机械振动信号非线性混叠的盲源分离

设备状态信号的处理是状态监测及故障诊断的基础.在实际运行环境中,通过传感器检测的信号有可能是振源信号的非线性混合、畸变信号.传统的振动信号处理方法对此种非线性混合信号处理效果并不理想.非线性盲源分离技术由于自身独特的盲处理优势,可以有效的去除外来干扰并分离出源信号,有助于提高诊断的准确性.针对直升机齿轮箱振动信号的非线性混叠进行盲源分离,分离出轴承故障振动信号,表明盲源分离技术是机械故障诊断领域的一个有效的信号处理方法.     

机械故障诊断技术中的信号处理方法：时域分析

应用信号处理方法对振动信号进行特征提取的技术是机械设备故障诊断领域的重要研究方向。常用的机械设备故障诊断领域的信号处理方法主要包括时域分析、频域分析和时频分析。针对常用的振动信号处理方法,总结多种算法的特征和优缺点。根据常见机械设备关键构件的振动特征,选择不同的信号处理和特征提取算法进行分析,以便提高多种构件、多类故障的特征提取精度和可靠性,从而为有效地实现机械设备的故障提供参考。     

MIMO混合振动试验中正弦与随机信号分离方法

研究了MIMO(多输入多输出)正弦加随机混合振动试验的控制方法,指出混合信号中正弦信号和随机信号的精确分离是提高控制精度的关键因素。提出了具有滤波特性的相关积分法在时域中识别正弦信号,避免了频域识别的泄露误差问题,详细推导了将给定频率的正弦信号从混合信号中分离出来的公式;数值计算显示该方法的识别精度达到0.44%。以一悬臂梁作为研究对象建立两输入两输出振动试验系统模型,使用比例均方根控制算法和正弦幅值修正法分别对随机振动和正弦振动进行修正,将随机信号控制在参考谱的±3dB以内,将正弦信号的幅值控制在参考值的±10%以内,满足振动试验要求。     

多输入多输出混合振动试验中正弦与随机信号分离方法

研究了多输入多输出正弦加随机混合振动试验的控制方法,指出混合信号中正弦信号和随机信号的精确分离是提高控制精度的关键因素。提出了具有滤波特性的不相关积分法在时域中识别正弦信号,避免了频域识别的泄露误差问题,详细地推导了将给定频率的正弦信号从混合信号中分离出来的公式;数值计算显示该方法的识别精度达到0.44%。以一悬臂梁作为研究对象建立两输入两输出振动试验系统模型,使用比例均方根控制算法和正弦幅值修正法分别对随机振动和正弦振动进行修正,将随机信号控制在参考谱的±3dB以内,将正弦信号的幅值控制在参考值的±10%以内,满足振动试验要求。     

电磁外力激励下裂纹转子非线性振动响应实验研究

介绍了转子裂纹故障预测和诊断常用方法、发展过程及意义,重点对振动检测诊断技术的相关理论和应用研究成果做了阐述,然后就裂纹转子在周期电磁外加载荷激励下的非线性振动响应及实验结果进行研究.目的是提供一种预测和诊断裂纹转子的新思想.     

基于EMD的气动载荷作用下动车组横向振动提取研究

为研究高速动车明线会车时引起其横向振动的主要原因以及分析气动载荷对于动车组运行稳定性的影响,以线路实验采集的车体表面压力与列车振动数据为基础,利用EMD分解得到振动信号的各个本征模(IMF)分量;对分解后的IMF分量进行相关性分析,利用相关性原理来重构振动信号。重构信号即为气动载荷作用下的动车组横向振动。对比分析动车组在有气动载荷与无气动载荷下的横向稳定性。结果表明:明线会车时气动载荷引起的横向振动频率主要集中在低频段0.3~10 Hz内,动车组横向振动加速度及横向平稳性的影响比只考虑轨道不平顺时要明显增大,明线会车时气动载荷是引起列车横向振动的主要原因。     

基于独立分量分析的爆破振动信号分离仿真试验

爆破振动信号分析是研究爆破振动特性的重要手段,而实测爆破振动信号往往是多个振源信号的叠加信号,分离出每个振源或特定振源的振动信号对于其振动特性的研究具有重要意义。选取实测的爆破振动信号,进行线性混合得到混合信号,利用独立分量分析(ICA)对混合信号进行分离,获取了与源信号波形基本一致的分离信号,仿真试验表明ICA适合爆破振动信号的分离。     

用自混合干涉测量振动

激光二极管自混合干涉信号的频率与外腔振动的速率成正比,为了从自混合干涉信号重建振动信号,采用频率电压变换的方法.用整形后的自混合干涉信号驱动模拟开关,来开关电容做电荷转移实现频率电压变换,用振动的激励信号驱动另一个模拟开关让电容的充电电源随振动的相位变化做极性变换,这样从自混合干涉信号中还原出振动信号.还原出来的信号的振幅与振动的振幅成正比,波形与正弦激励信号的波形一致.该方案操作简便、成本低廉,可以用于有确定激振方式的振动特性测量.     

振动信号测试与分析

针对振动信号检测困难的问题,分析了目前振动信号检测的几种方法,阐述了压电传感器测试振动信号的基本原理与优势;设计了基于AVR单片机的振动信号检测系统,包含相应的压电传感器前置放大电路,电压放大器和通信电路等外围电路,实现了振动信号的精确检测。试验验证了该系统的有效性并且具有成本低、体积小、可靠性高等优点。     

负载电流法在基于振动信号分析法监测变压器铁心状况中的应用分析

振动法能够有效的诊断变压器运行中潜伏的故障。由于振动法在检测出故障的同时还能够检测铁心的状况,为其进行充分的研究开辟了门路。文中提到了一种负载电流法,在不空载运行变压器的情况下,能够取得变压器铁心振动信号基频成分。通过模拟变压器实际运行的情况,观察不同空载和负载电流情况下变压器本体的震动加速信号,分析拟合的负载电流与振动加速信号基频成分的关系曲线。实验得出,负载电流为零时变压器振动信号基频成分的幅值与空载情况时变压器振动信号基频成分差异不大。由此可以看出,振动分析方法用于提取变压器铁心振动信号的基频成分是可行的。最后,对铁心故障采用负载电流法监测,发现该方法不失为初步判定铁心状况的有效方法。     

Wavelet Transform and Neural Networks in Fault Diagnosis of a Motor Rotor

In the motor fault diagnosis technique,vibration and stator current frequency components of detection are two main means.This article will discuss the signal detection method based on vibration fault.Because the motor vibration signal is a non-stationary random signal,fault signals often contain a lot of time-varying,burst properties of ingredients.The traditional Fourier signal analysis can not effectively extract the motor fault characteristics,but are also likely to be rich in failure information but a weak signal as noise.Therefore,we introduce wavelet packet transforms to extract the fault characteristics of the signal information.Obtained was the result as the neural network input signal,using the L-M neural network optimization method for training,and then used the BP network for fault recognition.This paper uses Matlab software to simulate and confirmed the method of motor fault diagnosis validity and accuracy.     

局部均值分解在旋转机械复合故障诊断中的应用

针对旋转机械复合故障振动信号的非平稳特征,开展一种基于局部均值分解(local mean decomposition, LMD)的旋转机械复合故障诊断方法研究。该方法首先通过局部均值分解方法将振动信号分解为若干个PF分量(product function)和一个残余分量之和,然后通过计算各PF分量与原始复合故障信号的相关系数来确定包含故障特征信息的主要成分;最后针对主要成分中的低频分量进行频谱分析从而提取轴的故障特征。针对主要成分中的高频分量采用包络谱分析提取调制故障特征,即提取轴承故障特征。对齿轮箱的轴承、轴复合故障振动信号的分析结果表明了该方法的有效性和可行性。     

燃气轮机发电机组的振动信号监测与分析系统

研发了一套燃气轮机振动监测、故障诊断系统，系统集数据采集、分析，振动状态检测，振动故障预报、诊断为一体。系统常规的分析功能主要有频谱分析、转子轴心轨迹分析、小波分析、短时傅立叶变换、相关分析等；另外配有趋势分析、报警功能，并建立了振动故障诊断数据库，实现对燃气轮机主要部件的故障诊断。电站现场的6台燃气轮机测试结果表明，本系统的软件功能和硬件功能可以满足燃气轮机振动监测和振动故障诊断的要求。     

基于子带能量法的发动机振动信号分析研究

以DA462型发动机缸壁及缸盖外表面的振动信号为研究对象,对发动机振动诊断机理进行研究,在实验的基础上对实验测得的信号用子带能量法进行深入的计算和分析,验证将子带能量法应用到发动机的振动信号分析中,能够对发动机的故障进行较准确的诊断。     

解析小波及在振动分析中的应用

本文在希尔伯特变换和小波定义的基础上,提出解析小波及解析小波变换,分析了它的一个重要性质即对信号可实现正交滤波、提取包络。最后给出了小波在轴承振动共振解调应用的实例。     

基于扭振分析方法的齿轮传动系统故障辨识

通过分析齿轮啮合过程的数学模型及典型故障,论证了扭振分析方法在齿轮系统故障诊断上的优越性,并提出一种测量齿轮轴上扭振信息的新方法。在此基础上搭建了齿轮传动系统,通过采用永磁旋转(角)加速度传感器检测齿轮系统各个运行状态下不同轴上的扭振信号;然后,分别对齿轮传动系统轴上的扭振信号和平台的振动信号采用小波包分解,提取各个节点的能量作为特征向量;最后,结合以径向基函数(RBF)为核函数的支持向量机(SVM)分别进行故障的辨识。实验结果表明:轴上的扭振信号在齿轮系统故障诊断上的效果要优于平台振动信号的诊断效果。     

基于相图相似度的发动机转子系统故障诊断方法研究

针对频谱分析法在判别航空发动机转子系统早期故障时振动信号易被噪声干扰而不能准确识别的问题,提出基于振动相图相似度的故障诊断方法。在分析发动机不同状态时整机振动信号参数在不同范围随机变化导致相轨迹分布不同的基础上,通过计算相图相似度来判别故障类型。实践表明,该方法能有效去除噪声对故障信息的干扰,诊断准确率高,判别速度快,具有实用价值。     

多频信号经验模态分解的理论研究及应用

对多频信号的经验模式分解进行了理论分析 ,分析表明分解结果取决于各分量的频率和幅值。得到了一个正确分解的充分条件 ,仿真试验证明了这一充分条件。将经验模式分解用于分析一个包含故障轴承的实际齿轮箱表面振动信号 ,分析结果表明在经验模式分解得到的固有模态函数中 ,轴承故障特征信息比原始信号相比得到显著增强。     

基于改进的希尔伯特振动分解的机械故障诊断方法研究

针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。     

基于EEMD能量熵及LS-SVM滚动轴承故障诊断

针对滚动轴承振动信号的非平稳特性和现实中难以获得大量典型故障样本的实际情况,提出基于集合经验模态分解（EEMD）能量熵和最小二乘支持向量机（LS-SVM）的滚动轴承故障诊断方法。首先通过EEMD分解将非平稳的原始振动信号分解成若干个平稳的固有模态函数（IMF）;滚动轴承同一部位发生不同严重程度的故障时,在不同频带内的信号能量值会发生改变,因此可通过计算振动信号的EEMD能量熵判断发生故障的严重程度;从包含主要故障信息的IMF分量中提取的能量特征作为输入来建立支持向量机,判断滚动轴承的技术状态和故障严重程度,并选用不同核函数对诊断效果进行分析比较。实验结果表明,该方法能有效地应用于滚动轴承的故障诊断。