局域波自回归谱及其在柴油机故障诊断中的应用研究

论述了信号局域波分解理论和方法，并结合时间序列分析，提出了适合于柴油机表面振动非平稳时变信号分析的新方法——局域波自回归谱(LW-AR)法。在柴油机的故障诊断中，该方法能够表达出非平稳信号的模糊频带和瞬时频率双重信息，为解决柴油机故障诊断的一些难题提出了新的思路，并通过诊断实例给予了验证。     

局域波关联维数在柴油机故障诊断中的应用研究

根据局域波分解理论，分析了信号经局域波分解后所得各内蕴模式分量的特性，提出了用各分量的关联维数来描述柴油机的工作状态。研究结果表明：在相同工作状态下，同一模式分量有相近的关联维数，而在不同状态下则关联维数明显不同，故关联维数可用于故障的特征提取，通过仿真分析和对6BB1型车用柴油机的故障诊断结果表明了该方法的有效性和工程实用性，从而为柴油机的状态监测与故障诊断提供了一种有效途径。     

基于提升小波和局域波的柴油机故障诊断

针对柴油机的机体表面振动信号的非平稳、含噪声的复杂性,提出了一种提升小波去噪与局域波分析相结合的新方法,并用于机体表面振动信号的特征提取和状态识别.首先构造提升小波对信号进行自适应消噪处理,避免局域波分解过程中虚假模式分量的产生;然后将消噪信号进行局域波分解,通过局域波边际谱分析信号能量随瞬时频率的变化特征.柴油机缸套...     

局域波边界谱在缸盖振动信号分析中应用研究

提出了一种新的谱分析方法－局域波边界谱，分析研究了柴油机缸盖表面振动信号的特性，较为详细地讨论了激励源及其响应，指出了基于傅立叶变换之上频谱分析的不足，同时对试验数据进行了有效的分析和比较，结果表明，在柴油机状态监测和故障诊断中，利用局域波边界谱对缸盖表面振动信号进行分析是有效的和可行的。     

局域波时频法在柴油机缸套活塞磨损诊断中的应用研究

论述了局域波时频分析方法的基本理论及其特点 ,通过多种时频分析方法对线性调频信号聚集性的比较 ,说明了局域波时频法作为时频分析方法的可行性 ,并体现出此方法对非平稳信号进行分析的优点。提出了基于局域波时频分析的叉车柴油机缸套活塞磨损故障诊断方法 ,并对现场实测数据进行了分析 ,结果表明了此方法的正确性和实用性     

EMD方法在内燃机故障诊断中的应用

针对内燃机瞬时转速信号的非平稳性特点,将EMD方法用于瞬时转速信号的时频分析,将其自适应分解为几个基本模式分量和剩余值序列;对各个基本模式分量进行Hilbert变换得到Hilbert谱,从而得到瞬时频率和振幅随时间的变化规律,并进一步得到了EMD边界谱。实验测量6-135型柴油机正常和故障状态下瞬时转速信号,对其进行EMD分析表明：瞬时转速EMD边界谱可以指示有无故障发生,而瞬时频率和分解剩余值序列可以指示故障缸位置,二者结合可以较好地实现内燃机的故障诊断,为基于瞬时转速的内燃机故障诊断提供了一条新的思路。     

基于独立分量分析和时频分析的柴油机燃烧噪声研究Ⅰ:燃烧噪声分析

燃烧噪声是柴油机最主要的噪声源之一,重点研究基于独立分量分析的燃烧噪声分离.首先针对柴油机噪声成分的复杂性,应用FastICA方法从噪声测试信号中分离了源信号分量,应用峭度检验了柴油机噪声信号的非Gauss性.根据时间信息识别了燃烧噪声和喷油噪声等独立分量.其次针对噪声信号的非平稳性,研究基于小波尺度谱噪声分量的时频特征分析.针对试验工况下的独立噪声分量,应用Morlet小波尺度谱在时频联合域内提取了各噪声分量的时频特征.     

基于局域波-粗糙集-神经网络的故障诊断方法研究

提出了一种基于局域波-粗糙集-神经网络的智能故障诊断方法。首先通过局域波法进行故障特征提取,获取能够反映设备运行状态的由局部能量组成的特征向量;接着应用粗糙集理论对样本特征参数进行属性约简,去除冗余信息,获取最优的决策系统;最后根据最优决策系统来构造RBF神经网络,并进行故障诊断。以柴油机缸套活塞磨损故障为例,详细说明了基于粗糙集-局域波-神经网络的故障诊断方法的原理和步骤。诊断结果证明了此方法的有效性。     

基于局域波和Hilbert变换的柴油机气缸压力识别方法

柴油机燃烧激振响应中蕴含着气缸工作压力的信息,对其进行Hilbert变换,可使压力信号的信息更为显著。然后利用局域波法对变换后的信号进行分解,获得能够表征气缸压力信号的模式分量。同时,从传递函数的角度对该方法的有效性进行了简单的证明,并给出了该方法在工程应用中的实例。     

基于CEEMD样本熵的柴油机故障诊断

针对柴油机振动信号非线性、非平稳的特点,提出一种基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)样本熵和支持向量机(Support Vector Machines,SVM)的柴油机故障诊断方法。该方法首先采用CEEMD对柴油机振动信号进行自适应分解,然后计算包含有主要故障信息的固有模态函数(Intrinsic Mode Function,IMFs)分量的样本熵,并结合主元分析对其进行降维处理;最后将提取出的主元特征向量输入SVM以判断柴油机的工作状态和故障类型。对CZ4110柴油机不同工况的分析结果表明,该方法可有效地用于柴油机故障诊断。     

基于排气噪声EMD的柴油机失火故障诊断

针对坦克柴油机失火故障诊断问题,在实车上模拟了失火故障,应用EMD对不同状态下的排气噪声信号进行了经验模态分解,利用Hilbert变换求取了主固有模态分量(IMF)的瞬时频率函数,以其围绕周期性排气噪声基频的波动方差和平均穿越率为特征参数,建立了一种诊断柴油机失火故障的方法。应用结果表明了诊断方法的可行性。     

小波神经理论在风力机齿轮箱故障诊断系统中的应用

风力机齿轮箱振动信号是一种时频特性复杂的非平稳信号,常规的时域和频域分析方法难以有效的分析齿轮箱故障及提取故障特征。提出一种基于小波分析和神经网络的风力机齿轮箱故障诊断方法,该方法采用小波时频分析技术对风力发电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,为实现智能诊断提供故障特征值。应用BP神经网络进行故障识别,并采用LabVIEW和matlab软件予以实现。结果表明,该方法能有效提高风力发电机组齿轮箱故障诊断的准确性。     

基于小波包与神经网络的柴油机故障诊断

针对柴油机缸盖振动信号的非平稳时变特点,提出应用小波包能量法提取故障特征向量,并将提取的特征向量作为BP神经网络的输入向量进行学习训练。训练后的神经网络可以利用测量的振动信号判断柴油机的气阀机构故障状况。实践证明该方法在柴油机振动诊断中是有效可行的,对其他设备的故障诊断也具有借鉴意义。     

融合技术在柴油机故障诊断中的应用

导致柴油机同一故障的各相关检测信号使其融合，应用在神经网络故障识别系统中，可以快速，准确地诊断柴油机.主主要融合气缸振动信号，喷油信号及水温信号，设计了通过撮以信号持征值，应用神经网络识别系统诊断柴油机功率下降故障的方法。信号特征值分别按各自信号的特点提取，其中气缸振动信号以振动信号的各子带功率谱为特征，即在频域中选取特征；喷油信号以信号波形形状识别为特征，即在时域中选取特下；水温信号因其为慢速变化信号，取不同阶段的水温信号为特征。     

柴油机磨损故障振动诊断机理的研究

本稳分析了现有振动方法在柴油机故障诊断研究和实际应用方面存在的问题，提出了基于振动产生和传播机理的诊断研究方法，介绍了基于这种方法的活塞－缸套磨损和滑动主轴承磨损故障振动诊断机理的理论分析和试验研究结果，提出了一种新的振动诊断法。     

基于EEMD和LSSVM的船用柴油机故障诊断

针对船用柴油机故障诊断时振动信号的非平稳特性和难以获取大量样本的实际情况,提出一种总体经验模态分解EEMD和最小二乘支持向量机LSSVM相结合的诊断方法。运用EEMD方法对特定时段的振动信号进行分析,计算各内禀模态函数IMF,并求其包含时间信息的能量熵,以之作为特征向量输入到LSSVM分类器来判断柴油机的故障类型。经实例验证,该方法能在保持信号完整性的前提下有效提取故障特征,在小样本情况下具有较高的诊断精度、较快的诊断速度和较强的泛化能力,能有效应用于同类型机械的故障诊断。     

利用振动参数监测和诊断柴油机滑动主轴承磨损状态的研究

本文介绍了柴油机滑动主轴承磨损状态的诊断研究,其中包括主轴承磨损状态的故障模拟试验、柴油机主轴承座和机座表面振动信号及相关热力参数的测定、振动信号的分析处理和监测与诊断柴油机滑动主轴承磨损状态的特征参数的提取。此研究为准确诊断柴油机的主轴承磨损状态提供了可行的方法。     

基于连续小波变换系数的柴油机异响故障特征提取与诊断

用Morlet小波对EQ6BT柴油机活塞敲缸响、活塞销响的缸体振动信号进行连续小波变换，然后将所得到的小波变换系数作出尺度—能量谱以及三维能量谱图，从而实现了对柴油机异响故障的特征提取和诊断。结果表明：利用Morlet连续小波变换系数的尺度—能量谱和三维能量谱图，能够直观而有效地检测和区分EQ6BT柴油机活塞敲缸响、活塞销响两种故障及其故障的严重程度。     

小波包改进算法及其在柴油机振动诊断中的应用

针对柴油机缸盖表面振动信号的非平稳时变特点,提出了基于小波包分析的柴油机振动诊断方法。给出了小波包变换的一种改进算法,通过移频处理,克服了原算法中的频率混叠现象,使分解序列的排列顺序与频带的线性划分顺序一一对应。通过对完整工作循环内的缸盖信号进行小波包分解,实现了整循环诊断特征向量的快速提取。试验结果表明,该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值。