遗传神经网络在轴系故障诊断中的应用

为解决BP神经网络收敛速度慢以及容易陷入局部最优解的问题,将遗传算法与BP神经网络相结合应用于轴系故障诊断中。首先设计了船舶柴油机轴系模拟实验平台,然后利用小波包分解技术分析了轴系故障时的振动信号,并将其能谱熵作为故障模式的特征向量,最后对轴系的4种运行状态进行了故障识别与分析。仿真结果表明,GA-BP算法预测精度要高于传统的BP算法,适用于轴系的状态监测和故障诊断。     

基于DWT和PNN的印刷过程实时监测和故障诊断

提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。     

基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,提出了一种基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断新方法。通过对滚动轴承产生振动的模型进行分析,可以将振动信号看成为多个调制信号的叠加,而边带相关算法可以在频谱图基础上找出调制性最强的频率区间,然后进行带通滤波得到此频率区间内的时域信号,最后对其进行Hilbert包络并进行谱分析,最终能得到调制信号中调制频率的大小。利用滚动轴承实验取得的振动信号进行分析验证,可以在滚动轴承具有外圈、内圈、滚动体缺陷的情况下的振动信号找出调制频率,有效地提取故障特征。结果表明该方法能够准确地识别和诊断出滚动轴承的故障部位和类型。     

基于复Morlet小波的列车走行部轴承故障监测系统北大核心CSCD

文中针对列车走行部中轴承的故障设计了一种故障监测系统,实时监测轴承的状态,提高轴承故障诊断的精度。该系统将数据采集与处理分离,对轴承的温度和振动数据进行采集,传给处理板进行诊断,使用谱峭度提取振动信号中的共振频率,以此确定复Morlet小波的中心频率和尺度,使用小波变换对信号进行处理。该算法能自适应提取信号的共振频率,有效过滤外界噪声的干扰,提高轴承故障诊断的精度。通过模拟轴承故障对该系统进行验证,该系统能有效检测走行部轴承的故障。     

基于反面选择算法的压缩机振动在线监测方法研究

基于人工免疫系统反面选择算法的思想,提出了对振动时域信号进行各种处理的方法,进而研究了基于反面选择算法的离心压缩机在线监测的方法,通过对离心压缩机的诊断实例表明,该方法是可行的,能准确监测出设备的故障状态。     

基于证据理论的振动发散故障监测方法

针对振动系统中振动迅速发散的故障,设计了基于证据理论的融合监测方法.对用于测量振动信号的多源传感器分别采用传感器数据方差、方差前向差分作商和方差前向作商作为描述状态的特征参数,计算基本概率分配函数,并根据Dempster组合规则进行融合.在隔振系统物理实验平台上实现了融合诊断监测过程,对采用3种特征参数的故障监测效果加以验证、比较和分析.实验结果表明,振动系统中传感器数据方差前向作商适合作为特征参数,由此构建的融合方法能够对振动发散故障实施有效诊断,并可以实现实时监测.     

基于时域同步平均与LabVIEW的行星齿轮箱信号预处理方法

行星齿轮传动相对于定轴齿轮传动,结构更加复杂,由太阳轮、行星轮、行星架和内齿圈构成。其结构特点致使其振动信号的信噪较小,对振动故障特征提取带来困扰。以行星齿轮箱实验平台为测试对象,采集了行星轮断齿故障的振动信号,通过时域同步平均的算法处理后的信号与原始信号对比,结合LabVIEW软件平台,验证了时域同步平均算法在行星轮断齿故障状态下的可行性。     

基于粒子滤波与负向选择算法的GIS设备故障检测

为了及早发现故障合理安排设备检修计划,提出一种基于粒子滤波与负向选择算法的GIS故障检测方法。首先,选取GIS设备金属外壳振动信号分形维数作为特征变量,有效削弱了设备负载变化对外壳振动的影响。同时,基于粒子滤波及支持向量回归算法处理设备正常状态下的振动信号分形维数特征样本,建立GIS设备振动特征估计器。将实时测量的振动特征输入特征估计器,计算估计器输入值与输出值之间的残差并作为检测指标。最后,利用负向选择算法处理正常状态下检测指标数据,间接获取GIS故障状态下检测指标区间,进而实现设备故障的检测。通过对现场实际测量数据的仿真分析,验证了所提方法的可行性。     

基于EMD-AR谱和GA-BP的滚动轴承故障诊断研究

为了提高滚动轴承振动信号的故障特征提取能力,快速有效地诊断出轴承的故障类型,提出了一种基于EMD-AR谱和GA-BP神经网络的滚动轴承故障诊断模型,以美国凯斯西储大学轴承数据中心的轴承振动加速度数据为例,对滚动轴承各种状态进行了理论分析和实验测试研究.首先,通过经验模态分解,将采集到的轴承振动信号进行了分解,获得了不同...     

独立分量分析在直升机齿轮箱故障早期诊断中的应用

齿轮箱早期的故障信号往往十分微弱 ,信噪比低 ,这大大限制了已有诊断方法在早期诊断中的应用 ,因此如何获取真实的振动信号是提高齿轮箱早期故障诊断质量的关键 ,独立分量分析 (ICA)为此提供了一种新的思路。文中研究了ICA在齿轮箱故障早期诊断中的应用 ,首先分析了齿轮箱的混合振动信号模型 ,然后针对具体的轴承故障进行了实验 ,并使用快速ICA算法分离出轴承的振动信号 ,再将其功率谱与原始振动信号的谱相比较 ,结果表明ICA更易于实现故障的早期诊断 ;最后提出了进一步的研究建议。     

基于虚拟仪器的往复压缩机小波分析系统

利用虚拟仪器技术开发机械设备状态监测与故障诊断系统,是机械故障诊断领域中的研究热点。以LabVIEW软件为开发环境,开发了往复压缩机振动信号多层小波分析系统,系统可对振动信号进行多层小波分解和重构。通过对故障状态与正常工作状态下的振动信号的对比分析,能实时发现运行中的压缩机所存在的故障。该研究方法能够为压缩机的检测提供一种新的切实可行的方案。     

基于小波分析与神经网络的柴油机气阀间隙识别

通过对柴油机气阀间隙的调整,实时监测缸盖的振动信号,运用小波分析法对振动信号进行分析,提取柴油机气阀间隙异常的多个特征参数,并采用BP神经网络对气阀间隙进行识别,以此提高诊断故障的针对性和准确性。     

叶轮故障监测系统的数据通信

对叶轮故障诊断原理和故障实时监测系统进行了研究 ,报告了PLC(可编程序控制器 )作为远程自动监测系统的核心部件在实时监测中的数据处理和数据通讯等问题 ,以提高不同环境下系统的可靠性、稳定性和抗干扰性。通过提取叶轮振动信号的幅值和相位 ,确定故障方位及程度 ;以PLC为主的下位机采集振动信号 ,在监控中心需要数据时实时或集中传输 ,由监控中心微机进行运算 ,显示实时图形和保存大量历史数据。该系统采用可脱机的实时监测 ,具有很好的适应性和灵活性 ,对类似系统的开发与研究有一定的借鉴作用。     

基于经验模态和神经网络的纯电动汽车集中式电驱系统振动信号分析与故障预测

以系统复杂、耦合程度高、振动信号干涉多的纯电动汽车集中式电驱系统为研究对象,建立监测电驱动系统振动信号的采集系统,通过经验模态分解出各组件振动信号中潜在故障的内禀函数分量,再将各分量作为神经网络的输入参数,获得训练后的神经网络,再将原始信号作为神经网络的输入,输出可能的故障点与故障信息,从而建立故障预测模型。结果表明,在经验模态结合神经网络算法的基础上,利用采集的振动信号进行智能诊断,输出的预测结果准确率高。     

免疫支持向量机方法在液压泵故障诊断中的应用

针对在液压泵故障诊断中故障样本难以获得的问题,融合人工免疫系统中的实值否定选择算法和支持向量机算法提出了一种混合的故障诊断方法。在该混合方法中使用算法产生非己集合（故障样本）,将其作为算法的输入进行训练,解决了难以获得故障样本的难题。应用小波分析完成液压泵端盖振动信号的消噪及特征提取。最后用柱塞泵脱靴故障样本进行诊断,正确率可达90％,验证了混合诊断方法的有效性。     

叶轮故障监测系统的数据通信

对叶轮故障诊断原理和故障实时监测系统进行了研究,报告了ＰＬＣ（可编程序控制器）作为远程自动监测系统的核心部件在实时监测中的数据处理和数据通讯等问题,以提高不同环境下系统的可靠性、稳定性和抗干扰性。通过提取叶轮振动信号的幅值和相位,确定故障方位及程度;以ＰＬＣ为主的下位机采集振动信号,在监控中心需要数据时实时或集中传输由监控中心微机进行运算,显示实时图形和保存大量历史数据。该系统采用可脱机的实时监测     

基于EMD和Hilbert包络谱的滚动轴承故障诊断

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,提出了一种基于EMD和Hilbert包络谱的滚动轴承故障诊断新方法.通过在滚动轴承实验台上提取振动信号,用EMD对数据进行分解得振动信号的固有模态函数分量(IMF分量),然后对IMF作Hilbert包络并进行谱分析.结果表明,该方法能够准确地识别和诊断出滚动轴承的运行状态和故障类型,非常适合滚动轴承故障精确诊断,具有很高的工程实用价值.     

基于分形维数的柴油机气门故障诊断技术研究

振动监测技术是当前柴油机状态监测和故障诊断的基本方法,本文通过分析柴油机缸盖振动信号的吸引子图来定性刻画其振动的复杂度,并采用抽区间分析法,利用二进小波变换对柴油机燃烧段缸盖振动信号分解,提取其高频信息,结合G-P算法计算其高频信息的关联维数.研究表明,计算柴油机缸盖振动信号的关联维数是一种诊断柴油机气门故障的有效方法.     

Kalman滤波在数控机床轴承故障信号处理中的应用

分析了数控机床中使用轴承故障特点后,选择Kalman滤波算法对轴承的振动信号进行除噪。基于轴承的故障振动情况,建立了轴承的运动方程。通过仿真和试验,证明Kalman滤波算法对轴承振动信号的除噪是有效的。     

基于图形显示算法的小波变换在机械故障诊断中的应用研究

针对广泛应用的Mallat快速算法在小波变换中存在的随分解层数增大数据长度成倍减小,使得对信号进行精细分析、提取微弱故障信息受到限制的问题,研究应用图形显示算法与Mallat算法相结合解决这一问题的方法。介绍了图形显示算法的基本原理,推导了正交小波的图形显示算法。给出了应用该算法对斜轴式柱塞泵振动信号进行分析,在强振动背景下提取微弱故障特征的实例。方法可有效地用于信号的深层信息处理和微弱故障信息的提取。