基于重分配魏格纳时频谱和SVD的故障诊断

时频谱重分配能有效提高时频谱的时频聚集性,减少干扰项。当振动信号中存在着能量较大噪声时,重分配时频谱会受到噪声干扰影响,降低时频分布的可读性。将重分配魏格纳时频谱(RWVDS)和奇异值分解(SVD)结合形成一种新的机械故障诊断方法。利用重分配算法对魏格纳时频谱进行重分配,提高魏格纳时频谱的时频聚集性,再对重分配时频谱进行SVD降噪,降低了噪声干扰影响,提高其时频分布的可读性。该方法对仿真信号、滚动轴承及齿轮箱故障信号进行了分析,并与其他几种方法作了比较。结果表明,该方法时频聚集性好,抗噪能力强,能有效识别强噪声背景下的机械故障特征。     

基于阶次跟踪和经验模态分解的滚动轴承包络解调分析

针对齿轮箱升降速过程中振动信号非平稳的特点,将计算阶次跟踪方法与经验模态分解技术相结合,提出一种研究旋转机械瞬态信号故障诊断的分析方法。首先对齿轮箱启动时测得的振动信号进行时域采样,再对时域信号进行等角度重采样,将其转化为角域准平稳信号,然后对角域里的信号进行经验模态分解得到多个固有模态函数分量,最后对包含轴承故障信息的高频固有模态分量进行包络解调分析。结果显示：阶次跟踪技术能够有效地避免传统频谱方法所无法解决的“频率模糊”现象,将非平稳信号转化为准平稳信号;经验模态分解方法能够提取包含故障信息的固有模态分量,将两种方法相结合是对传统频谱分析法的有力补充,具有很广阔的应用前景。     

基于自适应时频分析的滚动轴承故障诊断

针对滚动轴承故障诊断,提出一种将集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和平滑伪魏格纳分布(Smoothed Pseudo Wigner-Ville Distribution,SPWVD)相结合的EEMD-SPWVD自适应时频分析方法。首先将多分量轴承故障信号通过EEMD分解为多个单分量信号的叠加;然后参考各分量的互相关系数去除虚假分量,筛选出真实的固有模态分量(Intrinsic Mode Function,IMF);最后将筛选出的固有模态函数进行SPWVD计算,并从低频到高频逐步有选择地线性叠加到EEMD-SPWVD时频谱图中。通过对EEMD-SPWVD方法的滚动轴承内圈故障诊断仿真和西储大学轴承内圈故障信号的特征提取应用,对比SPWVD时频谱,说明了EEMD-SPWVD方法相对单一方法的优越性,验证了该方法在滚动轴承故障特征提取中的有效性。     

基于相位谱测量的脉冲调制信号频域测量方法

传统的脉冲调制射频(Pulsed RF)信号普遍采用时域、包络域测量手段进行测试。本文则提出了一种全新的频域测量方法：通过在非线性网络分析仪平台上测量脉冲调制信号的幅度谱和相位谱,经过频谱缝合和外推等处理获得其完整的频谱信息,从而重构出时域波形和包络。实验表明,该频域测量方法的相位谱测量准确度能够达到±1°,通过频谱外推能够获得平滑的时域包络。和传统的时域、包络域测量手段相比,该方法继承了频域测量高动态范围的优势,能够获得更好的测量精度。     

基于小波包和阶次包络谱的轴承故障诊断

研究旋转机械在变速过程中振动信号的分析方法。利用小波包提取了齿轮箱启动过程中振动信号的高频成分,并对其进行了角域重采样,在此基础上利用H ilbert包络解调得到轴承故障信息的阶次包络谱。结果显示:将小波包和阶次包络谱分析法相结合处理轴承瞬态信号时,能够有效地避免传统频谱方法无法解决的“频率模糊”现象,对轴承的早期故障有一定的识别能力,是对传统的频谱分析法的有力补充。     

融合K-S检验和SPWVD的顶锤裂纹检测方法

在交变的高温高压环境下,人造金刚石压机中的硬质合金顶锤易出现裂纹,如果不及时检测并更换裂锤会造成更多顶锤瞬间同时破裂,从而造成重大的经济损失。针对如何检测顶锤裂纹,提出了一种基于Kolmogorov-Smirnov(K-S)检验和平滑伪维格纳分布(SPWVD)的方法。该方法根据脆性材料在产生裂纹时会伴随着声发射波释放的特点,结合突发型声发射信号属于高频率高能量信号的特性,首先将顶锤裂纹信号设为模版,并对采集的声发射信号进行加窗截取,然后利用双样本同分布Kolmogorov-Smirnov检验对截取的信号进行匹配,对匹配到的疑似顶锤裂纹信号进一步利用平滑伪维格纳分布进行分析,根据得到的频谱信息确定顶锤是否出现裂纹。利用顶锤在平稳以及两种突发型声发射状态对所提方法进行验证,实验结果表明该方法能够准确检测出顶锤裂纹,适合金刚石压机顶锤裂纹的在线检测。     

基于全矢EMD的低速重载轴承复合故障诊断方法

针对低速重载轴承故障信号频率低、单通道情况下复合故障信号不完整,从而导致故障特征提取困难的问题,提出将全矢谱技术与EMD相结合的方法解决低速重载轴承故障诊断问题。首先对时域非平稳信号进行角域重采样转化为角域伪平稳化信号;然后通过EMD进行信号的分解与重构,采用双通道全矢谱技术进行同源信息融合,弥补单通道信号测量的不完整性;最后对重构信号进行频谱分析提取特征参量进行故障识别,并通过试验分析进行了验证。     

基于伪Wigner-Ville分布与小波变换的滚动轴承故障诊断

针对滚动轴承故障信号非平稳、非高斯的特点,提出了基于伪Wigner-Ville分布及小波变换的滚动轴承内、外圈故障诊断方法。在研究滚动轴承故障诊断机理,伪Wigner-Ville分布及小波变换理论的基础上,利用这两种方法对内圈、外圈故障的滚动轴承的振动信号进行了分析,提取了故障特征频率。结果表明,小波变换能够比伪Wigner-Ville分布更有效地提取轴承故障的特征信息,提高轴承故障诊断率。     

基于LabWindows/CVI和DSP的信号采集分析系统

介绍一种以LabWindows/CVI为软件平台,PC和DSP为硬件平台;利用DSP片内A/D转换器实现数据采集,通过串口实现数据通讯的虚拟仪器系统.该系统能够实现信号实时采集,对信号进行时域分析和频域分析,并可通过相位差法等四种频谱校正方法实现频谱校正,以此提高系统频谱分析的精度.     

600MW机组辅机设备噪音振动FFT频谱分析仪的设计

为了检测和研究600 MW机组辅机设备的噪音振动信号,设计了基于Lab VIEW和ARM处理器的噪音振动FFT频谱分析仪。设计的FFT频谱分析仪实现了无人值守情况下噪音振动信号的高速采集和存储,而且能够对信号进行时域特征和频域特征的分析。最后采用声级校准仪AWA6222A和振动校验仪DX-02对分析仪进行测试,结果表明设计的分析仪能够快速地完成信号的频谱分析和图形显示,测量精度高,运行稳定。