局域波近似熵及其在机械故障诊断中的应用

根据信号经局域波分解后所得各基本模式分量的特性，提出了用各分量的近似熵来描述各模式分量的复杂程度，从而量化故障特征。分析结果表明：在相同故障状态下，同一模式分量有相近的近似熵，而在不同故障下，近似熵明显不同，因此近似熵可用于故障的特征提取。转子故障诊断结果表明了该方法的有效性和工程实用性，从而为机械状态监测与故障诊断提供了一种有效途径。     

基于多重分形去趋势波动的机械故障诊断新方法

针对旋转机械系统故障信号的非平稳性、非线性等复杂特征,给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理,再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数,并将其作为故障诊断的新判据,最后通过实验结果证明了方法的有效性,从而为机械故障诊断提供了一种新的方法。     

基于多重分形的离心压缩机出口动态压力非线性特征研究及其在喘振识别中的应用

以800 kW离心压缩机系统的工作状态从平稳到喘振阶段的出口动态压力为分析对象,从多重分形角度研究了多重分形谱参数与出口动态压力之间的关系,着重研究了系统在喘振状态表现出的复杂非线性特征.通过控制系统出口防喘振阀的开度得到离心压缩机在不同工况下的出口动态压力.研究系统出口动态压力的结构函数在不同权重因子下的尺度特征和多...     

局域波分解在被动测向声纳中的应用

局域波分解可以把复杂信号分解为有限个内蕴模式函数和一个趋势项,这个过程相当于在时间域上对不同的频率信号进行分类。不同的内蕴模式函数分量代表了不同频率分量的信号成分,利用海洋环境噪声与目标信号频域特征或相关函数的不同,滤除被动测向声纳接收信号中的海洋环境噪声,提高输入信号的信噪比,进而提高被动测向声纳的检测性能。提出了基于局域波分解的被动测向声纳信号检测模型。计算机仿真结果表明,相对于传统的二元被动测向声纳检测模型,基于局域波分解的信号检测模型可以有效提高被动测向声纳的检测性能。     

基于局域波信息熵的高速自动机故障诊断

针对小口径火炮自动机工作时产生的短时冲击信号,提出一种将局域波分解与信息熵相结合提取特征量,并利用Elman神经网络进行故障识别的诊断方法。首先运用具有自适应特性的局域波对振动信号进行分解得到IMF分量,再接着利用信息熵理论提取IMF信息熵、局域波能谱熵及能矩谱熵作为故障特征量,最后将特征向量输入Elman神经网络进行故障分类识别。实验结果表明:该方法能准确,有效地识别故障。     

基于多重分形的爆破振动信号奇异性分析

为解决简单分形在爆破振动信号处理中的不足,提出了将多重分形用于分析爆破振动信号的思想.通过对某振动信号的处理得到爆破振动信号是典型的非平稳信号,具有多重分形的典型特征,属于多重分形的范畴.该信号的多重分形的分段函数说明爆破振动信号具有标度不变性;尺度指数τ(q)的分布情况反映了信号的奇异性;多重分形谱的形状呈现略向左的钩状分布,得到最大概率子集数目大于最小概率子集数目.因此多重分形较为准确地反映了爆破振动信号的奇异特征及其分布情况.     

Weierstrass-Mandelbrot分形曲面的多重分形谱

构造了不同分形维数的Weierstrass-Mandelbrot(W-M)分形曲面,采用多重分形方法研究了W-M曲面表面高度的分布特征.结果表明,随着曲面分形维数的增加,多重分形谱的谱宽△α从0.082增大到0.215,说明曲面的起伏、粗糙程度随分形维数的增加不断增大,与方均根rms粗糙度σ的计算结果一致.分形谱的△f均＞0,表明曲面上高度最大处数目多于高度最小处数目,曲面的峰位处比较平缓、圆润.     

形态学广义分形维数在发动机故障诊断中的应用

发动机故障信号是一种典型的非线性信号,分形几何理论为描述非线性故障信号的特性提供了一个有力的分析工具。广义分形维数能够很好的描述信号的几何特征和局部尺度行为,所蕴含的信息比单一的分形维数要深刻而全面。针对传统的广义分形维数计算方法的缺陷,本文提出基于数学形态学操作的广义分形维数计算方法,并对发动机正常、失火和气门间隙过大故障信号进行了分析,结果表明,与传统的盒计数法计算的广义分形维数相比,形态学广义分形维数能够更加有效地区分发动机在不同状态下的信号,并且数学形态学只涉及简单的加减和取大、取小运算,因此计算简单快速,为准确判断发动机故障状态提供了一种快速有效的新方法。     

振动信号多重分形分析改进算法

针对振动信号的变化特点,提出一种用多重分形谱描述振动信号复杂性的新方法.给出了振动信号多重分形谱的改进算法,并对振动信号多重分形谱的变化规律进行了仿真和试验研究.结果表明:改进后的多重分形谱反映了振动信号的特征,能够对振动信号进行识别.     

滚动轴承故障诊断的多重超阶分析方法

多重分形去趋势波动分析(MF-DFA)可以获得能够表征信号内在动力学机制的多重分形谱,但是在提取滚动轴承振动信号故障特征时存在参数接近、状态混叠等问题,导致分析结果易受信号噪声等因素干扰,影响分类精度。为解决此问题,提出了多重超阶分析(MF-SOA)的方法。该方法将极值增量方法引入了多重去趋势波动分析中,对时间序列进行取极值操作;然后计算并分析获得的极值增量序列的重分形特征,通过MF-SOA方法获得的特征可以更清晰地表现出序列的内部动力学机制。最后将所提出的方法应用于滚动轴承的故障诊断中。试验数据分析结果表明,该方法对于信号的不规则程度十分敏感,并且有效改善了MF-DFA方法的缺陷,对于模式相近的故障类型有更优的区分度,提高了滚动轴承故障诊断的精度。     

时频域滤波及在飞机颤振试飞试验中的应用

针对飞机颤振试飞试验信号噪声过大的问题，提出了一种时频域滤波算法。采用Modet小波对扫频激励及其响应进行时频分析，利用该类信号聚焦于时频域特定区域的特性，有效地提取真实响应信号，达到信噪分离的目的。给出了具体的滤波算法，并研究了信号的重构问题。最后将上述方法应用于仿真算例和实际试飞数据，结果表明该方法显著的提高了频响函数的估计精度。     

基于信号时频分解的模态参数识别

给出了基于响应信号Gabor展开与重构的模态参数辨识的时频分析方法。通过响应信号的展开与重构，单频特征振动可从复杂的响应信号中分离出来，由它些特征振动信号可进一步提取系统物模态振动参数。论述了频率、阻尼和特征振型的估计方法以及估计方法对系统响应信号的特殊要求。此方法可适用于平衡、非平衡的响应信号，且无需输入信号，属于环境激励下的一种参数辨识方法。仿真结果说明明频展开与重构方法是模态参数辩识的有效手段之一。     

往复式压缩机故障诊断研究现状及展望

叙述了往复式压缩机故障诊断的意义及研究现状，对往复式压缩机常见故障及机理进行了分析；介绍了国内外一些常见的往复式压缩机状态监测与故障诊断的方法及其原理和特点；最后提出了往复式压缩机的故障诊断技术的难点和发展方向，为从事该方面研究提供参考。     

广义解调时频分析方法中的若干问题探讨

基于广义解调的时频分析方法是一种新的信号处理方法,本文在详细地介绍广义解调时频分析方法的基础上,采用广义解调时频分析方法对仿真信号进行了分析,同时和其它时频分析方法进行了比较,结果表明了广义解调时频分析方法的有效性.重点对广义解调时频分析方法应用范围、相位函数的选择等问题进行了讨论,得出了相应的结论.     

基于角域平均和连续小波变换的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点,将阶次跟踪、角域平均和连续小波变换相结合,提出了基于角域平均和连续小波变换的齿轮箱故障诊断方法。首先对齿轮箱升降速瞬态信号进行时域同步采样,再对时域信号进行等角度重采样,转化为角域平稳信号,然后对角域信号进行角域平均,以消除干扰噪声的影响,最后对角域平均信号进行连续小波变换,根据小波幅值图和相位图,就可提取齿轮的故障特征。通过对齿轮齿根裂纹故障实验信号的分析,表明该方法能有效地诊断齿轮的故障状态。     

基于BLCD和小波域双谱的齿轮故障诊断方法

本文对固有时间尺度分解(Intrinsic time-scale decomposition,简称ITD)方法进行了改进,提出了基于B样条的局部特征尺度分解方法(B spline-based Local characteristic-scale decomposition,简称BLCD),在此基础上将BLCD与小波域双谱相结合应用于齿轮故障诊断。首先将BLCD方法和ITD方法进行对比分析,验证BLCD方法的优越性。然后采用BLCD方法将齿轮振动信号进行分解,得到若干个ISC分量(Intrinsic scale component,简称ISC),再对ISC分量进行小波域双谱分析,通过双谱中峰值个数和耦合频率的成分来判断齿轮是否发生了故障。实验数据的分析结果表明,基于BLCD和小波域双谱的齿轮故障诊断方法能有效地应用于齿轮的故障诊断。     

基于SVDD和距离测度的齿轮泵故障诊断方法研究

提出了一种基于支持向量域描述和距离测度的齿轮泵故障诊断方法。该方法首先对齿轮泵各种工况下的振动信号进行小波包分解,提取各频带能量百分比作为特征向量;然后仅利用正常工况下的特征向量训练SVDD超球模型,通过定义绝对距离测度检测齿轮泵状态是否出现异常;最后针对每类工况下的特征向量单独训练SVDD超球模型,通过定义相对距离测度准确定位齿轮泵的不同故障工况。试验结果表明,采用小波包频带能量降低了数据维数,有效浓缩了故障信息;基于绝对距离测度和相对距离测度的SVDD故障诊断方法既能检测异常状态,又能区分各种故障工况,达到了状态监测和故障分类识别的目的。     

基于VMD及广义分形维数矩阵的滚动轴承故障诊断

提出基于变分模态分解及广义分形维数矩阵的滚动轴承故障诊断方法。对信号进行变分模态分解得到若干模态函数,根据不同权重因子计算得到每个模态函数的广义分形维数序列,排列构成广义分形维数矩阵,最后通过分析待测信号和各样本信号的广义分形维数矩阵的相关系数判断故障状态。实验结果表明该方法能精确、稳定提取故障特征,区分不同状态的信号。     

小波分析及其在压缩机气阀故障检测中的应用研究

从信号分析角度引入小波分析的基本原理,通过典型信号的小波分解、重构和小波尺度图展示小波分析应用在故障检测中的优点,最后将小波分析用于压缩机气阀故障检测中,进行气阀正常、进排气阀泄漏三种状态识别,通过实例证明了小波分析的有效性     

尖峰能量法在空压机轴承故障诊断中的应用

振动的尖峰能量能判断机械零部件的运行状态,作为对天然气厂关键动力设备的螺杆空气压缩机而言,利用尖峰能量可实时地检测螺杆空压机的轴承的性能,成功地预测故障的发生,避免设备的进一步的损坏。通过计算和实践;证明该方法对螺杆空气压缩机故障诊断是有价值的。