小波包与Hilbert分析法在旋转设备故障诊断中的应用

文中分析了对齿轮和滚动轴承的故障诊断在旋转机械设备中的重要性,介绍了小波包分析和Hilbert分析的理论,针对齿轮和滚动轴承故障信号的非平稳性特点,提出了一种基于小波包分析和Hilbert分析法相结合的故障诊断方法.在matlab中应用该方法对齿轮的点蚀故障和滚动轴承的内环故障进行诊断,仿真结果表明,基于小波包分析与Hilbert分析法相结合的方法可以有效地提取齿轮和滚动轴承的故障特征频率,从而可以迅速地识别出齿轮和滚动轴承的故障类型.     

基于小波包和支持向量机的液压泵故障诊断

研究基于小波包频带能量的故障诊断方法及其在齿轮泵故障诊断中的应用.论述齿轮泵的典型故障设置及其数据采集.针对齿轮泵实验数据,研究基于小波包和支持向量机的齿轮泵故障诊断方法.实验结果表明:基于小波包一支持向量机的故障诊断方法是有效的,而且可以满足在线实时状态监测与故障诊断的要求.     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了两种金属材料缺陷特征提取的方法,即能量-裂纹法和小波包-功率谱法.能量-裂纹法选取最能反映缺陷特征的能量特征向量作为特征参数,进行缺陷的识别.小波包-功率谱法需要找到小波包分解中对裂纹缺陷最敏感的结点,然后对其进行功率谱分析,从而可以很明显地区分出有无裂纹的信号以及裂纹类型.以航天发射塔架钢连接构件疲劳裂纹超声信号为例,对这两种方法进行验证,表明是行之有效的特征提取方法,为金属材料缺陷检测与识别开拓了新的思路.     

基于有限元法的转子叶片裂纹故障特征研究

为了更接近工程实际,真实地反映叶片裂纹故障特征,采用CAD软件建立了转子叶片的三维实体模型,通过有限元分析软件ANSYS对裂纹叶片分别进行了模态和瞬态响应分析.结果表明:裂纹的存在导致叶片的固有频率下降,深度相同时,裂纹位于叶根对固有频率的影响最大;同时裂纹的存在引起振动响应的非线性特征.这就为转子叶片裂纹故障的监测与诊断提供了依据.     

基于小波包分析的往复式天然气压缩机故障诊断系统

介绍了小波包分析的基本原理，在对往复式天然气压缩机的故障特点进行详细分析的基础上，提出利用小波包分频带的能量特征提取故障特征参数，建立起振动信号各频带能量到往复式天然气压缩机各故障状态间的映射关系，通过各频率成分能量的变化来诊断故障，在此基础上研制了往复式天然气压缩机故障诊断系统。     

基于小波包能量分布特征的齿轮故障诊断方法研究

齿轮的裂纹故障不仅影响机械系统的整体性能,还会导致机器损坏,因此,研究了齿轮裂纹长度的故障诊断方法。以多传感振动信号为研究对象,将小波包各个频段的能量比系数作为齿轮裂纹的故障特征,并通过改进的神经网络模型进行特征分类,实现齿轮裂纹长度的故障诊断。研究结果表明:所提出的故障诊断方法识别率高(97.5%),通用性好,能有效辨识不同工况下的齿轮故障。     

航空发动机风扇叶片裂纹失效分析

航空发动机风扇叶片产生了裂纹故障。通过对故障叶片进行外观检查、断口分析、叶尖端面检查、化学成分分析、硬度检测及金相组织分析,确定了风扇叶片裂纹的性质和产生原因。结果表明:风扇叶片裂纹为高周疲劳裂纹;钛合金风扇叶片与镍包石墨涂层摩擦相容性差,叶片与机匣镍包石墨涂层发生严重摩擦是导致叶片产生早期疲劳开裂的主要原因;同时,结构的应力集中以及振动应力也会引起疲劳裂纹的萌生及扩展;并提出了相应的改进建议,避免类似故障的发生。     

小波分析在车辆故障诊断中的应用

车辆变速箱振动信号可用小波分析法预处理后,再用小波包能量尺度图分析法识别故障,按此法对BJ212变速箱准确地进行了故障识别,结果表明利用小波分析进行变速箱故障诊断的方法行之有效.     

小波包分析方法在齿轮泵故障诊断中的应用

齿轮泵产生噪声时基本上都伴有振动。对齿轮泵的振动原因及振动信号进行分析,由于齿轮泵的振动信号包含大量的频谱,利用小波分析原理及小波包分解故障信号,并与正常信号比较,抽取与故障有关的几个频段进行重构,剔除正常振动分量和干扰项,从而使故障特征信号从复杂的振动信号中分离出来,便于判断齿轮泵的故障原因。     

风机叶片断裂原因分析

对风机第11级动叶片进行了痕迹、显微组织和断口宏微观分析.结果表明,叶片的断裂模式为振动疲劳,叶片榫头与榫槽配合不当是萌生疲劳裂纹的主要原因.     

发动机自由涡轮叶片裂纹分析

发动机在持久试车例行定检孔探时发现自由涡轮叶片上有一条疑似穿透性裂纹,通过对其进行磁流、荧光检测发现,在一叶片尾缘处有一条长度为5~7 mm的裂纹。对发动机进行分解、零件荧光检测发现多片叶片均存在裂纹。采用宏观检查、断口分析、金相剖切等手段,对裂纹叶片开裂性质进行确认,并对自由涡轮叶片的开裂原因进行分析及验证。结果表明,自由涡轮叶片裂纹性质为疲劳开裂。采用有限元软件对自由涡轮叶片进行振动计算及载荷谱复查,结果表明,由于试车载荷谱发生改变,转子与叶片在工作转速范围内形成共振,造成叶身高阶弯曲疲劳裂纹。     

基于概率神经网络的液压管路泄漏故障程度识别

针对复杂环境下飞机的液压管路系统在故障诊断时存在的各种问题,提出一种基于概率神经网络的液压管路系统泄漏故障的诊断方法。在飞机液压管路系统中主要产生的故障是由于管路系统的振动导致的管路破裂、泄漏等。对飞机液压管进行建模,分析其工作状态下不同液压泄漏故障程度时的固有频率,选取前5阶固有频率作为故障诊断的特征值;构建PNN概率神经网络诊断模型,利用测试样本进行故障诊断实验。结果表明,该方法对液压管路故障具有较高识别率。该研究为液压管路系统的故障诊断提供了参考。     

基于EMD和SVM的齿轮裂纹故障诊断研究

为了识别不同裂纹深度的故障齿轮，以齿轮传动系统中的直齿圆柱齿轮为研究对象，采集3个已预设不同裂纹深度的齿轮和1个无裂纹齿轮的振动信号。对采集到的振动信号先进行时频域分析和EMD分解，再提取不同维数的能量故障特征向量，采用基于径向基核函数的算法分别建立SVM模型并进行不同裂纹深度齿轮的识别和识别率比对。结果表明：选择合适维数的能量故障特征向量，结合EMD信号分解和SVM模式识别方法能准确识别不同裂纹深度齿轮的类型，为齿轮裂纹故障的早期诊断提供参考。     

钢包回转台大臂损伤诊断

本文应用人工神经网络模型,以结构的固有频率为特征参数,对钢包回转台大臂上出现的裂纹损伤深度进行了诊断和预测研究,结果表明利用神经网络技术对工程结构进行裂纹损伤故障的联合诊断和预测分析是切实可行的。     

航空发动机整体叶环叶片裂纹分析

经锻造热处理和热等静压工艺处理后的整体叶环叶片在振动疲劳试验中出现裂纹,通过宏观检查、断口宏微观分析、材质分析、力学性能试验和有限元应力模拟等手段,对叶片的裂纹性质和萌生原因进行分析与研究,并提出改进建议。结果表明:整体叶环叶片裂纹性质为高周疲劳,疲劳裂纹起源于叶片叶背侧表面最大应力区;整体叶环叶片在热等静压工艺处理后存在平直晶界连续α膜,抗疲劳性能明显降低,导致疲劳裂纹过早萌生。     

高压涡轮导向叶片裂纹定性分析

对国内某型飞机发动机在试车及飞行后,在高压涡轮导向叶片局部出现的裂纹进行了系统的研究和分析,通过对裂纹宏观形貌、裂纹的断口形貌和叶片金相组织状态的分析对比,对叶片裂纹性质进行了确认,该叶片气膜孔边缘裂纹为热疲劳裂纹,早期疲劳开裂与尖锐的气膜孔孔口边缘有关。     

发动机Ⅰ级涡轮叶片裂纹分析

发动机在进行试车时发现Ⅰ级涡轮叶片在进气边出现裂纹。涡轮叶片材质为K465铸造高温合金,截至裂纹发现时,发动机累计工作时间为145 h。通过外观观察、断口观察、金相检查和温度热模拟试验等手段,分析了叶片裂纹的性质和原因。结果表明:Ⅰ级涡轮叶片裂纹性质为疲劳裂纹;叶片出现裂纹的原因是榫头型芯未脱除干净,榫头冷却通道堵塞,叶片超温造成组织和性能弱化,导致叶片在高温区萌生裂纹,提前失效;根据热模拟试验结果可以判断,叶片裂纹处承受温度在1 260℃以上。     

增压机风扇叶片断裂原因分析

某增压机在运行过程中出现异常响动,经检验发现其风扇叶片断裂。通过光学金相显微镜、扫描电镜等实验手段,对增压机风扇叶片断裂原因进行了分析。结果表明,该叶片断裂是单向疲劳断裂。产生疲劳断裂的主要原因是油漆剥落后产生的腐蚀坑及边缘打磨形成尖角而造成的应力集中所致。