基于JADE-ICA的滚动轴承多故障信号盲源分离

研究一种基于源信号高阶统计信息的矩阵联合近似对角化独立元分析(JADE-ICA)方法,并将其应用于滚动轴承故障声发射(AE)信号的盲源分离。滚动轴承的声发射源信号一般具有衰减性和准周期性,多组信号间还具有时差性,信号被多个传感器接收。通过最大程度的联合近似对角化,可以使源信号与分离信号有效的一一对应,克服非线性和时差的影响;通过高阶统计的高斯噪声不敏感性可以有效抑制随机观测噪声对分离结果的影响。选用相关系数、二次残差、性能指数和频谱特征构成系列时频域评价指标对分离结果进行较为全面的验证。仿真结果证明了该方法的可行性和有效性。     

光纤光栅声发射检测新技术用于轴承状态监测的研究

轴承的健康状况对旋转机械的工作状况有极大的影响。航空器中的故障轴承会间接造成事故,给飞行安全带来灾难性的后果,需要进行早期故障的有效检测判别或状态监测。与振动等传统的检测手段相比,声发射可有效检测到故障的早期状态,准确判断故障类别和严重程度。介绍了滚动轴承故障声发射检测原理以及光纤光栅声发射检测新技术。以预制外圈缺陷的轴承为例,进行了压电式声发射传感系统和光纤光栅声发射传感系统检测的对比实验,实验和分析结果表明光纤光栅声发射方法检测到的信号谱底噪声小,谱线清晰、干净,更容易分辨故障频率和分析故障的严重程度,优于振动和压电式声发射传感方法。最后介绍该技术在直升机维修保障中的应用情况。     

基于声发射信号的滚动轴承外圈疲劳剥落故障双冲击特征提取

疲劳剥落是引起滚动轴承失效的主要原因。跟振动信号一样,当滚道出现疲劳剥落故障时滚动体在进入和退出剥落区时的声发射信号也存在对应的两类不同冲击特征,称为双冲击现象。对双冲击特征的提取可实现双冲击间隔的有效测量。声发射信号具有对早期故障敏感、不易受噪声干扰等优点。采用将两类特征分离处理的方法,将声发射信号中两类冲击特征分为两部分,通过AR模型和最小熵解卷积滤波增强故障特征信号,和基于复Morlet小波的谱峭度图算法提取优化解调频带对应的包络信号,对包络信号相加并进行双冲击间隔测量。实验研究表明,该方法能够有效地分离出滚动轴承外圈疲劳剥落故障声发射信号中的双冲击特征。     

基于声发射衰减特性的故障行星轮定位研究

行星齿轮箱是风力机传动装置的重要组成部分,行星轮在低速重载、既自转又公转的复杂环境下容易诱发故障,其故障诊断特别是故障行星轮定位一直是研究重点和难点。建立了行星轮齿轮箱实验装置,模拟了行星轮故障,并利用声发射信号进行故障行星轮定位。实验研究了声发射信号在齿轮内部、齿轮与齿轮之间的传播特性,利用信号的幅值衰减特性简化了故障定位模型。利用信号幅度随信号传播距离增加而呈指数衰减的关系,建立了故障源定位方程组,从而获得故障齿的啮合位置,进一步确定故障行星轮的位置。实验结果表明:利用声发射信号的幅值衰减特性能够较为精确的确定故障行星轮的位置。     

时间反转在列车转向架声发射源定位中的应用

针对高速列车转向架的动态检测提出一种新的损伤声源定位方法,采用声发射检测技术对转向架易损伤的焊接部位进行时间反转定位方法研究。首先利用有限元软件建立转向架焊接部位结构有限元模型;然后在模型上模拟发出一个声发射损伤信号,通过预置的声发射传感器接收声发射源信号;最后根据时间反转聚焦原理对接收信号进行处理,并通过检测区域成像,确定损伤声发射源的准确位置。数值仿真实验结果表明:该定位方法能够准确定位声源位置,定位结果比常规四点圆弧法更精确。     

基于DSmT与小波网络的齿轮箱早期故障融合诊断

针对齿轮箱早期故障特征十分微弱难以有效辨识问题,提出基于DSmT理论与小波神经网络的齿轮箱早期故障融合诊断模型。利用多个振动传感器合理布置在齿轮箱的多个关键部位采集多源振动信息并进行特征提取;利用多个并联小波神经网络实现齿轮箱早期故障的初级诊断获得彼此独立的多个证据;利用DSmT理论对多个独立证据进行融合决策得出齿轮箱的最终诊断结论。DSmT理论克服了传统DST证据理论的局限性,小波神经网络实现多源证据信度分配的客观化。诊断实验结果表明,该方法能有效提高齿轮箱早期故障特征的辨识精度、降低诊断的不确定性。     

声发射检测技术用于滚动轴承故障诊断的研究综述

声发射是材料受力变形产生弹性波的现象,故障滚动轴承在运转过程中会产生声发射.从几个方面综合阐述了国内外轴承故障声发射检测技术的研究和发展现状,即轴承故障声发射信号的产生机理,故障声发射信号的传播衰减特性,声发射信号的参数分析法和波形分析法对故障特征的描述,轴承故障声发射源的定位问题,根据信号特征进行故障模式识别以及声发射检测和振动检测的比较问题.通过分析总结出滚动轴承声发射检测技术下一步的研究方向,并指出滚动轴承故障的声发射检测是振动检测的有力补充工具,特别是在轴承低转速和故障早期的检测中更能发挥作用.     

施加水平磁场下电磁声发射与裂纹指向特征分析

声发射检测方法对金属构件进行健康检测的关键问题:通过合适的载荷使得构件产生声发射信号。现阶段大部分声发射检测均采用接触式离线加载,声发射检测采用可在线检测的非接触式电磁加载。从电致位错、自由电子运动理论出发,在微观层面探究电磁声发射的机理特征;研究静磁场与涡流分布作用下电磁声发射特征差异;基于声发射信号的非平稳特征,利用希尔伯特黄变换方法分析电磁声发射特征。通过改变水平磁场激励方向,实现本征模态函数的能量比值、互相关系数、特征本征模态函数时频图与裂纹指向特征之间的关系联立。     

基于声发射理论的阀门气体内漏量化检测研究

通过理论分析和实验研究的方法,建立阀门内漏过程中气体体积泄漏率与声发射信号特征参数均方根(AERMS)量化关系。利用研制的实验平台对阀门气体内漏进行检测实验,并探讨了泄漏率、阀门类型等参数对声发射信号特征参数均方根的影响。实验表明阀门发生气体泄漏时产生的声发射特征信号参数均方根能有效反应气体体积泄漏率,且声发射检测技术对阀门泄漏率检测误差在10%以内,因此可以利用声发射技术检测阀门是否内漏并估算其泄漏率。     

混凝土静态轴拉声发射试验相关参数研究

摘要：对声发射采集系统的硬件参数设置、滤噪参数设置以及声发射信号特征参数及其相关性进行了系统的试验研究。共进行了11组断铅人工激发源试验和13个混凝土试件的单轴静态拉伸试验,采用全数字化的参数-波形式声发射采集系统和三种不同型号的传感器同步采集并存储了试验过程中的声发射特征参数和波形,应用参数和波形分析相结合的方法以及波形事后提取分析等技术手段对数据进行分析。结果表明：前置放大器增益、阈值、波形采样率和采样长度、带通滤波器等有一合理参数取值;幅度、振铃、持续时间、声发射信号能量、绝对能量、信号强度这6个参数能够较好地体现混凝土轴拉损伤过程的阶段性特征;声发射幅度、振铃数、持续时间、上升时间和信号强度5个参数之间存在显著的相关性。研究成果可为采用声发射技术研究混凝土的损伤破坏过程提供参考依据。     

Mixed Fault Diagnosing of Rolling Bearing Under Noise

In field of rolling bearing fault diagnosis,the sampled bearing vibration signals will be generally disturbed with noise. In noisy environment,the conventional blind source separation method is not good for diagnosing bearing faults. In this paper,wavelet de-noising method and blind source separation technology have been combined. In order to achieve fault diagnosis of rolling bearing,firstly wavelet soft threshold de-noising method has been applied on sampled signals. Then the better robust JADE algorithm has been applied in signals blind source separation. At last,vibration signals bearing inner and outer faults of have been analyzed in this paper,and the corresponding bearing faults have been diagnosed successfully. The proposed research methods provide a new way for diagnosing rolling bearing's mixed faults under noise.     

Margenau-Hill分布在滚动轴承故障识别中的应用

滚动轴承出现故障时，振动信号具有明显的冲击特征。以轴承故障振动信号分析为基础，给出此信号的数学模型。采用时频分析方法对滚动轴承振动加速度信号进行处理，提出了一种基于伪Margenau-Hill分布时间特征量进行故障识别的方法。以滚动轴承外圈故障为例，通过时频谱图对故障类型进行识别，并指出故障的轻重程度。     

基于IITD模糊熵与随机森林的滚动轴承故障诊断方法

针对滚动轴承故障微弱振动信号特征提取后难以识别的问题,提出基于改进的固有时间尺度分解(IITD)和模糊熵(FE)输入随机森林(RF)模式识别的滚动轴承故障诊断方法。首先,利用轴承试验台采集正常、滚动体故障、内圈故障、外圈故障等4种状态下轴承的振动信号;通过IITD分解将采集到的振动信号分解成一组固有旋转分量(PRC),然后选取表征故障主要信息的有效分量计算其模糊熵值并构建特征向量,输入到随机森林分类器模型进行识别分类。实验数据分析结果表明,该方法可以有效地实现滚动轴承故障类别的诊断。     

基于谱峭度的滚动轴承故障包络阶比跟踪分析

通过对旋转机械变速运行工况的齿轮箱振动分析研究,提出一种基于谱峭度的滚动轴承故障包络阶比跟踪分析方法。该方法利用旋转机械运行过程中滚动轴承故障引起的冲击性振动会激起其周围结构共振的原理,应用谱峭度方法自适应地确定优化的共振解调带通滤波中心频率和滤波带宽,进而通过共振解调算法获得包含轴承故障初始阶段振动特征的包络信号,再将变速工况下的非平稳包络信号通过等角度重采样转化为角度域的准平稳信号,进而获得消除了频率模糊的阶比谱,实现对旋转机械变速运行工况下的滚动轴承故障诊断。仿真和测试试验结果验证了本方法的有效性。     

基于机匣振动信号的滚动轴承故障特征提取

通过进行带机匣测点的滚动轴承故障模拟实验,获取滚动轴承在故障状态条件下,轴承座测点和机匣测点的振动数据。分析结果显示,相对于轴承座,机匣上的振动信号成分复杂,轴承故障特征不明显,直接进行包络解调无法提取故障特征。通过奇异值分解(singular value decomposition,SVD),差分谱中各峰值处奇异值可以表征不同成分的信号。当轴承故障信号微弱时,第一个峰值处的奇异值重构信号往往代表转频及其调制信号分量,选取该靠后峰值处的奇异值进行信号重构可以有效提取轴承故障特征信号。研究内容为实际基于机匣测点信号的航空发动机滚动轴承故障特征提取提供了一种新的方法。     

基于改进形态-小波阈值降噪的轴承复合故障声学诊断

现场采集的滚动轴承复合故障声学信号存在噪声来源复杂、背景噪声强、非线性等特点,导致已知的自适应多尺度形态滤波不能很好的适用于轴承复合故障的盲分离。针对上述问题,提出一种基于改进的自适应多尺度多结构形态滤波(IAMSCMF)、改进的小波阈值降噪方法(IWTDM)和稀疏量分析(SCA)相结合的滚动轴承复合故障特征盲提取方法。首先利用IAMSCMF和IWTDM构造滤波器进行滤波及提高信噪比(SNR);其次利用SCA分离信号;最后用FFT进行频谱分析。仿真分析和滚动轴承现场采集声学信号分析结果均清晰的提取出了轴承故障特征,验证了算法的有效性。     

基于可视图图谱幅值熵的滚动轴承故障诊断方法

为了准确有效地提取滚动轴承振动信号的非平稳、非线性故障特征,将复杂网络与图信号处理技术(graph signal processing,GSP)引入机械故障诊断领域,提出了基于可视图图谱幅值熵(graph spectrum amplitude entropy of visibility graph,GSAE VG)的滚动轴承故障诊断方法。该方法先将滚动轴承振动信号转换为可视图,获得可视图信号;再通过图傅里叶变换(graph Fourier transform,GFT)将可视图信号从顶点域变换到图谱域,并将计算得到的图谱幅值熵(graph spectrum amplitude entropy,GSAE)作为故障特征参数;利用马氏距离(Mahalanobis distance,MD)判别函数作为分类器对不同类型故障进行模式识别。实际滚动轴承振动信号的分析结果表明,基于可视图图谱幅值熵的故障诊断方法能对滚动轴承故障进行准确有效地识别。     

基于噪声信号和改进VMD的滚动轴承故障诊断

受运行环境及传递路径影响,滚动轴承声音信号中包含有强背景噪声和较大的非周期性瞬态冲击成分,导致轴承故障特征提取困难。文中提出一种基于自适应变分模态分解(AVMD)的滚动轴承噪声信号故障诊断方法。该方法首先根据不同的信号自适应地确定模式数和惩罚因子,利用优化参数的VMD对原始信号进行分解,得到多个本征模式分量;然后计算各模式分量时域、包络谱和时-频加权峭度,根据时-频加权峭度最大化准则选择最佳IMF;最后采用共振解调技术求出最佳IMF包络谱。对轴承故障信号研究表明,所提方法可解决传统VMD算法分解精度受参数影响较大,导致信号出现过分解或欠分解的问题。另外与传统方法相比,该方法可以在强背景噪声和非周期性瞬态冲击下有效识别轴承故障。     

基于声场图像分析的印刷机轴承故障诊断方法

目的针对印刷机墨辊轴承的故障信息获取及诊断难等问题,提出一种基于声场图像分析的故障诊断与定位方法。方法首先,构建声音测试系统并划分检测对象的空间区域,逐一采集信号并依据对应空间位置关系进行重构与组合;其次,将一段时间内的信号能量进行叠加,同时依据空间位置关系形成叠加状态的声场图像信息;然后,引入二维经验模式分解(BEMD)分析空间域图像信息,消除环境噪声干扰并得到声场图像的高频信息。结果对不同位置、不同种类的墨路系统故障轴承进行特征分析与比对,利用IBIMF分量及统计特征实现了轴承内、外圈故障的诊断,利用无量纲特征实现了不同故障位置的有效定位,并通过实验验证了方法的有效性。结论所提出故障诊断方法发挥了非接触测量优势,同时具有较强故障表征能力,适用于同类复杂机械系统。