基于特征评估与核主分量分析的齿轮故障分类方法

针对无先验知识模式下机械故障特征的选择、融合存在盲目性、片面性,提出了一种基于特征评估与核主分量分析的齿轮故障特征提取与分类方法。该方法采用小波包分解对原始信号进行分解,分别提取原始信号和各分解信号的时域指标组成联合特征,然后确定了稳定性门限值与敏感性筛选比例因子,采用稳定性与敏感性联合评估方法对特征进行评估,并利用核主分量分析方法提取剩余联合特征中的非线性特征,实现不同齿轮故障状态的分类。实验结果表明,这种集成了小波包分解、特征联合评估方法和核主分量分析的齿轮故障分类方法能够更好地提取齿轮故障的特征信息,从大量的故障特征中剔除不稳定与不敏感的劣质特征,明显改善了核主分量分析提取齿轮故障非线性特征的效果。     

基于连续小波变换系数的柴油机异响故障特征提取与诊断

用Morlet小波对EQ6BT柴油机活塞敲缸响、活塞销响的缸体振动信号进行连续小波变换，然后将所得到的小波变换系数作出尺度—能量谱以及三维能量谱图，从而实现了对柴油机异响故障的特征提取和诊断。结果表明：利用Morlet连续小波变换系数的尺度—能量谱和三维能量谱图，能够直观而有效地检测和区分EQ6BT柴油机活塞敲缸响、活塞销响两种故障及其故障的严重程度。     

焦化辐射进料泵改造

通过对焦化装置辐射进料泵的分析,确定了其产生故障的原因。采取去除增速箱部分、改造泵轴等部件和使用变频调速技术等措施实施改造,改造后泵的运行状况显著改善,能耗大为降低。     

基于Hilbert解调技术的齿轮箱故障诊断

从理论上分析了根据Hilbert解调原理进行齿轮诊断的可行性 ,并利用齿轮箱诊断实例证明了理论分析的结果。在论文结尾 ,指出了齿轮箱诊断所应注意的两个基本问题。     

声发射信号特征参数分析方法在镁铝合金拉伸试验分析中的应用

介绍了声发射信号特征参数及简单参数分析方法。用声发射技术监测了镁铝合金的拉伸过程,对比分析了拉伸特性曲线和声发射分布图随时间的变化规律,发现声发射事件计数和幅值能很好地反映拉伸的不同阶段。对信号参数进行关联分析,事件计数和能量关联在时间上的分布能很好地区分拉伸过程中的声源,也能很好地区分拉伸的不同阶段。     

复合材料拉伸过程的声发射特性研究

为了研究16MnR／0Cr18Ni9Ti复合材料断裂过程的声发射特性,可以利用声发射技术对16MnR／OCr18Ni9Ti复合材料试件的拉伸过程进行全程监测。研究表明,材料拉伸断裂过程中,声发射信号丰富明显,可测性良好,并且不同破坏阶段的声发射信号具有不同的特征。通过对不同拉伸阶段声发射信号的参数分析,可以了解材料不同变形阶段的声发射特性,并据此来分析材料损伤的发生、发展及演变过程。与传统的力学试验方法相比,声发射技术在研究复合材料断裂过程方面具有明显的优势。     

应用无量纲幅域参数诊断齿轮箱故障

本文首先探讨了无量纲幅域参数与随机信号的幅值概率密度函数之间的关系。对齿轮箱的4种状态──正常、裂纹、剥落、断齿，进行了计算机模拟分析和实验研究。阐述了无量纲幅域参数随故障变化的规律。对实际信号下各参数的灵敏度和稳定性作了比较，找出了较为合适的诊断参数。在此基础上，定义了峭度变化系数，对齿轮箱的实际信号进行了趋势分析，有助于齿轮箱的监测和维修。     

滚动轴承故障的声发射检测技术

介绍声发射信号技术的机理,研究用声发射检测滚动轴承故障的方法。把声发射信号与振动信号作对比,通过高通滤波后再进行包络解调,结果表明声发射信号可以较早地诊断出故障,抗干扰性好。而且经过信号处理之后,声发射信号分析的频率比较单纯,能够很简单地判断出故障部位。     

自回归谱在机器故障诊断中的应用

试验研究证明,应用自回归谱对机器的动态信息,如噪音、振动、运动误差等进行分析,从而诊断机器的缺陷和故障,是一种十分有效的手段。本文首先扼要地说明了自回归谱的基本原理和特点,并以电机、磨削过程和精密传动链为例,展示了自回归谱在各类机器的故障诊断、在线监控中应用的前景。     

基于混合核函数支持向量机的齿轮诊断方法研究

支持向量机是一种基于统计学习理论的新型机器学习方法,它具有在训练样本很少的情况下达到很好的分类效果的优点.把支持向量机技术应用于齿轮故障诊断,通过预先使用局部、全局核函数支持向量机的分类结果适当选取各自在混合函数中的权重,来作为混合核函数进行支持向量机分类.实验和数据分析证明,使用混合核的支持向量机比单独使用全局或局部...