基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取

滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其它能量较大振源信号的干扰。传统的希尔伯特-黄变换（HHT）对信噪比大、多频率调制信号常因不能对其所包含的固有模式函数（IMF）实现准确分离和去除调制干扰分量而失效。本文提出了基于HHT和独立分量分析（ICA）的滚动轴承诊断新方法。该方法首先利用经验模式分解（EMD）将滚动轴承振动信号分解成若干平稳的本征模式函数IMF分量,通过提取若干包含主要信息的IMF分量,应用带通滤波器和Hilbert变换获取IMF分量的高频包络波形,再应用ICA分离包络波形并进行频谱分析,进而判断滚动轴承的运行状况。仿真和试验分析结果验证了本方法的可行性。     

独立分量分析在滚动轴承包络分析中的应用

提出了一种利用独立分量技术消除或有效抑制包络分析中强干扰对分析结果影响的方法.该方法首先用包络分析方法提取滚动轴承振动信号的包络波形,再通过独立分量分析实现各振源包络分量的分离去噪,最后对滚动轴承相关的包络分量进行包络谱分析,获得对滚动轴承故障在强干扰源存在下的准确结果.     

DTU型摊铺机辅助液压系统工作原理及故障排查

1.组成及工作原理
　　（1）组成
　　DTU型摊铺机辅助液压系统主要由左找平缸1、右找平缸2、左找平液压锁3、找平电磁阀4、找平节流接头（5、6）、液压油箱7、分流阀8、辅助泵9、找平优先流量阀10、过滤器11、左大臂升降缸12、大臂节流接头（13、16）、防降电磁阀（14、17）、右大臂升降缸15、大臂升降阀18、大臂加卸载阀19、加卸载溢流阀20、主溢流阀21、大臂优先流量阀22、料斗开合阀23、料斗液压锁24、料斗节流接头25、左料斗缸26、料斗节流接头27、右料斗缸28等组成,如附图所示。其中分流阀8、找平优先流量阀10、料斗开合阀23、料斗液压锁24,以及大臂优先流量阀22组成分流集成阀组。     

基于Morlet小波包络分析的滚动轴承多源故障分离

滚动轴承初始故障振动信号比较弱,易被干扰噪声淹没,使得传统的包络分析方法失效,而且实际采集的信号往往为多个振源的混合信号.提出用Autoregressive模型对轴承故障数据进行预处理,得到包含故障脉冲冲击的信号.利用kurtosis最大化准则自动获取complex Morlet小波包络分析方法的中心频率和包络带宽,对采集信号进行包络分析,最后对得到的包络信号进行独立分量分析实现各振源包络分量分离,进而获取故障冲击信号.仿真试验与模拟故障试验验证了该方法的有效性.     

基于短时傅里叶变换和独立分量分析的滚动轴承包络分析

滚动轴承的早期故障信号能量小,频带分布广泛;而传统包络谱分析技术直接在强干扰影响下对滚动轴承的故障特征提取经常失效.提出一种基于短时傅里叶变换(short time Fourier transform,STFT)的能量谱和独立分量分析( independent component analysis,ICA)的抗干扰滚动轴承包络分析新方法.该方法首先对获取的滚动轴承振动信号进行STFT能量谱分析,获取信号采样频带下的能量分布,采用带通滤波器获得高频带能量信号,并提取该包络波形,再通过ICA实现包络波形按源分离去噪,最后通过比较各独立分量的包络频谱与滚动轴承理论计算故障特征频率的匹配性,实现滚动轴承故障的精确诊断.仿真数据和试验验证该方法的可行性.     

基于AR模型的滚动轴承振动信号Morlet小波包络分析

滚动轴承初始故障振动信号比较弱,易被干扰噪声淹没,使得传统的包络分析方法失效。提出用Autoregressive(AR)模型对轴承故障数据进行预处理,得到包含故障脉冲冲击的信号。利用Kurtosis最大化准则自动获取complexMorlet小波包络分析方法的中心频率和包络带宽,避免传统的包络分析中需手工设置中心频率和包络带宽的不足。试验验证了所介绍方法的有效性。