基子MATLAB的全信息虚拟时频分析仪设计

以全信息技术及其相关时频分析方法为基础，以MATLAB为开发平台，设计了软硬件相结合的全信息虚拟时频分析仪，并阐述了系统的具体设计及其功能实现。     

复局部均值分解全矢包络技术及其在转子故障特征提取中的应用

为更全面提取转子故障特征,将全矢谱和复局部均值分解(Complex local mean decomposition,CLMD)相结合,提出二元的全矢包络技术——CLMD全矢包络技术。采用正交采样技术获取转子同一截面上互相垂直方向上的振动信号,并将其组成一个复数信号;运用CLMD将复数信号按能量从高到低的顺序依次分离出系列复乘积函数(Complex product function,CPF),并解调出CPF的复包络;由于故障特征主要在能量较高的CPF分量中,通过全矢谱技术融合前几阶CPF分量的包络信号,得到相应的全矢包络谱。仿真的调幅-调频信号分析结果表面,较之Hilbert解调,CLMD全矢包络技术可提取隐含的调频信息,而且不存在虚假的低频谱线。转子试验台模拟的基座松动信号、碰摩信号分析结果表明,较之单源信息的包络谱,CLMD全矢包络技术提取的谱线特征更清晰、全面,而且根据全矢包络谱可有效区分基座松动引起的碰摩和单一碰摩故障。     

网络化设备巡检系统的设计与实现

针对目前的设备巡检系统,其前台巡检仪笨重且只具有数据采集功能,无法及时地对现场采集数据进行分析,其后台管理系统不支持远程访问等问题,设计并实现了网络化设备巡检系统.该系统由前台掌上巡检仪和后台设备巡检管理系统两大部分组成.在该系统中,其前台掌上巡检仪轻便、灵活且可以对现场信号进行基本的时域和频域分析;其后台巡检管理系统不仅可以实现对巡检数据进行更加深入的信号分析、诊断及报表,而且可以通过Internet实现远程访问和共享.     

基于XML Schema和Web服务的虚拟企业集成框架

虚拟企业(Virtual Enterprise,VE)环境中异地分布的伙伴企业采用不同的平台运行,这造成了VE内部大量异构数据的存在,可以说VE在本质上是一个异构系统的集合体.在异构系统间以STEP(ISO-10303)建模语言--EXPRESS映射的XML Schema作为产品数据交换集,既保证了产品全生命周期中产品数据的一致性又使得基于Internet的跨企业应用集成成为可能.鉴于上述思想,本文提出了一种基于XML Schema的VE集成框架;并且,借助Web服务技术,对CAx和PDM系统间跨企业的集成方式进行了新的探讨:将PDM系统的某些方法(CheckIn/CheckOut等)以Web服务的形式提供给CAx系统.这样,系统间可以XML Schema约束的有效XML数据绑定的SOAP消息进行交互,实现Internet平台上跨企业的地集成.最后以实例加以说明.     

旋转机械虚拟探头融合检测技术研究

针对旋转机械振动检测中易造成的强度和谱结构误差,提出一种基于同源数据融合方式的虚拟探头检测方法.该方法将探头虚拟在任一谐波轨迹的最大强度方向,为提取各谐波的最大强度提供了理论依据和计算方案.该方法不仅可以方便地从截面检测拓展至三维空间,而且可以方便地推广到其他数据处理方法.构建了一种全新的基于数据的检测分析体系.对于提高旋转机械检测的精确度和故障诊断的准确率,具有重要的理论和工程意义.     

矢双谱分析及其在机械故障诊断中的应用

双谱分析由于可以有效提取信号中的非线性特征被广泛应用于转子故障诊断。但常规双谱分析是以单通道信号为研究对象,不能全面地反映转子系统的非线性特征,存在着信息遗漏的问题,而且由同一截面的两个通道信号得出的分析结论会不一致。为解决这个问题,以全矢谱分析方法为基础提出矢双谱信号分析的新方法。矢双谱是融合了同一截面上双通道信号的幅值信息而保留了各自的相位信息的全矢双谱分析方法,能够真实地反映转子运转所包含的各种信息,且能满足分析结论的一致性要求。给出矢双谱的定义与算法,通过仿真和齿轮箱故障试验,研究结果表明,该方法能够更加全面地反映信号中所包含的非线性特征信息,分析结论具有一致性和可信性,从而提高智能故障诊断的准确性。     

全矢深度学习在轴承故障诊断中的应用

为了应对日趋庞杂的故障监测系统数据,针对单通道信号存在的信息遗漏以及传统智能诊断手工提取特征的复杂性和不通用性,提出了全矢深度学习滚动轴承智能诊断方法。首先,用全矢谱融合双通道的振动信号,得到全矢融合后的主振矢数据,克服了单通道振动信号信息不完整的缺点;然后,在此基础上构建全矢深度神经网络,结合稀疏编码和去噪编码算法,自适应地提取故障特征。最后,使用反向传播算法进行网络参数整体微调。试验结果表明,该方法能够自适应地提取更为有效的故障特征,提高了故障诊断准确率和稳定性,改善了传统方法的复杂流程。     

滚动轴承退化指标选取方法研究

针对滚动轴承退化过程指标选取问题,提出了一种基于噪声辅助的多维EMD(Noise-Assisted Multivariate EMD)和主成分分析(PCA)相结合来提取退化指标的方法。该方法首先利用NA-MEMD对同源双通道信号和噪声辅助通道信号进行分解得到一系列多元IMF分量,然后采用相关系数准则选取敏感分量重构信号,其次计算出轴承退化过程中重构信号的退化指标序列,再根据序列的单调性和鲁棒性,选择优良指标进行PCA融合,最后把第一主成分作为反映滚动轴承退化过程的最终指标。对PRONOSITS平台提供的全寿命周期的数据进行分析,结果表明,在滚动轴承的退化过程中,较单一指标,基于NA-MEMD和PCA融合的指标能够比较完整的表征滚动轴承的退化过程。     

小波包-双谱分析和Hilbert-双谱分析的滚动轴承故障诊断方法对比研究

滚动轴承故障诊断是机械故障检测中的一个重要方面. 为了提取滚动轴承微弱振动信号,给出了两种方法小波包-双谱分析法和Hilbert-双谱分析法,并就不同状况对两者进行了对比研究,结果表明,两者都克服了传统谱分析和普通双谱分析中不能充分体现故障信号的缺点.在高斯和非高斯噪声干扰很小时,前者优于后者;在高斯噪声干扰下,而前者更优于后者,在非高斯噪声干扰下,后者则无能为力,前者能够充分体现滚动轴承故障信息.所以小波包-双谱分析法为滚动轴承故障诊断提供了一种准确有效的方法.     

齿式联轴器联接不对中振动机理及特征分析

基于相关学科中的一些原理和方法,通过对齿式联轴器联接不对中故障的受力和运动状态方面分析从二维领域推广到了三维立体领域,对该种故障的振动特征进行了分析。得出了齿式联轴器联接不对中在稳定啮合时内齿环轴线与外齿环轴线间的空间位置关系,以及用内齿环的力和力偶平衡的方法来求其轴线间夹角的一般方法,并得出了齿式联轴器联接不对中故障所具有的一些振动特征。