积分双谱在滚动轴承故障诊断中的应用

<正>特征提取是状态监测和故障诊断的一个重要问题。近年来,高阶谱已应用于多种故障诊断领域。双谱分析技术因信息量少、估计方差高,应用受到限制,信息量较多的积分双谱技术将具有良好的工程应用前景。滚动轴承是矿山机械的重要组成部分。由于矿山机械工作环境恶劣,必须对滚动轴承进行状态监测和故障诊断[1]。有缺陷的滚动轴承的振动和噪声会表现出一些非高斯性[2]。在滚动轴承故障的众多问题中,异常噪声日益引起了人们的重视[3-4]。笔者利用积分双谱对滚动轴承的保持器噪声故障数据进行提取分析。     

基于双谱特征的行星齿轮箱故障诊断方法

为了研究行星齿轮箱齿面磨损全生命周期实验的退化过程,使用了可以抑制高斯噪声和对信号中产生的频率耦合进行解耦的双谱方法去进行故障特征提取,提出了两个基于双谱的特征指标,双谱熵以及非高斯强度,并通过特征指标评价方法去检验其指标性能。结果表明基于双谱熵具有良好的指标性能,而且对于行星齿轮箱齿面磨损的早期微弱故障十分敏感,适用于行星齿轮箱齿面磨损的故障诊断。     

循环双谱在滚动轴承故障特征提取中的应用

针对循环双谱能够处理循环平稳、非线性和非高斯信号,且能够完全抑制高斯噪声的特点,将循环双谱分析方法应用到滚动轴承故障特征提取上。但其计算量大,且所得的谱图信息冗余量大不直观,故对循环双谱进行简化研究,提出先对循环双谱做对角切片基础上再做二次峰值频率切片,然后用简化的循环双谱对滚动轴承故障做特征提取。仿真和实验结果证明了方法的有效性。     

基于AR双谱及其切片的溢流阀故障诊断

针对溢流阀体故障状态时振动信号具有明显非线性、非高斯的特点,建立基于时间序列AR双谱分析模型,给出了归一化AR双谱的计算公式;通过实验,对比了正常情况和故障情况下溢流阀的双谱图、等高线图,差异明显。实验结果表明采用AR双谱的方法来诊断液压阀的故障是可行的、有效的。     

指静脉锁结构设计及动态精度识别方法

针对目前指纹锁所出现的可复制、易伪造,受皮肤干湿度、表面污渍影响等问题,设计了一种新型指静脉锁,该锁体主要由机械本体与控制面板两部份构成,文中详细介绍了指静脉锁的机械结构与电路控制原理,文末提出了一种基于双谱提高指静脉锁动态精度识别的新方法,该方法主要是利用所采集到的若干个指静脉分布信号,经灰度化与二值化处理后将其排列成一组随机信号,而后利用双谱的数值计算方法将随机信号转换为三维空间分布图,由于双谱具备有效抑制噪声的特点,使有效信号得到进一步的加强,噪声信号得以抑制,从而大大提升指静脉锁的动态识别精度。     

多点随机振动控制试验中随机相位双谱恢复方法

为了适应多振动台试验控制要求,提出了一种基于双谱的随机相位恢复新方法。该方法首先通过对自谱添加线性相位,根据双谱数值估计算法获得其空间三维幅频视图与相位信息,随后通过推导建立起自谱与双谱间的幅频与相位联系,幅频关系主要体现在自谱与双谱幅频左右视图在数值上相差一个常数,相位关系主要体现在双谱相位按列展开向量在空间上与自谱相位间存在一一对应映射关系。通过一数值算例,验证了这层关系的存在。     

基于双谱的噪声信号检测

传统的功率谱分析方法不能提供信号的高阶统计信息,在信号检测中无法有效地抑制噪声.本文根据高阶谱对高斯噪声是零响应的这一特性,提出了一种基于双谱的信号检测方法.通过实验仿真.结果表明:无论是对混有随机噪声还是高斯噪声的信号,在低信噪比的情况下,该方法均可获得比传统FFT方法更好的检测效果.     

基于双谱的BP神经网络的齿轮故障模式识别

本文以双谱分析为基础,对双谱分析的结果进行特征提取,提出了双谱-BP网络故障诊断方法。以双谱为BP神经网络的输入特征向量,对所提出的方法进行了实验研究,结果表明所提出的双谱-BP诊断方法是判断故障类型的一种有效方法。