全矢力谱及其在旋转机械故障诊断中的应用研究

基于转子动力学理论,结合全矢谱分析技术,提出了全矢力谱技术,以进一步满足利用全矢谱技术对机组运行状态中的高频分量信息进行更直观、有效描述的目的,从而为机组高频故障的早期捕捉提供了有效的手段。进行理论推导并对其有效性进行平面和空间域两个方面的试验验证,结果表明：全矢力谱不仅可保持振动位移信号的优越特性,而且对机组高频动力特性的变化反映更为敏感,诊断故障的同时有效地避免高次谐波共振重大危害事故的发生,同时对以后研究转子多重（或耦合）故障提供了重要的分析依据。     

解调方法在齿轮故障诊断中的应用

大量的研究结果和统计资料表明,当齿轮失效时,齿轮啮合振动信号中将会出现幅值调制和相位调制现象,调制信号和齿轮的故障有直接关系。怎样从啮合振动信号中把调制信息提取出来,是齿轮故障诊断方法中的关键步骤之一。本文介绍了几种提取调制信息的解调方法,并通过实例验证了算法的正确性。     

基于分段幂函数的LMD方法及其在轴承故障诊断中的应用

局域均值分解是一种将复杂的多分量信号分解为若干个乘积函数的方法,每个PF分量为一个单分量调频调幅信号。传统LMD算法对所有极值点集利用滑动平均的方法计算局域均值函数和局域包络函数,易造成过平滑现象,运算量增大,并影响分解精度。本研究对传统LMD方法进行了改进,采用分段幂函数法分别计算上下极值点集的包络线,得到的包络线具有良好的光滑性和稳定性,进而计算局域均值函数和局域包络函数,避免了传统方法过平滑现象,提高了运算效率与精确度。通过对仿真信号分析和轴承故障诊断实验,结果验证了本研究所设计方法的有效性。     

MED方法及在滚动轴承故障诊断中的应用

介绍了最小熵解卷积（ Minimum Entropy Deconvolution, MED）的原理和实现步骤,说明了参数选择方法。为有效抑制噪声,增强故障特征信息,提出MED结合包络自相关的方法。通过实验台信号验证了所述方法的有效性及优点。     

故障诊断技术及其在冶金设备中的应用

本文综述了故障诊断技术这门新兴学科的产生,发展及其机理,并结合国内外应用实例,阐述了故障诊断技术在充分发挥机械设备潜力和降低维修费用方面的突出作用。     

频谱细化方法在干式真空泵故障诊断中的应用

基于小波变换的频谱细化方法可提取信号所需频率成分的特征.通过合理选择小波参数,利用多个单Morlet小波组成的组合小波可构成具有零相移、平顶通带及快速衰减过渡带特性的带通滤波器,再采用频谱细化方法对干式真空泵轴承的振动信号作频谱分析,提取出故障特征频率,并将该方法与功率谱分析做了对比.结果表明,基于小波变换的频谱细化方法比功率谱分析法有较高的频率分辨率,可更有效地应用于故障诊断,且实现过程也比较简单.     

局域均值分解方法在机械故障诊断中的应用

局域均值分解(Local Mean Decomposition,LMD)是近年来出现的一种新的时频分析方法。介绍局域均值分解的定义、基本算法。仿真验证LMD方法的有效性,结果表明LMD计算所得的瞬时频率均有物理意义,能更好地反映实际系统的状态。将该方法应用到轴承故障诊断中,实验证明该方法是有效的。     

运动增量编码器研究及其在故障诊断中的应用

运动增量编码器是一种新型的轴心轨迹测量传感器,其测量灵敏度可以达到亚微米级。它是典型的数字化传感器,没有模拟放大和滤波等环节,量程很宽且测量精度不受系统特性的影响和噪声干扰,这种传感器在测取轴心轨迹的同时还能获得轴的扭振信号,实现了两种传感功能的集成。在轴承及转子故障诊断和回转运动精度分析中有广泛的应用前景。     

改进模糊关联规则及其在故障诊断中的应用

关联规则挖掘能发现事务之间的潜在规则,在故障诊断中的应用有重要的研究价值.传统关联规则挖掘算法在数据离散化和支持度选取上都存在许多不足.文章在模糊关联规则挖掘算法的基础上重点研究了隶属度函数选取和最小支持度选取问题,提出一种改进模糊关联规则挖掘算法IFAR(an Improved Fuzzy Association Rules).算法采用基于k-means聚类的自动确定隶属度函数参数方法,克服了传统硬划分方法带来的"边界过硬"问题,避免了人为划定边界的盲目性.算法在支持度选取上采用一种多重最小支持度的思想,在避免产生无意义短规则的同时有效发现有意义的长规则,提高挖掘结果的质量.最后通过旋转机械故障实验仿真证明了IFAR算法在故障诊断中的有效性和正确性.     

数码管在故障诊断中的应用

本文介绍了数码管在故障诊断中的应用，本厂所设计的一套完整的诊断程序，能诊断全部硬件故障，其作用与屏幕显示等效。     

虚拟仪器在故障诊断中的应用

介绍了在电液伺服系统故障诊断中，以虚拟仪器LabVIEW为平台，设计了一套数据采集系统，大大提高了信号采集功能。     

专家系统在故障诊断中的应用

本文阐述了用Prolog语言编写的专家系统用于故障诊断的方法,介绍了知识库的结构,多重故障的检测,怎样处理故障的传播以及多重一级故障现象。     

互高阶谱MUSIC法在异步电机转子断条故障诊断中的应用

针对电机断条故障特征频率分量易被基波分量泄漏及噪声淹没而无法准确检测的缺点,提出了一种基于互高阶累积量的多信号分类法MUSIC的异步电动机转子故障特征提取方法。将故障信号进行空间分解,根据正交子空间的特性,有效地提取出转子故障特征分量。仿真和实验结果表明,该方法在对电机转子断条故障检测时,在不需要对分析数据进行整周期采样前提下,能准确检测出转子故障时电流中的故障特征成分,证明了该方法的有效性。     

矢功率谱与RBF网络结合在旋转机械故障诊断中的应用

与传统功率谱相比,矢功率谱融合了多通道的能量信息,反映的信息更全面.径向基函数网络具有良好的推广能力和分类能力.基于此,本文结合矢功率谱和径向基函数网络,提出了一种新的故障识别方法,该方法以矢功率谱为特征向量,径向基函数网络为分类器.并以转子裂纹、转子不对中、油膜涡动为例进行实验研究,实验结果表明,该方法是有效的.     

基于时频分析的阶次谱在齿轮故障诊断中的应用研究

对于变转速状态下的机械设备,所产生的信号大部分为非稳态信号.使用频谱分析其信号特征时,会随分析时间长度的变化而变化,无法突显重要的信号特征,导致在故障诊断或辨识上的困难.为了改善此缺点,提出时频阶次谱的分析方法,此方法结合短时傅立叶转换与转速频率阶次,拾取非稳态信号的阶次特征,再结合主成份分析法进行降维,将提取的时频阶次谱主成份输入BP神经网络中,进行齿轮-转子实验平台在非稳态运转下的故障诊断.研究结果表明:此种信号特征不因转速变化而改变,可有效作为机械设备在非稳态状态运转下的故障辨识,其辨识正确率可由93.8％提高至98.9％以上;训练速度由196 s加快至139 s,提高了29％,能达到快速故障诊断的效果.     

改进LMD与切片双谱在齿轮箱复合故障诊断中的应用研究

针对齿轮箱复合故障振动信号的非稳定性和多分量耦合调制的复杂特性,提出了基于分段三次Hermit插值改进的LMD与切片双谱相结合的复合故障特征提取方法,结合分段三次Hermit插值法稳定性好且能保证每个小段连续光滑的优点,用分段三次Hermit插值法代替滑动平均法,对极值点构造局部均值函数和包络估计函数,减少了信号的包络误差,提高了LMD分解的精确度。并以齿轮箱中滚动轴承和齿轮的复合故障振动信号为研究对象,通过实验对比验证了改进LMD的优越性和本文所提方法对复合故障诊断的有效性。     

GM(1,1)逐步优化建模方法及其在数控系统故障诊断中的应用

数控机床的数控系统的可靠性对数控机床质量起着非常重要的作用，但其故障信息是少信息的，如何对其故障做出合理的预测，具有重大的实践意义和理论价值。灰色系统理论是研究贫乏信息的科学理论，具有广泛的适应性。在GM（1，1）建模思想的基础上提出了一种逐步优化的建模方法。应用该模型对数控机床数控故障的预测进行了应用，效果令人满意，它为数控机床故障预测提供了科学而合理的新方法，值得推广使用。     

人工智能方法在热模锻压力机故障诊断技术中的应用

为提高热模锻压力机生产过程中故障诊断的效率,对热模锻压力机的故障机理进行了分析;应用规则推理与案例推理的智能方法对热模锻压力机的故障诊断进行研究。结合热模锻压力机的特点并针对两种推理技术各自的局限性,提出了将规则推理与案例推理相结合的、适用于热模锻压力机故障诊断的人工智能方法;构建了热模锻压力机生产过程中故障诊断的故障树,并得到导致故障现象的最小割集;建立了表示故障案例的五元组,以离合器打滑与制动器打滑为例进行案例推理的分析。本研究在一定程度上解决了知识获取困难的问题。     

基于小波包和EMD的谱峭度法在滚动轴承故障诊断中的应用

共振解调法是滚动轴承故障诊断中最常用的方法之一,然而确定合适的带通滤波器参数并将高频共振成分提取出来并不容易。谱峭度能够发现故障特征最明显的频带即自动确定带通滤波器的参数。但是滚动轴承的早期故障信号中混有强烈的干扰噪声,单一采用谱峭度法无法确定故障部位。为此提出一种基于谱峭度法和经验模式分解(EMD),以及小波包变换联合应用的滚动轴承故障诊断的新方法,首先采用EMD对原始信号进行自适应性分解,突出高频共振成分,再利用谱峭度法确定最佳带通滤波器参数,然后使用小波包变换提取高频共振成分,最后使用Hilbert变换做包络解调,经过对实际故障信号的研究分析,证实了该方法的有效性。