基于飞蛾扑火优化的MCKD算法在往复压缩机轴承故障诊断中的应用

往复压缩机作为一种高噪声设备,采集到的轴承振动信号存在大量噪声干扰,针对这种具有非线性、非平稳性的信号,提出了一种基于最大相关峭度解卷积的往复压缩机轴承故障诊断方法.使用飞蛾扑火优化算法对最大相关峭度解卷积的参数周期T和滤波器长度L进行自适应选择,用参数优化后的最大相关峭度解卷积算法对往复压缩机轴承振动信号进行解卷积处...     

基于谱峭度解卷积的特高压直流输电换流阀空冷器故障诊断方法

针对特高压直流输电换流站换流阀的空冷器电机在实际运行过程中易出现的复合故障,该文提出了空冷器电机早期复合故障的诊断方法。基于频谱分析法和快速峭度图解决了空冷器电机潜在的,由于微弱故障累积而导致的换流阀乃至换流站运行不安全、不稳定的问题。首先,从振动信号入手,通过分析快速峭度图,得到复合故障模式下严重故障的谱峭度值,根据谱峭度值构建带通滤波器,进而得到严重故障的故障特征;然后,再构建带阻滤波器,通过多次滤波人为地不断衰减严重故障的故障特征,从而凸显微弱故障,经过多次滤波后使原本耦合的复合故障得到有效分离;最后,采用换流阀空冷器电机运行的实际信号,对所提算法进行了验证。     

万向轴动不平衡检测的自适应变分模态分解方法

万向轴动不平衡主要体现在万向轴振动信号的转频及其倍频上,为了更准确地提取动不平衡振动特征,引入具有完备理论基础、窄带滤波特性和最优解的信号分解方法——变分模态分解法来提取动不平衡振动特征。然而,变分模态分解的结果对两个参数(模态数量、惩罚因子)的设置很敏感。因此,提出应用傅里叶谱的均方根分布与其局部峭度值确定变分模态分解的模态数量,利用傅里叶谱峭度增量对惩罚因子进行最优选择。建立万向轴动不平衡的自适应提取模型,应用试验台实测数据对该检测方法和模型的有效性进行了验证。     

强背景噪声下基于谱峭度-波束形成轴承故障特征提取

在利用声学信号分析法对滚动轴承进行故障诊断时,环境噪声或其它设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题,提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带,然后根据确定的频带,利用2 阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号,最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明,该方法能够在强干扰环境下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的效果。     

在幅值域中对轴承疲劳寿命试验的在线监测

从实际工程应用的角度出发,介绍了利用微机对轴承进行在线监测;根据采集到的数据对轴承进行故障诊断,总结了轴承疲劳受损后其振动信号中各参数的变化规律,给出了峰值、有效值、峭度等参数的变化趋势,并判断出故障的原因;总结了轴承早期点蚀的故障诊断方法.     

基于改进经验小波变换的高压电缆局部放电噪声抑制研究

对高压电缆的局部放电(PD)进行监测,并对其所包含的噪声信息进行抑制,是一种有效的绝缘评估方法.针对PD信号所包含的复杂噪声信息,提出一种基于改进经验小波变换(IEWT)的噪声抑制方法.该方法以IEWT分解为核心,通过将含噪信号分解为按频率顺序排列的经验小波函数(EWF),有效避免复杂噪声信号分解时的模态混叠现象.利用峭度规则对分解得到的EWF进行筛选,最后对筛选出的有用EWF进行重构和降噪处理,达到对复杂含噪信号的噪声抑制效果.模拟仿真以及现场测试表明,与现有基于EWT和基于EMD的降噪方法进行对比,该文所提方法可更有效地抑制PD信号所包含的噪声信息.     

基于几乎周期时变AR模型的故障早期预报

针对旋转机械振动信号具有循环平稳性的特点,提出一种基于几乎周期时变AR模型的故障早期预报方法,推导了基于循环统计量的辨识算法,其具有抑制加性平稳噪声的优点;并利用该模型对转子早期碰摩试验数据进行了分析,首先根据正常状态数据辨识模型参数,然后对故障状态时的残差信号进行峭度分析,结果表明该方法可以检测早期故障并预报未知故障。     

采用粒子群算法的冲击信号自适应单稳态随机共振检测方法

针对冲击信号阱内共振的特点、随机共振系统参数合理选取缺乏有效的理论依据以及传统自适应随机共振单参数优化的不足,提出一种基于粒子群算法(Particle swarm optimization,PSO)的多参数同步优化自适应单稳态随机共振方法.该方法采用单稳态随机共振模型,避免了经典双稳系统势阱间的共振跃迁,并选用单稳态系...     

基于VMD和对称差分能量算子解调的滚动轴承故障诊断方法

针对滚动轴承早期故障振动信号非平稳、强噪声,故障频率难提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和对称差分能量算子解调的滚动轴承故障诊断方法。首先,利用VMD方法将滚动轴承待分析信号分解成若干个模态分量;其次,根据峭度最大准则来选取被对称差分能量算子解调的模态分量,解调后获取待分析信号的幅值、频率信息并计算包络谱。实验结果表明:与传统能量算子相比,所提方法能突显故障特征频率并有效抑制虚假干扰频率,更有利于滚动轴承故障诊断。