自功率谱密度在调速阀故障诊断中的应用

为了解决液压元件调速阀故障诊断难的缺点,采用自功率谱密度方法分别针对调速阀阀体正常和故障时的振动信号绘制出其频谱图形,并进行比较和分析,研究得出:正常时阀体振动信号的谱峰位于主频25 Hz附近,且系统固有频率保持不变;而发生故障时则出现多个谱峰,且偏离了主频.实验结果表明用自功率谱密度进行系统故障诊断是有效可行的.     

基于关联维数的双跨转子轴承系统故障诊断

以双跨转子轴承系统为研究对象,针对其状态监测与故障诊断中存在的问题,利用虚拟仪器软件平台开发了一套基于关联维数的故障诊断系统。通过提取实验台振动信号并计算其关联维数实现对系统的故障诊断。结果表明,不同工作状态下系统的关联维数各不相同,正常运转时关联维数最小,发生故障时关联维数增加,且关联维数随着嵌入维数的增加成增长的趋势,并趋于稳定。该系统以关联维数作为特征兆量,能够快速准确地对双跨转子轴承系统进行状态监测与故障诊断,具有一定的应用价值。     

基于关联维数的不同压力下液压管路振动信号的非线性分析

关联维数可定量分析不同压力状况下液压管路的工作状态.详细讨论了不同压力下液压管路系统的振动信号中关联维数的计算方法,并通过实验进行了分析.实验结果表明,通过偏相关积分算法计算得到的指数维数(关联维数近似值),能表征不同压力变化下的液压管路振动信号的变化,当压力变大时维数逐渐增大.     

基于小波分形理论的风电轴承故障识别

针对风电轴承振动特征信号易被环境噪声调制污染、信噪比低、具有非线性和不平稳的特点,利用基于小波分形的故障识别方法对此进行了研究.采用小波包分解,利用互信息法和Cao算法分别确定了相空间的延迟时间和嵌入维数,根据不同频带的关联维数变化确定风电轴承的工作状态.该方法不依赖于风力机工作的动力学模型,对整体系统信息状态变化敏感.通过现场实验证明,该方法较好地解决了风电轴承故障难以识别的问题,为更加细致地研究风电轴承振动信号提供了重要参考.     

基于小波变换的振动信号分形维数研究

针对传统分析方法对振动信号频率变化不明显、故障特征难提取等问题,基于小波和分形理论,通过计算振动信号盒维数,有效地提取了振动特征;提出小波分解振动信号高频系数盒维数计算方法,对振动信号的高频部分进行描述。实验证明:随着干扰信号的频率变化,振动信号小波分解后的高频部分分形维数在分段区间内比振动信号整体分形维数分段变化趋势更加明显,能更有效地反映故障频率变化,对开展设备的故障诊断研究具有现实意义。     

基于改进G-P算法的往复式压缩机故障诊断技术

采用基于经验模态分解的G-P算法提取往复式压缩机振动信号关联维数,建立了小波降噪模型,利用自相关函数法和伪相图法结合起来确定延迟时间,并采用EMD法计算嵌入维数,通过洛仑兹系统的仿真研究,将此法应用在往复式压缩机模拟故障试验中,诊断效果较好。     

钻头不同磨损期振动信号的分维特征

钻削加工中钻头的磨损会引起钻杆发生混沌振动。为了从振动信号中提取钻头的状态特征对其进行状态评估,引入了关联维数作为一项评估指标。测试结果表明,钻头在不同磨损期产生的振动信号,其关联维数有较显著的差别。     

基于小波系数区域相关性的关联维数在风机故障诊断中的应用

提出用小波系数区域相关性的滤波算法对原始数据进行降噪处理,用关联维数来定量描述风机的工作状态,进而对风机进行故障诊断。计算了风机在不同工作状态下降噪前后振动信号的关联维数。分析结果表明,该方法能有效的保留信号特征,有较好的降噪效果,且风机在不同工作状态下所对应的关联维数有明显不同,因此可以用关联维数区分风机的工作状态,以关联维数作为风机故障诊断的依据。     

基于多特征提取的滚动轴承故障诊断方法

滚动轴承故障是旋转机械失效和损坏的最主要原因之一。轴承振动信号通常表现为非线性和非稳态的特征。常规的时域和频域方法不容易对轴承工作的健康状况做出准确的评估。提出了一种基于多特征提取的滚动轴承故障检测方法,首先从轴承振动信号中提取故障特征（熵特征、Holder系数特征及改进分形盒维数特征）,然后通过灰色关联理论算法自动地识别出轴承的故障类型和严重程度。该方法能够在确保检测实时性的同时,准确有效地识别不同的滚动轴承故障类型及其严重程度。     

基于分形维理论的铣削振动特性实验研究

铣削加工属复杂非线性过程,其振动特性直接影响加工工件的表面粗糙度.文章以分形维理论为实验理论依据,计算工件振动信号的关联维数和盒维数,研究铣削加工振动特性.实验结果表明,铣削振动是一种混沌运动,振动信号具有分形特征;选择合适嵌入维数计算得出的关联维数反映工件表面粗糙度真实特征,关联维数可以作为检测表面粗糙度的一个特征参量;盒维数分布在很小范围内,表明铣削参数调整对工件振动的高频特性影响不大.     

基于UDWT和关联维技术的弱缺陷特征辨识

将小波的强局部分析能力和分形的强非线性处理能力进行优势联合,采用平移不变小波变换(UDWT)记录波形分频,提取深层有效缺陷信息;对缺陷频段实施分形分析,在敏感尺度段内设立关联维阀值判据,实现缺陷和故障的参数化振动诊断。模型实验证明该技术对无损检测领域弱故障信息的提取和大规模地下土木结构的缺陷普查有着较大的应用潜力。文中还讨论了关联维的影响因素,对UDWT和改进关联维方法编制了相应计算程序。     

滑阀先导式高压气动减压阀间隙泄漏特性研究

针对高压气动减压阀中滑阀式先导阀的缝隙泄漏,建立了考虑泄漏影响的数学模型,对减压阀工作条件和先导阀结构参数等影响因素进行了仿真.结果表明,降低减压阀输入压力、提高输出压力以及提高先导阀节流窗口宽度比等都能有效减少泄漏,仿真分析了泄漏对减压阀压力响应的影响,结果表明,泄漏能提高压力响应速度,但增大了压力超调且降低了压力稳定性,严重时还能导致振荡.仿真结果对于减压阀优化设计及其合理应用有较大参考价值.     

Fault diagnosis of reciprocating compressor cylinder based on EMD coherence method

Since there always exist interference components which caused by valve vibration,it is hard to directly use cylinder signal for fault diagnosis of reciprocating compressor.Based cn Empirical Mode Decom...     

基于经验模式分解和广义维数的机械故障诊断

结合经验模式分解方法和广义维数的特点,提出了基于经验模式分解和广义维数的机械故障诊断方法。先对信号进行经验模式分解,得到内禀模态函数,然后求每个内禀函数的广义维数,从中提取盒维数、信息维数和关联维数,组成广义维数矩阵。通过分析待检测信号和各样本信号的广义维数矩阵相关系数,判断故障状态。实验结果表明,该方法可以准确地识别机械故障状态,是一种有效的机械故障诊断手段。     

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.