基于关联维数的铁路货车滚动轴承故障诊断

将关联维数用于定量刻划滚动轴承在不同工作状态下的振动特征,进而对故障分类。同时提出用小波分析对原始数据进行降噪处理。文中以铁路货车轴箱197 726双排圆锥滚子轴承为例,计算了正常轮对、滚子损伤和外圈剥离三种情况下降噪处理前后振动信号的关联维数,分析结果表明,滚动轴承不同工作状态下的关联维数有明显差别,因此可以将关联维数作为识别滚动轴承故障的特征量。     

EEMD和分形组合技术对ECS涡轮轴承故障特征提取的研究

针对飞机环控涡轮轴承运行时的非线性动力学特性,为了更加准确地分析轴承的故障,从振动信号分析的角度,提出基于EEMD和分形维数相结合的轴承状态特征量提取方法。先对轴承正常、内圈故障、外圈故障和保持架故障等不同运行状态下的振动信号进行EEMD分解,滤除噪声信号,提高信噪比,以减小背景噪声对分形的不利影响。然后对去噪信号再进行相空间重构,计算其关联维数并进行对比分析。实验结果表明:关联维数作为非线性几何不变量可以作为环控涡轮轴承运行状态的特征量;该方法能够准确有效地识别轴承的运行状态。     

滚动轴承疲劳故障在线诊断的研究

通过对滚动轴承振动信号的在线监测提取出对疲劳故障敏感的参数：峭度、功率谱故障频带能量值、小波包故障频带能量值．选择足够的具有代表性的样本数据训练神经网络,用训练好的神经网络进行在线诊断,可以得出轴承发生疲劳故障的程度,再经过共振解调法诊断出轴承具体损伤的元件,实验表明本方法对滚动轴承的疲劳故障能正确诊断。该监测和诊断方法对其他设备的监测和诊断也有重要的意义。     

基于小波分形技术的隔膜泵磨损故障诊断研究

从振动信号分析角度对往复式活塞隔膜泵的故障诊断进行探讨。因为往复式活塞隔膜泵磨损故障时的工作信号具有强非线性、非平稳性的特点,因而引入小波分形技术进行研究。研究磨损发展状况下的隔膜泵的故障特征,对不同磨损间隙时系统振动信号进行小波重构,并计算关联维数。研究发现磨损故障的特征频带在高频段,并可以以高频段的关联维数作为状态监测的特征参数。结果表明小波分形技术能有效地监测磨损故障的发生和发展。     

基于小波分形技术提取发动机曲轴轴承故障特征

利用小波技术对发动机曲轴轴承振动信号进行分解,对特定层的信号进行重构,并计算重构信号的分形维数,来实现发动机曲轴不同技术状态下特征提取。实验结果表明,特定频率带振动信号的分形维数更能敏感反应发动机曲轴轴承技术状态,它可以作为诊断发动机曲轴轴承故障的一个重要特征量。     

车用发动机凸轮轴轴承松脱的故障特征提取

车用发动机凸轮轴轴承松脱故障使得凸轮轴受力不均而引起冲击力,导致凸轮轴附近机体表面出现异常振动和显著噪声。通过对某发动机凸轮轴轴承松脱故障的试验测试,提取缸盖振动加速度信号进行时域分析,发现有明显的周期性冲击;利用小波包分解至较高频段并做解调分析,解调谱的故障激励频率非常显著。分析结果表明,凸轮轴轴承松脱故障有中高频调制现象,可综合利用时域分析、频谱分析和小波包分解与解调分析进行相应的故障特征提取。     

广义分形维数在旋转机械故障诊断中的应用研究

运用分形理论，提出广义维数最小二乘法的计算公式，对实测的时域信号进行了广义维数计算，从广义维数中获取盒维数、信息维数、关联维数以及敏感维数。对故障样本进行功率谱分析、广义维数计算分析，提出谱能量与分形维数的关系，为用分形维数来分析故障的强度提供了依据。运用广义维数序列和数学方法相结合提出分形诊断分类方法，并通过实例诊断、识别故障及其故障程度，说明该方法具有较好的实效性。     

基于MCKD和VMD关联维数的轴承故障特征提取AR模型

针对滚动轴承早期故障易受噪声影响难以准确提取特征信息的问题,提出了一种基于最大相关峭度解卷积(MCKD)和变分模态分解(VMD)关联维数的故障诊断AR模型.采用MCKD对滚动轴承振动信号进行降噪处理,滤除噪声影响;对降噪后的信号进行VMD分解,选择对故障特征敏感的IMF分量进行信号重构,并对重构信号建立AR模型,获取自回归参数;计算在指定嵌入维数上自回归参数的关联维数,对滚动轴承的故障进行诊断.实验结果表明,所提方法能够有效提取故障信号中的特征信息,证明了方法的有效性.     

EMD降噪和关联维数相结合在滚动轴承故障诊断中的应用

针对滚动轴承产生的非线性振动信号的特点,提出将EMD降噪和关联维数相结合来描述轴承工作状态进而对其进行故障诊断的方法.通过实验定量计算出EMD降噪前后滚动轴承正常工况和不同部件故障时的关联维数值,结果表明,经EMD降噪处理后,不同模式下的关联维数具有明显的可分性和严格的区间范围,可以作为智能监测与诊断的参考依据.     

关联维数分析方法在液压泵多故障诊断中的应用研究

针对液压泵故障信号非线性和非平稳性特征,提出了利用相空间重构技术和分形理论相结合的特征关联维数提取方法。该方法将液压泵不同故障模式下获取的一维振动信号重构到高维相空间,进行信息深层挖掘;通过对相空间特征信号关联维数变化规律的分析,找出对故障反映敏感的关联维数,由此进行故障识别。通过实验验证,该方法提取的关联维数能有效反映液压泵的故障特征,为液压泵多故障诊断方法的研究提供可靠的特征信息,具有良好的应用前景。     

基于残差信息的汽车液压主动悬架故障诊断与隔离研究

为提高汽车液压主动悬架控制性能,提出一种针对液压作动器、车身垂向加速度传感器的故障诊断与隔离方法。建立四自由度汽车液压主动悬架动力学模型,并考虑液压作动器和传感器常见故障,建立悬架故障模型。采用极点配置方法设计故障检测滤波器,利用输出残差信息对作动器卡死和增益故障、传感器增益故障进行诊断。在此基础上,为准确诊断故障发生部位,利用相关系数和故障向量径长值对故障进行隔离。在MATLAB/Simulink环境下对故障悬架进行大量仿真计算,结果表明:残差波动超过一定阈值时可敏感地诊断出作动器或传感器故障;汽车液压主动悬架作动器故障采用最大相关系数准确隔离,车身垂向加速度传感器故障采用最大相关系数和最小故障向量径长值准确隔离。     

基于专家思维的多维度故障诊断方法

针对目前专家系统诊断准确度不高的问题,提出一种基于专家故障诊断思维方式的多测点、多时间点、多敏感参数相融合的故障诊断方法。从故障诊断专家对设备异常进行分析诊断的思路出发,依据故障机理、故障响应特点及故障劣化规律,选择相关测点、多时间点的数据来构建敏感参数矩阵,并生成对应的故障矩阵和权重矩阵,对设备异常状态进行诊断。利用该方法对某石化一离心压缩机异常状态进行分析诊断,结论准确,且能避免不同时间点诊断结论冲突问题。     

基于小波相关排列熵的轴承早期故障诊断技术

针对机械系统早期故障诊断困难的问题,引入滤波效果良好的小波相关滤波法(Wavelet transform correlation filter,WTCF)和对信号微弱变化特征敏感的排列熵算法,定义一种新的小波相关排列熵(Wavelet correlation permutation entropy,WCPE)的概念,并提出基于WCPE的特征提取方法。对采集到的设备振动信号进行WTCF处理,得到信噪比较高的各层小波系数,在此基础上计算小波系数的排列熵复杂度,构造信号沿各小波分解层分布的WCPE特征矢量,并据此分析振动信号的微弱变化。通过对滚动轴承全寿命振动数据的分析,证明基于WCPE提取的信号特征不但能够准确表征轴承由正常状态到故障状态的详细变化过程,还能及时检测出轴承的早期故障。对比小波熵及小波相关特征尺度熵等其他早期故障诊断方法,该方法可显著提前滚动轴承早期故障的检出时间。     

设备故障智能诊断方法的研究

模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础.     

A data-driven ground fault detection and isolation method for main circuit in railway electrical traction system

Due to the complex and harsh operation conditions, like corrosion, aging cable and static electricity, of electrical traction drive system, ground fault will generate large short circuit current to harm the key components. Effective fault diagnosis is important, but also challenging. The conventional method used for ground fault detection only takes advantage of voltage measurements of DC-link. Other measurements onboard are also available, which are correlated with the voltage measurements. Taking the correlation into account will improve the detection performance. To this end, this paper presents a data-driven solution, which makes full use of the correlation between the voltage measurements with other measurements onboard. The proposed method consists of two components: (1) a canonical correlation analysis-based fault detection method, which takes into account the correlation within measurements; (2) a fault isolation method by means of the fault direction, which can be obtained with the available faulty data stored in the long-term operation. The developed method is applied to a traction drive system. It is shown that the proposed approach is able to improve the fault detection and isolation performance significantly with respect to three performance indicators, namely fault detection rate, detection delay and correct isolation rate, in comparison with the conventional method, which only uses the voltage measurements of DC-link.     

一种基于实例的故障混合诊断方法

首先提出了一种基于实例的混合推理总体结构。在一级实例库和二级实例库概念的基础上,定义了实例的结构及组织。并设计了三级推理机制,即以故障代码为匹配目标、一级实例库为匹配空间进行的一级实例推理,以模糊化的初始故障征兆为匹配目标的二级实例推理。最后给出了故障征兆模糊处理以及实例匹配的方法。     

基于灰色关联理论的故障树分析及程序实现

运用灰色关联分析理论,依据故障树分析中底事件的重要度,通过关联度计算以及对计算结果进行排列,对故障模式发生的可能性大小做出判断,从而达到在最短时间内排除故障之目的.利用MATLAB编程实现了该算法的简化,并在某型叉车液压系统故障诊断中得到应用,取得了令人满意的结果.     

DT-CWT相关滤波在齿轮箱故障诊断中的应用

根据小波系数的相关分析理论,提出了基于双树复小波变换的小波相关滤波法。该方法根据相邻层小波系数的相关性,通过迭代过程自适应地进行滤波,能够在达到良好降噪效果的同时保留微弱故障特征信息。对降噪后的信号进行希尔伯特包络分析便可准确得到故障特征频率。试验信号分析与工程应用结果表明,该方法能够有效提取强背景噪声下的齿轮箱轴承早期故障特征信息。     

基于数据分类重建的风电机组故障预警方法

为预警风电机组潜在故障、增强机组出力安全性,基于监控和数据采集(SCADA)系统,提出一种异常数据重建的风电机组故障预警方法。首先,充分利用同风场风机SCADA数据,分别重建输入类与输出类目标机组数据,克服了部分数据信息丢失、数据异常问题;其次,使用提取的代表性数据建立故障预警模型,所得预警模型更贴近机组运行动态特性;最后,采用改进的衰退指标预警潜在故障,直观展示机组阶段性衰退程度。案例研究中使用某风电场SCADA故障数据,并使用3种标准确定所提策略参数设定值,结果表明可至少提前3周预警风电机组齿轮箱潜在故障,验证了所提故障预警方法的时效性。