基于倒频谱特征提取的齿轮箱故障诊断

介绍了齿轮箱故障的特点、倒频谱分析的基本原理以及例频谱分析在齿轮箱故障诊断中的应用。首先,用传统的傅立叶变换法对故障信号进行分析,结果无法有效地提取故障特征;其次,对故障信号进行倒频谱分析,发现能很好地捕获故障信息。实验证明：倒频谱分析在齿轮故障诊断中具有无比的优越性。     

基于小波变换频谱分析的变频电机状态监测系统

介绍了小波变换理论,论述了基于电流频谱分析的异步变频电机在线监测诊断系统架构。通过对电机电气信号的采集,利用小波变换频谱分析方法,分析了稳态运行时定子电流的频谱,提取出故障信号的特征,对电机典型故障进行了定位和诊断,并通过故障案例论证该诊断分析系统的有效性。     

小波分析与Hilbert分析在滚动轴承故障诊断中的应用

针对滚动轴承故障信号的非平稳和调制特点,使用小波分析技术,对检测的信号进行分解,并对含有故障特征的信号进行重构,实现故障信号的提取.应用Hilbert变换进行解调和细化频谱分析,得出故障信号所对应的频谱,从而判断轴承故障模式.通过Matlab仿真证明了小波分析结合Hilbert分析法在滚动轴承故障诊断中提取特征频率的应用价值.     

小波故障选线新原理中基于频谱分析的尺度选择

从传统的信号频谱分析出发,对小波故障选线新原理中的尺度选择进行了深入分析,探讨了电力系统故障暂态信号的频谱与信号小波变换模极大值之间的内在联系,为基于小波分析的故障选线新原理提供了尺度选择的理论依据,同时也为小波分析在电力系统其它领域中的更广泛应用提供了一个很重要的分析方法.     

基于模糊动态神经网络的点火系统故障诊断

从往复发动机点火系统的工作机理出发,分析了点火系统的常见故障。构建了模糊隶属度函数对故障征兆信号进行模糊化处理,得到了多元故障敏感特征,并建立了三层动态神经网络进行基于多元信息融合的点火系统故障诊断。实例分析表明,基于模糊动态神经网络进行的往复发动机点火系统故障诊断高效可靠,能够为往复机械的故障诊断提供新的方法。     

车用电控发动机点火能量测试系统的开发

为了加快车用发动机电控单元的开发,优化发动机的燃烧过程,开发了点火能量测试系统.系统中的试验监控界面通过串口与点火模块中的MCU保持通讯,实时监控系统的运行参数;MCU以输入的转速信号为基准,计算点火提前角和点火正时,输出点火控制信号,并通过晶体管控制初级回路的通断;参照SAE J973—1999标准,采用稳压管串模拟负载,分别采集点火线圈次级输出的电压信号和流经次级回路的电流信号,并对电流和电压信号的乘积进行积分运算,即可得到点火线圈次级输出的能量,以此作为评价点火能量的一个指标.试验结果表明,针对自主开发的JL465Q5发动机电控点火模块,点火能量能被有效的量化评价.     

细化和倒谱分析在坦克齿轮箱故障诊断中的应用

为有效诊断坦克齿轮箱齿轮故障，建立了以微机为主体的频谱分析系统，对某坦克齿轮箱的振动信号进行分析．根据齿轮振动信号频谱具有调制边频的特点，提出了用细化谱分析与倒频谱分析相结合的方法来对齿轮振动信号进行频谱分析和故障诊断，实验结果表明此方法是可行的，为坦克齿轮传动箱的故障诊断提供了有效的途径．     

中小电机轴承的故障诊断

本文分析处理了电机轴承信号。当轴承出现故障时,可以发现信号频谱会产生故障峰群这一现象。从而提出了一种新的电机轴承故障诊断的方法。     

小波故障选线新原理中基于频谱分析的尺度选择

从传统的信号频谱分析出发，对小波故障选线新原理中的尺度选择进行了深入分析，探讨了电力系统故障暂态信号的频谱与信号小波变换模极大值之间的内在联系，为基于小波分析的故障选线新原理提供了尺度选择的理论依据，同时也为小波分析在电力系统其它领域中的更广泛应用提供了一个很重要的分析方法．     

奥迪200电子点火系统原理分析及故障检修

现代轿车上广泛应用了电子点火系统 ,这是由于电子点火系统具有很多优点。首先 ,电子点火系统不会烧蚀触点 ,故障率低 ,维修工作量小。其次 ,电子点火系统因可大大提高初级电流 ,因而能提供大的点火能量和较高的点火电压 ,它可将传统的点火系统的次级电压从 2 5 0 0 0 V提高至 40 0 0 0 V以上。此外电子点火系统可通过计算控制 ,使点火提前角控制与发动机工况达到最佳匹配。但是电子点火系统一旦出现故障 ,就很难用传统的故障排除方法去解决 ,必须借助必要的检测设备和对电子点火系统原理的了解 ,才能正确地判断与排除故障。1　原理分析发…     

基于高阶累积量的点燃式发动机爆震检测及爆震强度判定

研究了利用高阶累积量提取汽油机爆震特征的方法。利用加速度传感器采集振动信号,传感器安装在四缸汽油机的缸盖上。通过分析信号的高阶统计特性,定义了一个基于高阶累积量的公式来计算爆震强度。与基于傅立叶变换和小波变换的方法相比,该方法使用相对较少的数据点,并且可以检测到较弱程度爆震的发生。通过分析不同工况下振动信号的高阶统计特性,并结合爆震声音强度,提出了一种对爆震强度分级的方法。实际信号分析结果表明了本文方法的实用性。     

电控天然气发动机点火控制系统的开发

根据试验天然气发动机的具体参数和特性,确定了点火时序和点火提前角的控制方法.由56齿曲轴信号和7齿凸轮轴信号生成六缸发动机的顺序点火信号,并对这一方法进行了仿真测试和台架试验,证实了该方法是可行的.     

基于EMD的时频分析方法的电力故障信号检测

提出电力系统故障信号的经验模态分解(Empirical Mode Decomposition,EMD)时频分析方法.通过对检测点获得的故障电流信号进行EMD分解,得到一系列的本征模态分量(Intrinsic Mode Function,IMF),利用Hilbert变换得到Hilbert谱及边际谱,分析相应瞬时频率及其振幅,对故障信号进行时间-频率-幅值的联合分析.分析发现,通过瞬时频率突变能准确定位故障时刻,Hilbert谱的峰值变化也能反映故障时刻及故障特征信息;通过边际谱分析可以获得故障信号所含的真实频率,为进一步故障检测提供了依据.仿真试验证明了结论的正确性,表明EMD时频分析方法能准确地检测故障时刻,提取故障信息.     

基于频谱图的故障诊断系统

采用频谱法对TRT中回转机械故障信号进行能量分析,提取出反映TRT运行状态的功率谱的特征向量和主要故障特征表,设计了监测和诊断软件的故障诊断模块。结果表明:利用故障信号的特征向量与故障特征表,通过相似性原理进行故障诊断是有效的。     

汽车点火系统的次级电压仿真算法

为提高汽车点火线圈产品设计过程中的精度与效率,提出一种基于电磁路分析的次级电压仿真算法。基于点火系统的工作机理,对点火模块与点火线圈的功能进行仿真,建立了次级电压的电气参数计算模型。分析了点火线圈的磁路结构,以绕组匝数、线径与铁芯长度等参数为输入参量,建立次级电压的工艺与结构参数计算模型,用以减少受参数非线性及磁场因素的影响而导致的计算误差。仿真结果与实测结果误差较小,证明了建模算法的有效性和实用性。     

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Hermitian小波的时间-小波能量谱滚动轴承故障诊断方法

针对滚动轴承早期故障微弱特征难以提取的问题,提出了一种基于Hermitian小波时间-能量谱的滚动轴承故障诊断方法.该方法针对轴承故障振动信号具有奇异性的特点,首先利用Hermitian小波对原始信号进行连续小波变换;再根据小波变换的结果求取信号能量在时间轴上的分布情况,利用谱峭度指标作为选择最佳累积尺度的标准,得到时间-小波能量分布;最后对时间-小波能量分布进行谱分析得到时间-小波能量谱以提取故障特征.利用时间-小波能量谱对仿真信号和轴承外圈及内圈点蚀故障信号进行分析.结果表明:该方法可有效地提取出强噪声环境下微弱故障的特征成分,并与普通的时间-小波能量谱作对比,特征提取效果更为明显,非常适用于滚动轴承早期故障诊断.     

基于支持向量机的提升机制动系统故障诊断

针对提升机制动系统中常见的卡缸故障，利用支持向量机（SVM）这一新的机器学习方法进行智能诊断．在某一闸系统正常时获得2组信号，卡缸时获得6组信号，采用3层小渡包对闸瓦间隙-时间信号进行分解，以各频带的能量为元素构造特征向量，形成故障诊断样本，在Matlab6．5环境下用SVM工具箱进行编程，建立SVM故障分类器并时测试样本进行测试，从而实现提升机制动系统卡缸故障诊断．实验结果表明，在不到0．1S时间内，就建立了SVM故障分类器，该分类器对测试样本的诊断正确率达到了100%；当训练样本由6组减少至4组时，SVM故障分类器仍可以有效地实现对卡缸故障的诊断．因此，SVM方法对于少样本的故障诊断有较强的适应性，非常适合于矿井提升机这种安全运行要求很高，但又不具备大量故障样本的系统．     

双树复小波包和谱峭度在齿轮故障诊断中的应用

针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法.首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息.通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信息,进而实现故障识别,验证了方法的可行性和有效性.     

齿轮箱起动信号的倒阶次谱分析方法

研究旋转机械非稳态信号的分析方法．对等时间间隔采样的齿轮箱振动信号,利用插值算法实现角域重采样,得到等角度采样的插值点,分别对原始信号和重采样信号进行传统的频谱分析和阶次分析．结果显示出阶次分析法在处理转速变化信号时的优越性：阶次谱分析能够有效地避免传统频谱方法所无法解决的“频率模糊”现象．将倒频分析引入阶次分析中,成功的识别了齿根裂纹故障．