基于图的拉普拉斯矩阵的塑料编织机轴承故障诊断研究

针对时域故障信号难以诊断的问题,提出基于图的拉普拉斯矩阵变换的注塑编织机轴承故障诊断方法。通过拉普拉斯矩阵变换将时域信号转化为图域,将时域的快速傅立叶变换思想引入图信号处理中,将转化所得图信号进行图像的傅立叶变换(GFT)得到故障振动信号的阶次图,根据所得阶次计算故障振动信号的故障频率,由此进行轴承的故障诊断。经仿真及实例分析结果表明:相比将时域信号直接进行快速傅里叶变换的故障诊断方法,本实验方法故障识别能力更强。     

基于经验模态分解的注射机轴承故障诊断

针对注射机轴承信号进行故障诊断易受到工作环境中其他噪声影响的问题,提出一种基于经验模态分解(EMD)结合快速傅立叶变换(FFT)对轴承振动信号提取故障特征的方法。对振动信号使用EMD算法以完成信噪分离,选取出高信噪比分量进行FFT算法变换,通过频谱图分析轴承故障位置。结果表明:使用变分模态分解算法对含有较大噪声的仿真信号和强背景噪声下注射机轴承故障信号有较好的降噪效果,通过FFT能准确诊断注射机轴承是否出现故障,二者结合达到很好的故障诊断效果,去噪效果明显,为其他旋转机械的故障诊断提供了参考。     

粗集理论及其在旋转机械故障诊断中的应用 (二)旋转机械故障诊断知识库的形成

旋转机械故障诊断知识库形成的主要环节是信号的采集和信号的分析、整理 ;在所有的机械故障信号中 ,振动诊断技术是故障诊断的常用手段 ,对振动信号实现连续、在线诊断的最重要的数学工具是快速傅里叶变换(FFT)和小波理论。通过对实验的观察 ,建立转子故障特征向量和故障类型之间对应关系的数据库 ,为基于粗集理论故障诊断的决策表的形成提供了原始的知识库     

小波分析在真空练泥机轴承故障诊断中的应用

针对练泥减速机滚动轴承运转速度低、响应弱、低频信号容易淹没、调制源多、振动信号非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况，提出了一种小波变换的时频分析滚动轴承故障诊断方法。利用小波变换对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，从而实现对轴承故障诊断。试验结果显示该方法对真空练泥机轴承故障诊断有很好的效果。     

塑料加工机械损伤的监测方法研究

针对当前塑料产品的加工质量较低,注射机的监测信号种类繁多、难以合理有效利用的问题,结合注射机工作过程中的信号特征,提出了一种塑料机械故障损伤的分类方法。通过主成分分析(PCA)方法对数据特征进行降维处理,采用K-means聚类法对注射机状态进行分类。实验结果验证了此方法对注射机故障分类的有效性,其正常运行、振动过载和温度过高的分类准确率分别达到91.2%、93.5%和90.4%。     

基于EMD的矿用绞车轴承故障诊断技术

轴承是绞车的重要组件,由于安装在设备内部,运行过程中出现故障难以及时发现,极其导致故障扩大,影响绞车运行安全。现阶段采用的单一轴承诊断方法难以精准诊断出故障特征。采用EMD方法,对提出到的绞车振动信息进行提取分析,得到IMF分量并选取峭度值大于3的各阶分量;采用Hilbert以及傅里叶转变对IMF分量重新构建、分析,得到精准的轴承故障频率特征信息,并与故障特征频率比对,从而精准诊断制轴承故障,诊断结果与现场轴承故障发生位置一致,表明,采用的轴承故障诊断方法具有较强的可信度。     

基于多源信息特征融合的抽油井动液面集成软测量建模

针对传统抽油井动液面(DLL)检测只能依靠人工操作回声仪测试,无法实时在线检测的问题,提出基于多源信息特征融合的抽油井动液面集成软测量新方法。采用快速傅里叶变换(FFT)将抽油机悬点载荷及振动时域信号转换成频域信号;采用核主元分析(KPCA)提取悬点载荷及振动频谱和电功率、井口油、套压时域信号非线性特征;利用改进的模糊交互式自组织数据分析聚类(ISODATA)和高斯过程回归(GPR)融合时频信息特征,建立多个动态子模型;利用权重优化证据理论(D-S)构造的概率分配函数作为权值因子,对子模型输出进行集成以得到最终的DLL预测值。油田现场应用证明了该方法的有效性。     

基于多源信息特征融合的抽油井动液面集成软测量建模

针对传统抽油井动液面(DLL)检测只能依靠人工操作回声仪测试,无法实时在线检测的问题,提出基于多源信息特征融合的抽油井动液面集成软测量新方法。采用快速傅里叶变换(FFT)将抽油机悬点载荷及振动时域信号转换成频域信号;采用核主元分析(KPCA)提取悬点载荷及振动频谱和电功率、井口油、套压时域信号非线性特征;利用改进的模糊交互式自组织数据分析聚类(ISODATA)和高斯过程回归(GPR)融合时频信息特征,建立多个动态子模型;利用权重优化证据理论(D-S)构造的概率分配函数作为权值因子,对子模型输出进行集成以得到最终的DLL预测值。油田现场应用证明了该方法的有效性。     

自适应MED降噪和EMD分解在注塑机轴承故障诊断中的应用

针对注塑机轴承故障信号含有强背景噪声且难以诊断的问题,提出使用最小反褶积(MED)降噪算法结合经验模态分解(EMD)对注塑机轴承的故障振动信号进行分析,通过所得频谱确定注塑机轴承故障位置。结果表明:该方法可以对含有较大背景噪声的仿真信号及实例轴承信号去噪,经EMD分解后可得到高信噪比故障信号,通过频谱分析技术可以很好地诊断输入信号是否存在故障。     

UPTIS和TWEEL非充气轮胎的高速振动特性有限元分析对比

建立非充气轮胎高速振动的仿真分析方法,对非充气轮胎在一定负荷和转速下的高速滚动进行模拟,提取关键部件辐条和地面反作用力振动时域信号,通过结合汉明窗的快速傅里叶变换技术将振动时域信号转换成频域信号。基于建立的高速振动仿真分析方法对两种典型的非充气轮胎UPTIS和TWEEL轮胎的高速振动特性进行对比分析。结果表明,相比TWEEL轮胎,UPTIS轮胎在高速滚动过程中地面反作用力振动频域的特征振动频率少且振幅小,即相同承载能力下UPTIS轮胎的高速减振性优于TWEEL轮胎。本工作建立的高速振动仿真分析方法为非充气轮胎的结构优化提供支撑。     

塑料光纤传感器在烟草机械故障诊断的应用研究

基于塑料光纤传感器在烟草机械的故障监测诊断方法。通过塑料光纤传感器采集了烟草机械轴承的状态信号,研究了振动信号的时域信号和频域信号。结果表明:内圈故障和外圈故障对轴承带来的冲击最大,振动幅值相对于滚子故障轴承更高。均值、峰值指标和波形指标不适用于轴承的故障状态识别,峰值、脉冲指标和裕度指标适合识别内圈故障和外圈故障的轴承,有效值和峭度指标适合区分内圈故障、外圈故障、滚子故障和正常状态的轴承。正常状态轴承信号谐波分量最少,内圈故障和滚子故障轴承信号的谐波分量最多。滚子故障轴承信号的谐波分量幅值最小,外圈故障轴承信号的谐波分量幅值最大。     

基于振动信号的深沟球轴承滚动体故障诊断研究

目前针对滚动轴承内、外圈故障的诊断方法较为有效,但难以诊断滚动体故障。针对这种情况,利用时域统计参数(有效值、峭度、脉冲因数、裕度因数)与Hilbert包络谱两种方法,对不同转速、负荷和故障程度情况下滚动体故障与正常状况的振动加速度数据进行比较分析,得出了滚动体故障难以诊断的原因,并给出了解决方法。     

基于DSP的振动信号自适应采样设计

为了准确分析旋转设备振动信号0.5倍频、基频与多倍频的相关参数,基于高速模拟数字转换器(ADC)和数字信号处理(DSP)平台,运用线性插值重采样方法,实现了旋转设备振动信号的自适应采样,并将采样数据进行快速傅里叶变换(FFT)得到振动信号频谱分析参数.针对实际工业应用,在满足性能指标的前提下,拓宽信号频率范围.通过搭建...     

水泥磨传动系统的故障诊断与分析

采用振动测试的方法,通过对振动信号的时域、频域和幅值域分析,实现了对水泥磨传动系统的故障诊断。诊断分析结果与实际情况相吻合,缩短了维修时间。该方法对其它同类大型旋转机械的状态监测和故障诊断有一定的借鉴价值。     

水泥磨传动系统的故障诊断与分析

水泥磨传动系统采用振动测试的方法，通过对振动信号的时域、频域和幅值域分析，实现了对水泥磨传动系统的故障诊断。诊断分析结果与实际情况相吻合，缩短了维修时间。该方法对其它同类大型旋转机械的状态监测和故障诊断有一定的借鉴价值。     

基于PNN神经网络的滚动轴承声发射故障诊断研究

文章针对滚动轴承三种工作状态下即内圈故障轴承、外圈故障轴承以及正常轴承,设计了轴承声发射检测实验,进行了声发射信号采集。对采集的声发射信号首先进行小波包分解提取故障特征向量之后用概率神经网络(PNN)对故障进行识别,分析实验数据表明小波包分解和PNN结合对滚动轴承故障诊断是有效的。     

水泥磨电机的振动测试与故障诊断

采用振动测试的方法,通过对传动系统振动信号的时域、频域和幅值域分析,实现了对水泥磨电机的故障诊断。该方法对其它同类大型旋转机械的故障诊断具有参考价值。     

水泥磨传动系统的振动测试与故障诊断

介绍了振动测试和故障诊断的基本原理及其在水泥磨传动系统中的应用。在详细介绍振动测试方法和系统组成，测点布置及故障特征频率的计算等的基础上，结合测试结果，综合运用振动信号的振平分析、时域和频域分析方法，对水泥磨的传动系统进行故障诊断，其结论与实际情况相吻合。     

基于小波包和GA-BP网络的柴油发电机故障诊断

针对柴油发电机的非平稳和非线性振动信号诊断难的问题,利用小波包和遗传算法优化的BP(GA-BP)网络两大工具对其进行故障诊断。首先利用小波包对柴油机发电机的振动信号进行分解,单支重构,构造特征向量,再将特征向量输入到遗传算法优化的BP网络里,从而实现柴油发电机的故障类别诊断。实验仿真和工程应用结果表明:所采用的方法可有效并精确地实现柴油发电机故障类别的诊断。     

分数阶Fourier变换在往复式压缩机故障诊断中的应用

由于传统时频分析方法难以有效提取阀片的调频故障信号,因此提出基于分数阶傅立叶变换的往复压缩机阀片故障诊断方法。首先对含噪声的LFM信号进行仿真分析,仿真结果表明,分数阶傅立叶变换不仅可以有效地提取信号的频率特征,而且还具有自降噪功能;然后将分数阶傅立叶变换应用到阀片故障诊断中,由此可以看出,不同阀片故障对应不同的特征参量,从而实现了往复压缩机阀片故障的定量诊断。