中应用的发展方向。     

基于循环双谱的滚动轴承故障诊断

当滚动轴承发生早期点蚀故障时,其振动信号表现出循环平稳特性。由于故障特征频率处能量比较小,特征信息容易被噪声淹没,仅仅利用二阶循环平稳已经不能有效提取故障特征。而循环双谱（即三阶循环累积量谱）这一最低阶的高阶统计量谱对噪声具有较好的免疫力,且计算量也相对来说比较其它高阶统计量分析方法来说最小。本文将尝试用循环双谱的中心频率切片谱,对滚动轴承早期故障做特征提取。仿真和实验结果证明了方法的有效性。     

独立分量分析及其在图像处理方面应用

独立分量分析是一种新的信号处理技术,是基于信号的高阶统计量的分析方法,在许多领域有着广泛应用。介绍了独立分量分析的数学模型和前提假设,总结了确立目标函数所依据的三个独立性度量、主要的优化算法及其性能,综述了独立分量分析的在图像处理方面的应用,并对独立分量分析的难点问题和发展趋势进行总结和展望。     

基于高阶累积量自适应算法的列车轴承的故障诊断

论述三阶累积量递推最小二乘自适应算法（CDRLS）和三阶累积量最小均方误差自适应算法（CDEFWLMS），及其在列车轴承故障诊断中的应用。通过对列车滚动轴承的保持架断裂和滚子掉块典型故障信号分析，得出高阶累积量自适应算法具有良好的降噪性，CDEFWLMS算法比CDRLS算法处理后的特征频率更突出明显。研究表明：用高阶累积量自适应滤波算法提取信号特征，容易地分离正常轴承信号、保持架断裂和滚子掉块故障信号，从而验证了高阶累积量自适应滤波在故障诊断、检测中具有良好的应用特性。     

基于数据挖掘的设备状态监测和故障诊断

从设备状态监测和故障诊断与数据挖掘技术之间的相互关系出发，在全面地介绍数据挖掘的起源、发展和相关产品的基础之上，重点讨论了它在特征提取、状态识别、诊断决策等与设备状态监测和故障诊断相关领域中的应用，指出将数据挖掘应用于设备状态监测和故障诊断领域具有重要的研究价值和实际应用意义。     

基于频域盲解卷积的机械设备状态监测与故障诊断

在介绍频域盲解卷积（FDBD）模型的基础上,重点论述了其在工程信号特征提取中的关键技术：抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。论文最后指出了未来需要进一步研究的主要问题。     

第四届全国机械设备故障诊断学术会议(1994年4月22日—26日,杭州)徵文通知

由中国振动工程学会故障诊断分会举办的“第四届全国机械设备故障诊断学术会议”,定于1994年4月22日至26日在杭州召开。这是我国从事机械设备状态监测与故障诊断科技工作者与专家教授们的又一次学术盛会。这次会议的主题是:“现代状态监测与故障诊断技术在工程应用中的问题,及其在机械设备可靠性,安全性,现代化管     

MIMO线性系统输入输出信号统计特征的双谱评定方法

基于高阶统计量具备处理随机信号的特性,提出了一种利用三阶谱(双谱)评定MIMO线性系统时域输入输出信号统计特征的新方法。通过建立线性系统双谱数学模型,根据系统响应、所测得的频响函数以及离散信号的双谱数值估计算法,经逆运算获得系统的双谱驱动信号,随后利用高阶谱对高斯随机信号的盲性判定其输入信号的高斯性。将上述方法与采用传统相位随机化法(对功率谱添加随机相位)所获得的驱动信号分别应用于一悬臂梁模拟控制系统中,通过对输入信号的分析及控制结果的比较,发现基于双谱所生成的时域随机驱动信号呈现出较强的非高斯性且收敛速度更快。对于输出信号统计特征的评定,提出从输入信号与系统频带接近的程度入手,再次利用高阶统计量对高斯随机信号的盲性进行定性判定,对于无法判别满足何种非高斯统计分布特征的,不管是对于输入信号还是输出信号,一律采用绘制信号的概率分布特征曲线进行定量评定。     

A New Method for Rolling Element Bearing Fault Diagnosis Based on Cyclostationary Theory

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｃｙｃｌｏｓｔａｔｉｏｎａｒｙｓｉｇｎａｌｉｓａｓｐｅｃｉａｌｋｉｎｄｏｆｎｏｎ ｓｔａｔｉｏｎａｒｙｓｉｇｎａｌ,ｉｎｗｈｉｃｈｔｈｅｓｔａｔｉｓｔｉｃｓｖａｒｙｗｉｔｈｔｉｍｅｐｅｒｉｏｄｉｃａｌｌｙｏｒｐｏｌｙｐｅｒｉｏｄｉｃａｌｌｙ (ｗｉｔｈｍｕｌｔｉｐｌｅｉｎｃｏｍｍｅｎｓｕｒａｔｅｐｅｒｉｏｄｓ) .Ｔｈｅｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｓｂａｓｅｄｏｎｃｙｃｌｏｓｔａｔｉｏｎａｒｙｔｈｅｏｒｙｎｅｃｅｓｓａｒｉ…     

一阶循环矩分析在旋转机械振动信号分析中的应用

介绍了街环平稳信号分析与处理方法的基本原理，并针对旋转机械设备自身的物理结构特点和工作方法，利用振动信号的循环平稳特性来研究系统的非平稳特征机制，从而达到机械设备状态监控和故障诊断的目的，在此基础上，探讨了一阶循环矩（循环均值）的运用情况。最后给出了几种幅值调制和噪声干扰作用下振动信号特征识别的仿真实例，取得了十分明显的诊断效果。通过与经典的FFT分析相比较，验证了循环平稳信号分析方法的有效性。     

梳状滤波器在滚动轴承早期故障诊断中的应用

在滚动轴承的早期故障信号中,由于较强的齿轮啮合频率以及噪声成份的存在,致使故障特征的提取比较困难.应用二阶循环平稳方法可以有效的抑制噪声,提取出信号中的周期成份,但无法排除啮合频率的干扰.提出了构造梳状滤波器滤除啮合频率,然后进行二阶循环平稳分析的滚动轴承早期故障诊断方法,并通过实际工程信号进行了验证.     

振动调幅信号的循环平稳解调原理与应用

在具有齿轮、滚动轴承的机械设备故障诊断中,广泛使用解调分析方法进行故障特征提取.对其中的周期平稳信号,通过循环自相关函数分析,并利用函数在某些循环频率下的切片进行绝对值解调可解出信号的调制频率.对两组调制相加信号在对应于某个调制频率的循环频率处进行循环自相关函数的切片解调,可得到该组调制频率成分的解调谱,从而达到将幅值调制相加信号分离成单一幅值调制信号并进行有效解调的目的.仿真和对滚动轴承实验验证,该方法在低频和高频处分别切片都有很好的解调效果,且与理论推导一致.但是该方法存在解两相加信号时以两频率之差及其倍频作为调制频率解出的局限性.     

基于阶次解调谱的变速齿轮箱复合故障诊断方法

针对变速齿轮箱中复合故障的故障特征提取,提出了一种基于阶次解调谱的变速齿轮箱复合故障诊断方法。变速齿轮箱中的转速具有时变的特性,而故障特征往往与转速相关,亦具有时变特性。本文方法先用线调频小波路径追踪算法从原始振动信号中提取转频曲线,再根据转频曲线对原始振动信号进行等角度重采样,将时域非平稳信号转化为角域周期平稳信号,最后对角域周期平稳信号进行能量算子解调分析,根据阶次解调谱中的调制信息进行变速齿轮箱复合故障诊断。通过算法仿真和应用实例对包含齿轮局部故障和轴承局部故障的变速齿轮箱复合故障进行了分析,结果表明,本文方法在无转速计的情况下能有效地提取变速齿轮箱复合故障的故障特征。     

基于高阶谱的旋转机械故障征兆提取

研究了旋转机械振动信号的非线性特征,分析了产生非线性的机制,着重讨论了二次相位耦合与机械故障的关系,在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声,可以定量描述非线性性相位耦合,试验分析表明,对于不同类型的故障,高阶谱特征存在明显差异,因中用于故障模式识别,高阶谱丰富了旋转机械故障诊断系统知识库中的振动特征信息,用于工业现场能大大提高诊断准确性。     

快速自适应局部均值分解及轴承故障诊断应用

提出了一种新的非平稳信号处理方法——快速自适应局部均值分解(Fast and Adaptive Local Mean Decomposition,FALMD)。采用顺序统计滤波器求取信号上下包络线的均值来获得局部均值函数及包络估计函数,然后将信号分解为若干乘积函数(Product Function,PF)分量及一个残余分量。该算法一方面改变了局部均值分解(Local Mean Decomposition,LMD)严格的终止条件,提高了运算速率,另一方面减少了对极值点的依赖,在一定程度上抑制了端点效应。仿真信号和实验信号分析证明了该方法在非平稳信号自适应分解中的有效性,成功地提取出了滚动轴承的故障特征。     

基于Hilbert振动分解和高阶能量算子的行星齿轮箱故障诊断研究

行星齿轮箱广泛应用于各种机械设备中,其故障诊断问题是近年来的研究热点之一。提出了基于Hilbert振动分解和高阶微分能量算子的故障诊断方法。Hilbert振动分解计算复杂性低,能够将复杂信号分解为单分量,应用该方法对信号进行分解,满足高阶微分能量算子的要求。高阶微分能量算子的时间分辨率高,对信号的瞬态变化具有良好的自适应性,应用该方法检测故障引起的瞬态冲击,估计信号的幅值包络和瞬时频率。对高阶微分能量算子输出以及幅值包络和瞬时频率进行Fourier变换,通过频谱识别特征频率,从而诊断行星齿轮箱故障。分析了行星齿轮箱的仿真信号和实验信号,准确地诊断了太阳轮、行星轮和齿圈的故障,验证了该方法的有效性。