EEMD排列熵与PCA-GK的滚动轴承聚类故障诊断

针对滚动轴承故障诊断中,用振动信号的总体经验模式分解(EEMD)方法分解后的熵特征向量维数高,且样本熵(SE)计算效率差等问题,提出了一种基于EEMD排列熵(PE)的主成分分析(PCA)-GK滚动轴承聚类故障诊断组合方法。首先,使用EEMD方法将信号分解为若干个固有模态函数(IMFs),使用PE/SE计算其IMFs熵值;然后,使用PCA对熵特征向量进行可视化降维,并作为模糊C均值(FCM)与GK聚类算法的输入,实现对滚动轴承的故障诊断。利用分类系数和平均模糊熵,对聚类结果进行了评价与对比,实验结果表明:本文模型(EEMD-PE-PCA-GK)的聚类效果比其他3种模型(EEMD-SE-PCA-FCM、EEMD-SE-PCA-GK和EEMDPE-PCA-FCM)更好,且PE比SE的计算效率更快。     

基于Hilbert-Huang变换理论的非平稳数据处理

详细介绍了Hilbert-Huang变换这一全新的处理非平稳信号数据的方法,将其用于分析土木工程中常用的El Centro地震波南北向记录。将该记录分解成9个固有模态函数分量和1个残余量,进而得到相应的瞬时频率图、瞬时能量图和振幅-频率-时间三维分布图谱,并将其边际谱与Fourier谱作了比较。结果表明,波的能量主要集中在低频分量10 Hz以下,并且Fourier谱在高频分量处高估波谱能量,在低频分量处低估波谱能量。根据此三维分布而定义的平稳度,对其频域和时域的平稳性进行了分析,得到该记录随频率及时间变化的平稳度曲线。     

基于双谱分析的滚动轴承故障诊断

针对工程中常见滚动轴承的振动信号含有高噪声和非线性等特点,利用双谱分析提取其振动信号中的高阶谱,进而对滚动轴承故障模式识别与诊断。对小波降噪的振动信号做双谱分析,提取对应转速频率的振动分量作为频域特征值,并将滚动轴承3种故障的特征值与时域中选取的特征值与其正常信号对比分析;实现对滚动轴承不同故障的识别与判断。实验结果表明,该方法可以全面反映出轴承振动信号中的隐含信息,能有效地对工程常见的滚动轴承做出故障诊断。     

基于基于高阶累积量分析的滚动轴承故障诊断研究

机械故障诊断技术是利用传感器对设备状态进行数据采集,再利用合适的算法分析处理,从而提取出设备故障信息的一门技术。当机械出现故障时,信号中包含的故障信息往往都是以调制的形式出现的。包络分析可以提取载附在高频信号上的低频信号,高阶统计量分析与包络分析相结合,能够有效地提取滚动轴承故障信息,为机械故障的早期诊断提供理论和实验基础。     

基于小波分析的电梯曳引棚滚动轴承故障诊断方法

笔者在电梯检验检测过程中,利用小波分析技术在电梯曳引机滚动轴承故障诊断的应用作了一些研究。分析电梯曳引机故障滚动轴承故障的机理、故障特征、信号分析、处理,从而判断电梯曳引机滚动轴承的故障类型。     

滚动轴承制造精度振动测试模型构建方法研究

滚动轴承的振动是非常复杂的随机机械现象,在轴承制造过程中,常采用振动测试作为其质量评判标准,其关键技术是振动信号的分析。针对滚动轴承制造质量测试过程中振动信号的分解和判别模型构建问题,提出基于粒子群优化算法（PSO）的滚动轴承振动信号的变分模态分解（VMD）和支持向量机（SVM）判别模型构建方法。首先,采用自动测振仪对不同精度等级的轴承振动信号进行采集;其次,对振动信号进行VMD分析,以变分后的有限带宽模态函数（IMF）与原信号的相关系数ρ为适应度函数对VMD参数中的模态分解个数K和二次惩罚项α进行优化;然后,根据各模态的中心频率与其原始信号的相关性对模态分量进行优选和信号重构,并计算重构信号的多尺度排列熵（MPE）特征;最后,采用PSO算法对支持向量机（SVM）模型的惩罚参数c和核函数参数g进行优化,建立滚动轴承质量实时分析的SVM判别模型。试验结果表明：经PSO优化后的VMD-MPE-SVM模型对轴承制造精度的正确判别率为95.00%。研究结果可为滚动轴承制造过程中产品精度实时全检提供一种参考方法。     

基于小样本数据挖掘的空气处理机组传感器隐形故障诊断方法

针对空气处理机组系统内传感器隐形故障诊断准确率不足及虚警率较高等问题,本文提出了基于集成经验模态分解软阈值去噪法与RBF神经网络(EEMDSTD-RBF)相结合的故障诊断方法,通过集成经验模态分解软阈值去噪法对采集的原始数据进行数据去噪,将去噪后的正常运行数据以及隐形故障数据输入RBF神经网络进行训练,得到EEMDSTD-RBF故障诊断模型,从而提高RBF神经网络对于空气处理机组传感器隐形故障的诊断准确率,同时,实验证明,该方法有效降低了虚警率。在关于空气处理机组六个传感器点位在三种隐形故障等级下的偏置故障的实验中,结果表明,与RBF及EEMDSTD-BP方法相比较,该方法在不同故障状态下,EEMDSTD-RBF的诊断准确率提高了8.7%～64.7%,虚警率降低了12.62%。     

基于有限元模型和不完备模态测试信息的结构损伤识别方法研究

本文在有限元模型的基础上,建立了一种基于不完备模态测试信息的损伤识别方法。采用Levenberg-Marquardt非线性最小二乘算法对建立的杆系结构损伤识别方程进行求解,并通过一拱桥的数值计算结果表明,该方法可以同时进行结构的损伤定位和定量研究,在测试数据不完备及一定数据噪声水平条件下,本文的方法仍有较好的损伤识别能力。     

基于小波分析的砖瓦机械滚动轴承故障诊断

0 引言 真空挤出机外形尺寸大、结构复杂、功率大、生产环境差,对各零部件性能要求较高.滚动轴承是真空挤出机的重要支撑部件,也是故障发生频率较高的元件之一.     

全断面隧道掘进机主轴承故障诊断研究

]对全断面隧道掘进机主轴承结构、故障产生原因及故障诊断方法进行了分析,以隧道工程施工为实例,进行了主轴承故障诊断,为全断面隧道掘进机主轴承在新制、再制造设计、使用时提供技术参考。     

基于小波变换的传感器故障诊断研究

主元分析法可以应用于空调系统的传感器故障诊断,但是测量数据中隐含的噪声及系统的动态性影响了这一方法在故障诊断时的效果。本文提出采用小波变换的方法对测量数据进行分解,利用不含噪声及动态性的低频信号进行传感器的故障诊断,即基于小波变换的主元分析故障诊断法。该方法采用一大型离心式制冷机的实测运行数据进行验证,且同时与常规的主元分析法进行比较,结果说明基于小波变换的主元分析法可以提高故障诊断水平。     

基于希尔伯特—黄变换的超高层建筑模态参数识别

基于改进的希尔伯特-黄变换(HHT)即结合随机减量技术(RDT)的HHT对7～9级风力作用下,超高层建筑--上海金茂大厦的加速度响应现场实测数据进行分析与处理,以识别出上海金茂大厦东西和南北方向的第1、2阶自振频率及相应的阻尼比.在识别中,为了避免结构模态的混叠现象,本文引入了巴特沃斯带通滤波器来对加速度实测数据实行滤波处理.识别结果显示:上海金茂大厦东西方向和南北方向的第1阶自振频率近似相等,但是东西方向和南北方向的第2阶自振频率相差较大;结构东西和南北方向的阻尼比皆小于结构材料的阻尼比,而且随着模态阶数的增大识别出的阻尼比标准差呈现增大的趋势.这些研究结果对未来超高层建筑的设计具有借鉴意义.同时,识别结果也表明,HHT+RDT+巴特沃斯带通滤波器方法可以有效地识别出超高层建筑的模态参数.     

基于改良CGN的冷水机组故障检测与诊断

作为HAVC系统的主要耗能部件,冷水机组发生故障时会消耗大量的能源.本文针对冷水机组的7类典型软故障,提出了改良条件高斯网(CGN)的故障检测和诊断(FDD)方法,该方法基于CGN的开放式结构,融入非参数核密度估计(KDE)方法确定特征参数的真实条件概率分布,提高FDD准确性.并以虚警率(FAR)作为冷水机组FDD精度性能的评价指标,将改良CGN的FDD结果与传统CGN方法进行比较.结果表明:所提方法将FAR由22.7％降到了5.3％.     

基于Hilbert-Huang变换的结构损伤识别及振动台试验验证

结构在强烈地震作用下,构件、节点会产生损伤,刚度、强度等力学性能会降低,结构的动力特性也会改变.分析与处理结构振动信号是结构健康监测和损伤识别的重要手段之一.利用Hilbert-Huang变换,提出利用具有时变规律的瞬时频率和瞬时能量识别结构的损伤演化过程,利用可以反映结构振动能量分布规律的Hilbert边际谱的相对幅...     

滚轴支座滚动摩擦性能的试验研究

滚轴支座作为建筑结构中一种基本的支座形式,其理想的传力模式是仅传递来自上部结构的竖向荷载,而释放由温度变化等因素产生的水平内力.滚轴支座工作性能的好坏取决于滚轴的滚动摩擦性能,目前国内外对于这方面的研究比较少.本文针对某工程单向滚轴支座,试验测试了该支座在竖向荷载、侧向水平荷载以及竖向荷载与侧向水平荷载共同作用下的滚动...     

福州地区水泥土搅拌桩复合地基承载特性的研究

通过对 1 1 8组水泥土搅拌桩的单桩承载力和复合地基承载力的现场载荷试验统计分析 ,研究了水泥土搅拌桩的单桩承载特性以及复合地基的承载特性 ,讨论了复合地基的承载力与复合地基置换率、加固深度以及承压板尺寸的相互关系 ,阐述了水泥土搅拌法在加固软土地基的应用中存在的主要问题 ,可为水泥土搅拌桩复合地基的设计和施工提供参考     

换热器堵塞故障的诊断与分析

提出了换热器的基本模型，在此基础上拟合了换热器堵塞的情况，通过以UA值的监测可以做出相应的换热器堵塞故障诊断。利用人工神经网络自学习能力强，效果好的特点，采用感知器网络对其进行了故障诊断分析。