应用分形几何进行故障特征提取方法研究

针对分形客观展现事物原貌的特点,从工程应用的角度分别对信号的分形性验证,有效分析区间确定,分形性描述、刻画,设备状态的趋势分析等方面作了探讨,形成了基于分形几何的信号特征提取技术.     

柴油机振动信号的分形特征及故障诊断

把小波包降噪与关联维数相结合用在柴油机故障诊断中,讨论了关联维数计算中相关参数的选取。首先对柴油机缸盖振动信号进行小波包降噪处理,通过自相关函数法求延迟时间,用饱和关联维数法确定最小嵌入维数,并用改进的G-P算法求关联维数。分析发现,小波包可以有效降低噪声干扰,柴油机在不同工况下具有不同的关联维数,该方法可有效应用于柴油机的故障诊断中。     

基于分形的航天器故障预报

提出了一种基于分形的航天器故障预报新方法,并给出具体预报公式。由于故障发生前都蕴含前兆因子,这些因子可导致测量信号分形维数的变化,根据这些变化可进行故障预报,该方法理论明确,参数简单,克服了传统故障预报方法易丢失故障信息的缺点。     

爆破振动信号时频特征的三维分形特性研究

为进一步研究爆破振动信号能量特征,基于小波包变换方法对爆破振动信号时频能量特征进行分析。在二维矩形盒维数模型的基础上建立了计算三维曲面分形盒维数模型,并计算得到实测爆破振动信号时频能量谱的三维分形盒维数D3d=2.148 8。该分形维数满足空间分形条件2D3d3,验证了爆破振动信号时频能量谱具有三维分形特征。经研究三维分形曲面盒维数D3d与其剖面二维分形盒维数D2d之间的数值关系,表明计算空间分形曲面分维数的常规假设D3d=D2d+1并非严格成立。研究表明,所提出的长方体覆盖空间曲面的分形维数计算方法可行、有效,为进一步研究爆破振动信号特征、控制爆破地震效应提供了新的研究思路。     

基于EMD分形技术提取变速器轴承故障特征

故障轴承振动信号具有分形特征,可以利用分形维数有效识别变速器轴承的故障模式.噪声的存在对分形维数的计算结果影响较大,为此采用经验模态分解（EMD）方法,对变速器轴承振动信号进行EMD分解,计算分解后的IMF分量的分形维数,提取出变速器轴承不同技术状态下的故障特征。对实测变速器轴承振动信号分析,结果表明：EMD能对不同频带信号进行有效分离;特定IMF分量的分形维数能敏感反应变速器轴承技术状态,可以作为变速器轴承故障诊断的特征参数;EMD与分形维数相结合是提取变速器轴承故障特征的一种有效方法。     

基于分形的航天故障诊断

本文提出了一种基于分形的航天器的故障检测新方法。由于故障发生时系统表现异常,这此异常可导致测量信号发形维数的变化,根据这些变化可进行故障检测。基于分形的故障检测方法可以实现实时的检测系统的状态,包括系统的动态量以及静态量参数。该方法还能将测量信号的分析处理和故障的定位很好地结合起来。     

航空发动机转子早期裂纹故障振动特征的维谱分析

针对航空发动机转子早期裂纹故障难以检测的特点首先,根据转子裂纹扩展机理,建立早期裂纹转子振动分析理论模型,提出利用112维谱对早期裂纹振动信号进行分析。然后,利用112维谱分析法对早期裂纹转子理论模型和早期裂纹转子故障实验数据进行了具体分析。理论模型和实验数据分析结果都表明:应用112维谱对实际发动机转子早期裂纹故障信号进行分析,不仅能够得到一般频谱分析法难以获得的故障特征频率,还能对混叠噪声信号进行降噪。因此,112维谱能够有效的诊断航空发动机转子裂纹故障,在航空发动机故障诊断中具有一定的应用价值。     

基于EMD和分形盒维数的旋转机械耦合故障诊断方法研究

针对旋转机械耦合故障的诊断问题,提出一种基于EMD（Empirical Mode Decomposition）和分形盒维数的诊断方法。该方法结合EMD对非线性信号处理的自适应性和分形盒维数能对非线性行为定量描述的特点,先对故障信号进行EMD处理,得到含有故障特征的本征模式函数(Intrinsic Mode Function,简称IMF),然后求出各IMF的盒维数,通过盒维数的比较分析进行故障诊断。构造了含有裂纹-碰摩-松动耦合故障的转子-轴承系统动力学模型,用龙格库塔法求出故障模型振动信号。通过对耦合故障信号进行分析,得到耦合故障特征向量,并与传统的边界谱诊断方法比较,证明该方法对旋转机械耦合故障诊断的有效性和优越性。     

具有形状记忆合金丝的复合材料轴转子系统的振动与稳定性

提出具有SMA丝的复合材料轴-盘-刚性支承转子系统的数学模型,研究转子系统的振动与稳定性。将轴视为一个平行于轴线方向埋入SMA丝的薄壁复合材料空心梁,盘为各向同性刚性圆盘,轴位于刚性轴承上。基于变分渐进法(VAM)描述复合材料薄壁梁的变形,基于Brinson热力学本构方程计算SMA丝的回复应力,采用Hamilton原理推导出系统的运动方程,采用Galerkin法进行模型离散化和近似数值计算。着重分析SMA丝含量和初始应变对复合材料轴振动固有频率和转子系统临界转速的影响。研究结果表明,所建立的动力学模型能够用于揭示SMA对转子系统的振动与稳定性的影响机理。     

基于分形几何的信号特征提取技术及其应用研究

针对分形客观展现事物原貌的特点,从工程应用的角度分别对信号的分形性验证,有效分析区间的确定,分析性描述和刻画,设备状态的趋势分析等方面作了探讨,形成了基于分形几何的信号特征提取技术,并描绘出基于分形几何的设备故障诊断模式。     

基于相图相似度的发动机转子系统故障诊断方法研究

针对频谱分析法在判别航空发动机转子系统早期故障时振动信号易被噪声干扰而不能准确识别的问题,提出基于振动相图相似度的故障诊断方法。在分析发动机不同状态时整机振动信号参数在不同范围随机变化导致相轨迹分布不同的基础上,通过计算相图相似度来判别故障类型。实践表明,该方法能有效去除噪声对故障信息的干扰,诊断准确率高,判别速度快,具有实用价值。     

利用小波分析和EMD的机械故障特征提取

故障特征提取是机械设备故障诊断的关键所在。利用小波变换多分辨率分析和经验模式分解的时频特性,将某机械运转机构的振动信号进行分解及重构,得到原始信号在不同频段上分布的详细信息,进而对不同尺度下的细节信号进行频谱分析,通过对比提取出运转过程中的失步故障特征。     

基于LLTSA的转子故障数据集降维方法

特征数据集降维是机械故障智能诊断的关键步骤之一。常见的数据集降维方法难以准确的从高维非线性数据集中获取反映转子运行状态的敏感特征信息,导致故障模式识别精度降低。局部切空间排列算法（LTSA）对部分高维非线性数据集达到较好降维效果。但该算法不适合处理高曲率分布、稀疏不均匀分布等高维数据源。为此,在LTSA算法的基础上结合线性分块思想,提出线性局部切空间排列算法（LLTSA）。该算法充分考虑了数据集的整体与局部结构,将数据样本空间划分为一组最大线性块,使降维后的同类数据具有更好的聚类性。通过高维非线性转子振动数据时域特征数据集对该算法进行验证,结果表明经该算法降维后的数据集具有较好的聚类与分类性能。     

涡轮增压器转子的振动分析及故障诊断

某型汽车涡轮增压器高速转子正常工作时转速每分钟可达十万转，由于该涡轮增压器在使用及出厂实验过程中经常发生转静子碰磨故障，该故障危害严重一旦发生往往导致增压器设备完全报废。针对这一问题，对50多台涡轮增压器进行了振动测试，并对测量信号应用HP3567A进行了频谱分析。根据所测信号自功率谱、瀑布图以及阶次跟踪图的特点，确定了该转子的振动特点，找出其发生碰磨故障的主要原因，为产品的排故提供了依据。     

基于EMD的奇异值熵在转子系统故障诊断中的应用

提出了一种基于EMD（Empirlcal Mode Decomposition）和奇异值熵的转子系统故障诊断方法。该方法首先用EMD方法分解转子系统的振动信号，得到若干个基本内禀模式函数（Intrinsic Mode Function，简称IMF），然后利用IMF分量形成初始特征向量矩阵，并对初始特征向量矩阵求奇异值熵，奇异值熵的大小反映了转子系统运行状态的差别，从而可以通过奇异值熵的大小判断转子系统的工作状态和故障类型。对实验数据的分析结果证明了该方法的有效性。     

基于EMD模糊熵和SVM的转子系统故障诊断

提出一种经验模态分解、模糊熵和支持向量机相结合的转子系统故障诊断方法。该方法首先对转子系统故障信号进行经验模态分解,得到若干阶表征故障信息的固有模态函数,并运用基于能量原理的虚假模态消除方法剔除虚假模态分量;再利用模糊熵能够表示信号复杂程度且具有相对稳定性等特点,选取前4阶固有模态函数的模糊熵值作为各故障信号的特征向量;最后将该特征向量输入到支持向量机中进行转子系统的故障分类。试验结果表明,该方法能够有效的提取转子系统故障特征和对转子系统进行故障诊断。     

潜油电泵机组故障特征提取的实验研究

潜油电泵是目前国内外各大油田所使用的主要机械采油设备,常见故障为叶轮偏磨、叶轮砂堵和轴承偏磨。通过采集潜油电泵机组井口振动信号,经过小波分析处理,提取这三种常见故障的典型频率特征,并以此作为故障诊断的依据。进而将该方法应用于现场故障诊断,取得了良好的效果。实验结果表明,在油田实际应用中,该方法能够有效地识别叶轮偏磨、叶轮砂堵和轴承偏磨等常见故障。     

基于FRFT的齿轮振动信号故障特征提取

研究了典型齿轮故障振动信号在分数阶傅里叶变换（FRVF）域的分布特征,并在此基础上分析了该信号在FRFT循环域（CFRFD）的分布特征,提出了FRFT循环处理（CFRFT）方法,实现了信号在CFRFD的能量积累。通过仿真实验验证了低信噪比条件下,CFRFT对齿轮振动信号的故障特征提取能力及有效性。     

Jeffcott转子碰摩故障试验研究

针对工种实际中遇到的机组转子摩故障开展了试验研究,通过大量的试验,观测到了工作转子速低于一阶临界转速时,转子定子局部碰摩引起的倍频振动,高于一阶临界转速时,局部碰摩引起的分频振 及某些转速内出现的异频伪共振现象,试验民其于碰摩力模型和仿真结果定性一致,试验还表明,异频伪共振是高速工作的转子发生碰摩时的主要振动成分,这一结论对诊断和抑制高速转子的异常超标振动有积极意义。