BP神经网络在滚动轴承早期故障诊断中的应用

滚动轴承是旋转机械中应用普扁而又易损的元件之一，其故障在机械故障中占有很大的比例．因此，轴承故障诊断、特别是早期诊断很受重视．本文将神经网络应用于轴承早期故障诊断，简要说明了ＢＰ神经网络的基本原理、算法及特点，介绍了实验数据的分析过程和参数选择原则．实验结果表明，选择适当的网络结构进行训练、学习和检验，可以把良好轴承、内环缺陷轴承、外可缺陷轴承、滚子缺陷轴承及具有三种综合缺陷的轴承区分开来，并能初步估计出缺陷的大小．     

基于小波变换的包络分析

把小波理论应用于包络分析，介绍了小波包络方法，并把这一方法推广到组合小波包络分析，详细讨论了高斯平顶频窗组合小波的构造和参数选择方法。由于小波分析本身具有时、频域局部化特性，因此小波包络分析不需要配以滤波环节即可提取所需频率范围信号的包络；又由于可以通过改变参数来调节小波频窗的形状、位置和宽度，因此小波包络分析有着很大的灵活性，而且软件实现容易。     

基于小波包分析的航空发动机故障诊断

航空发动机是一种复杂的旋转机械,故障种类多面且难以辨别。为了保定飞行安全,对航空发动机的故障进行正确、快速地检测,在分析航空发动机故障特征的基础上,利用发动机振动信号的时域指标判断发动机工作是否正常,再对存在故障的发动机振动信号进行小波包分解,作出频带能量图来进一步识别故障。按上述方法对某型涡轮风扇发动机在飞行中空中停车的振动信号作了分析,准确地识别出了故障。结果表明,小波包分解方法进行航空发动机故障诊断具有简单、直观的实际应用价值。     

提升格式下的小波优化及陀螺信号降噪

在小波的各种应用中,一直存在着小波基的选择问题。在小波的提升框架下,提出了一种基于进化算法的小波优化方案,能够根据信号处理的目标对已有小波的系数进行修正。针对陀螺信号的降噪问题,采用此方案得到了一个优化的新小波,并利用这个新构造的小波进行了仿真。结果表明,优化的小波可获得更好的降噪效果,而且与传统方法相比,这种优化方案具有较大的灵活性,可适用不同的实际要求。     

500 kV SF6 电流互感器内部盆式绝缘子缺陷电场分析和实验研究

近年来,涉及SF₆气体绝缘电流互感器故障次数较以往明显增多。为此,对一起故障的500 kV SF₆电流互感器进行解体事故分析,发现事故是由运行过程中内部盆式绝缘子产生缺陷造成的。为深入了解气体绝缘电流互感器绝缘特性,从源头上防止突发性故障,依据SF₆气体绝缘电流互感器事故分析结果,对盆式绝缘子有气泡、裂缝、金属污染等缺陷的情况进行了三维电场仿真计算分析和局放实验研究。研究结果显示：有缺陷的盆式绝缘子电场发生畸变,尤其是有金属污染时电场畸变最为严重,局放电压急剧下降。研究得出的数据和结论为SF₆气体绝缘电流互感器的绝缘设计、结构优化、运行维护和故障分析提供了理论参考依据。     

小波包分析在旋转机械冲击故障诊断中的应用研究

小波理论在工程中应用的特点之一是能对信号进行多维多分辨率分解及重构,能够用于提取信号的一些特征成份。基于这一优点,本文将小波包分解及重构理论应用于旋转机械冲击故障信号的处理,通过对试验数据的分析,得到了清晰、直观的系统冲击响应成份,与同时测得的声发射信号相对照,说明这一方法是有效的。     

基于nRF24E1的无线加速度测量系统的设计

介绍了一种无线数传集成加速度传感系统。在讨论了测量加速度传感器及信号采集变换电路之后,给出了该系统测量数据无线传输的原理和设计方法。该系统克服了有线传输测量加速度传感系统的局限性,测量使用极为方便。     

小波-神经网络-模糊识别在旋转机械故障诊断中的应用研究

对旋转机械故障诊断常用的一些方法进行了评述与比较;利用小波包可进行多维多分辨率分析的特点,对旋转机械振动信号进行特征提取。对提取的特征,用ＡＲＴ２神经网络诊断故障类型,根据故障类型的诊断结果,进一步对故障严重程度进行模糊识别;通过对实验数据的分析处理,获得了较好的效果。     

蓝牙无线数据采集模块的设计

本文介绍了由ADUC812和蓝牙芯片ROK101008构建的无线数据采集模块，给出了该模块的总体方案、硬件电路和软件设计。该模块可以实现8路数据的采集与无线传输，并能实现2路PID控制。     

机床位置半闭环微机控制系统

介绍了作者研究的以MEX68000ECB单板机作为主控装置、旋转变压器作为位置检测元件、SCR-D为驱动执行装置、机床滑台为控制对象的机床位置半闭环控制系统,以及所进行的探讨性工作。本文所设计的脉宽调制旋转变压器位置检测单元分辨率达0.65μm,属高分辨率测量环节。本文在建立了整个控制系统数学模型的基础上,用离散分析及仿真计算对控制系统进行了研究。联调系统达到了满意的快速性、平稳性及控制精度。最后提出了进一步提高控制精度的措施。