基于AR参数的液压阀故障信号检测

本文提出了一种使用最小支持向量机检测溢流阀故障信号的方法。通过提取溢流阀振动时的正常信号和故障信号,在此基础上进行了AR建模,并由建立的模型获取了信号的AR参数,之后利用这些参数作为最小支持向量机的输入进行故障辨识,取得了令人满意的结果。     

基于Hankel矩阵与奇异值分解降噪方法的齿轮故障诊断研究

将Hankel矩阵与奇异值分解相结合对齿轮故障信号进行降噪处理,并应用MATLAB软件实现,来降低信号中的噪声,提高信噪比,从而凸显故障的信息特征。首先将含噪的测量信号构成的Hankel矩阵分解成两个互不相关的空间——真实信号空间与噪声空间,采用3种不同的奇异值选择方法,即奇异值差分谱方法、特征均值方法以及奇异值中值方法,对两个空间的奇异值矩阵处理后,再重构信号,实现降低测量信号噪声的目的。利用计算数据和图像说明不同奇异值选择方法的降噪效果,得出奇异值中值方法对齿轮断齿故障信号降噪效果最佳。     

基于多域空间状态矩阵奇异值与局部保持投影的滚动轴承故障特征提取方法

针对滚动轴承振动信号复杂且难以从中提取有效故障特征的问题,提出了一种总体经验模态分解(EEMD)、奇异值分解(SVD)和局部保持投影(LPP)相结合的故障特征提取方法。首先,对振动信号进行EEMD分解,利用EEMD分解后的固有模态分量(IMF)分别构造时域、频域和时频域空间状态矩阵;其次,利用SVD提炼时域、频域和时频域空间状态矩阵中的故障信息,筛选其中累加百分比大于90%的奇异值组成多域有效奇异值数组,构造多域奇异值特征矩阵;然后,利用LPP约简多域奇异值特征矩阵,提取低维、高区分度的故障特征;最后,利用支持向量机(SVM)对提出的故障特征提取方法进行评估。实验结果证明了该方法提取的故障特征可有效反映滚动轴承的故障状态。     

基于MRSVD与LMD的工业机器人交叉滚子轴承故障特征提取

针对奇异值分解(SVD)优化局部均值分解(LMD)方法提取工业机器人交叉滚子轴承振动信号微弱故障特征分量时出现的模态混淆现象,提出一种基于最大分辨率SVD与LMD的工业机器人交叉滚子轴承故障特征提取方法。以最大奇异值分辨率原则将一维振动信号构造成Hankel矩阵,采用SVD对Hankel矩阵进行分解得到奇异值序列;按照奇异值曲率谱原则及非目标值抑制原则对奇异值序列进行重构,将包含故障突变信息的重构奇异值序列进行SVD逆运算得到重构振动信号;最后利用LMD方法对重构振动信号进行故障特征提取,得到能够表征原始振动信号振动特征的故障特征分量。通过与SVD优化LMD方法对比可知,该方法完整地提取了工业机器人交叉滚子轴承振动信号的微弱故障特征分量,改善了模态混淆现象。     

基于源信号包络矩阵奇异值的机械故障诊断方法

在机械信号处理中,机械振动信号大多是调制信号,而且测量信号也多是振动源信号的混合信号。提出了基于源信号包络矩阵奇异值的机械故障诊断方法,采用机械设备的多通道传感器观测信号进行盲源分离,得到其独立振动源信号,由源信号的上、下包络信号分别组成上、下包络矩阵并奇异值分解,上、下包络矩阵的奇异值首尾相接,组成机械设备的故障特征向量,最后引入最小二乘支持向量机分类器来识别和诊断机械设备的故障类型。液压齿轮泵的故障诊断试验表明,提取的源信号包络矩阵奇异值特征向量具有良好的聚类划分特性,而且数值稳定,最小二乘支持向量机分类器也取得了较高的故障识别率,因此,该方法是有效的,可以应用于机械设备的故障诊断实践中。     

CYCBD和CEEMDAN相结合的滚动轴承微小故障特征提取

针对强噪声下微小故障信号容易被噪声淹没的问题,提出基于最大二阶循环平稳盲解卷积(CYCBD)和自适应噪声完全集合经验模态分解(CEEMDAN)的轴承微小故障诊断方法。根据故障频率公式求出振动信号的故障频率,并根据故障频率设置对应的循环频率集,用CYCBD对原信号进行滤波,使信号中的周期冲击成分更加突出,从而达到提高信噪比的目的;对处理后的信号进行CEEMDAN,得到一系列模态分量,再求各模态分量的峭度值,从中选取峭度值高的即含有较多故障特征的若干分量进行重构;对重构后的信号求其Hilbert包络谱,从中提取故障频率。采用仿真信号与西储大学轴承数据集进行仿真与实验研究,验证所提方法的有效性。     

基于多重分形KPCA和LS-SVM列车车轮早期损伤的检测研究

针对车轮早期损伤难以检测的问题,利用JD-1轮轨模拟试验机进行了车轮早期损伤模拟振动试验,提出基于多重分形核主成分(KPCA)和最小二乘支持向量机(LS-SVM)的车轮早期损伤诊断方法。首先对信号进行共振稀疏分解预处理降噪,根据峭度和互相关系数最大原则,筛选子带分量重构信号,然后获得其多重分形参数,利用核主成分(KPCA)降维提取敏感特征向量矩阵,将该向量矩阵输入最小二乘支持向量机(LS-SVM)进行分类识别。研究结果表明,该方法可以有效地实现车轮早期损伤的识别,与未通过降噪信号的比较,其具有更高的诊断准确率,为深入研究损伤车轮振动特性提供理论依据。     

基于相空间奇异值分解与AFSA-SVM的齿轮故障诊断方法

针对表征齿轮故障信息的特征难提取与支持向量机的结构参数基于经验选取,致使齿轮故障分类模型泛化能力弱、精度差的问题,提出一种基于相空间奇异值分解与AFSA-SVM的齿轮故障诊断方法。该方法首先将齿轮振动信号进行相空间重构,并对重构矩阵进行奇异值分解得到奇异值特征向量;其次,利用人工鱼群算法优化支持向量机的惩罚系数与高斯核宽度系数,建立AFSA-SVM的齿轮故障分类模型;最后,将奇异值特征向量作为模型输入进行齿轮不同故障状态的分类识别。实验结果表明:与基于BP、SVM和PSO-SVM的故障分类方法相比,基于相空间奇异值分解与AFSASVM的齿轮故障诊断方法具有更高的分类精度,更强的泛化能力。     

基于辅助变量法的系统参数辨识

重点介绍了系统参数辨识中辅助变量法的基本原理，并通过某导弹天线伺服机构数学模型的辨识实例，具体说明了基于辅助变量法的参数辨识在Matlab中的实现方法.结果表明基于辅助变量法的参数辨识比最小二乘法具有更高的精度，尤其当噪声为有色噪声和噪声模型结构不好确定时，辅助变量法更加有效。     

基于DT-LMD机床轴承故障信号提取研究

为了准确得到机床故障轴承的运行状态,结合双树复小波变换(Daul-Tree Complex Wavelet Transform,DT-CWT)和局域均值方法 (LMD)分解的方法提出了一种新的方法 (DT-LMD),对轴承故障振动信号提取,首先利用双树复小波变换对信号进行降噪和重构,其次通过局域均值方法分解,再次利用该方法对机床轴承实际振动信号进行分解,提取其能量特征值并将特征值进行归一化处理,得到各个分量的能量值;最后判断轴承的故障类型。     

一种大型液压系统的故障机理分析与处理

介绍了一种实用的大型液压系统故障诊断方法,针对调试过程的难以判断或者难以解决的常见故障问题,做了比较详细的故障机理分析,给出了相应的故障处理措施与合理建议.这一研究对类似的大型液压系统的设计、制造、安装、调试、故障处理和维修有重要的指导意义.     

基于EMD和支持向量机的滚动轴承故障诊断研究

为解决在复杂噪声和工频及其倍频干扰条件下滚动轴承故障诊断问题,提高诊断准确率,进行了经验模态分解(EMD)和支持向量机(SVM)的研究,给出了相应的决策流程。基于改进的EMD分解的特征提取算法,选取故障特征明显的IMF分量进行特征提取,最大限度地滤除了低频噪声干扰,捕捉到信号的故障特征,然后将特征集输入到SVM分类器中进行识别,结果表明:该方法对于轴承故障识别具有较高的准确率,为确保轴承安全运行和快速故障诊断提供了理论支持。     

基于故障树的叉车液压系统故障诊断研究

将故障树分析法运用于叉车液压系统的故障诊断中,针对液压系统的失效模式及故障机理,建立了故障树,并进行故障分析与排除。实践证明,该方法简便、可靠、实用,用于液压系统故障诊断,能取得预期的效果。     

基于专家系统的焊接机器人故障诊断

为了找到一个针对焊接机器人故障诊断较为可行的方法,避免诊断的盲目和失误,提高诊断的效率和准确度,在经典可靠性分析方法——故障树分析法的基础上,以"焊接机器人焊枪姿态和悬浮高度设置故障"为例建立焊接机器人故障树模型,同时对所建故障树进行定性和定量分析,得出最小割集的概率重要度排序及每个底事件的概率重要度。最后在故障树中体现的树状分层逻辑关系的基础上建立专家诊断系统,设计并实现基于产生式推理框架和故障知识的搜索流程。     

基于小波分析的液压系统故障特征提取研究

针对液压系统故障原因复杂、现象多样、故障信号中噪声干扰大的特点,综合利用压力、流量和液压缸运动速度进行液压系统故障诊断,克服了单一特征量在故障诊断中容易产生误判的缺点.将小波去噪方法应用到故障信号中,提高了故障诊断精度.通过对Festo液压实验系统故障信号进行处理,证明该方法是有效的.     

基于故障树的公路运输车气压制动系统故障诊断

使用故障树分析法对某型号公路运输车的气压制动系统故障进行分析。绘制公路运输车气压制动系统原理图,详细介绍气压制动系统的工作原理。建立气压制动系统无法解除制动的故障树模型,进行气压制动系统故障分析与定位。对气压制动系统定位的故障进行机制分析和问题复现,为公路运输车气压制动系统的故障诊断和维修提供了理论依据和方法。     

液压系统齿轮泵故障树分析

介绍了故障树分析方法.以液压系统齿轮泵为例,通过分析系统故障形式、液压系统结构以及组件与系统之间的逻辑关系,绘制了系统的故障树,再通过最小割集的求解和重要度分析对其进行定性和定量的分析.此方法简便、直观、实用,应用于液压系统故障诊断中能够取得令人满意的效果.     

航空液压泵典型故障模拟及在线监测

针对某型航空液压油泵的工况复杂、故障模式多样、样本数据匮乏及诊断难等问题,分析了液压泵的故障模式和特征频率,根据4种典型故障模式和8种工况设计了故障模拟试验方案,并搭建了液压泵故障模拟软硬件试验平台。以磨损故障为例,对振动故障数据实现了采集和故障特征分析,验证了平台的有效性和诊断的可行性。     

行星轮系故障动力学仿真及其诊断软件开发

行星齿轮箱的诸多传动优点使其越来越广泛地被应用于诸多机械设备中,其振动响应比定轴齿轮箱更为复杂,相应的动力学模型建立及故障诊断成为近年来的研究难点和热点。建立了行星齿轮系统动力学模型;通过对行星齿轮系统动力学模型的求解,并利用MATLAB/Simulink模块对模型进行分析,得到了行星轮断齿时系统的频谱响应特性;同时,运用现代信号处理方法,以面向对象的程序设计语言Visual C++6.0和关系型数据库SQL Server为工具,建立故障诊断类型及信号处理方法数据库,将不同故障特征录入故障库,研究开发了一套行星轮系健康状态监测和故障诊断的软件。运用行星齿轮箱故障诊断实验台对所设计软件进行试验测试,通过试验信号的对比,验证了动力学模型分析结果的准确性以及该软件具有可用性和准确性。     

矿用自卸车制动系统典型故障分析与排除

介绍某公司一种矿用自卸车液压制动系统的的工作原理及工作状况。对该液压制动系统出现的制动力不足、制动器不释放、紧急制动失灵等典型故障进行分析,详细论述了在实际工作中通过检查系统压力、泄漏、电磁阀线圈等排除具体故障的方法,为矿用自卸车液压制动系统故障的分析与排除提供了参考。