基于同态滤波的低速重载齿轮故障诊断研究

对低速重载齿轮特性进行了分析,阐述了齿轮振动信号的调制原理,针对低速重载齿轮箱低频故障信息容易被强噪声淹没的实际问题,提出了利用同态滤波技术对低速轴齿轮故障特征进行提取的方法.研究表明,同态滤波技术是一种行之有效的齿轮低频故障特征提取技术.     

基于Hilbert变换的低速重载齿轮故障诊断研究

对齿轮运动特性进行了分析,阐述了齿轮振动信号的调制原理,指出了齿轮箱低频故障信息容易被强噪声淹没的实际问题,提出了利用Hilbert技术对低速轴齿轮故障特征进行有针对性提取的观点。实例证明,Hilbert技术是一种行之有效的齿轮低频故障特征提取技术。     

基于随机共振理论的低速重载设备故障诊断

基于随机共振理论,结合包络解调分析研究微弱低频幅值调制信号的增强与提取,并应用于低速重载设备的故障诊断.运用信号自含噪声或外加噪声,通过变步长数值算法和调节非线性双稳系统结构参数,来实现微弱低频幅值调制信号的随机共振现象.模拟调幅信号和实测低速重载齿轮箱振动信号的分析结果,证实了本文提出的方法在检测微弱低频幅值调制信号上,明显优于传统的FFT谱分析和包络解调方法.     

低速重载冶金设备故障诊断系统的研究

针对低速重栽冶金设备故障的特点,研制了低速重载设备在线监测与故障诊断系统.该系统采用小波理论、小波包分析、三维Wigner-Ville分布等时频分析方法对设备的振动信号进行分析,并且有效地诊断出设备故障发生的部位及程度.应用结果表明,系统对低速重载机械的故障诊断达到了精确、实用的效果.     

基于冗余第二代小波变换的齿轮箱故障诊断

为了避免传统小波变换在进行信号特征提取时,过分依赖于小波基的选择,引入了冗余第二代小波变换。对不同层的原始预测器和更新器进行插值补零运算,得出对应层的冗余预测器和更新器。然后利用新的冗余预测器和更新器对原始信号进行分解,使得分解的高频信号和低频信号的长度与原始信号长度相等。对齿轮箱故障特征提取表明,冗余第二代小波变换优于其他小波变换方法,能够比较理想地提取出齿轮箱的故障特征。     

基于WT特征增强的cICA带式输送机齿轮箱故障诊断

约束独立分量分析对于测量信号中的传感器噪声(测量噪声)具有很强的免疫能力,但对源噪声的免疫性却很差。针对这个问题,提出了小波变换特征增强的约束独立分量分析的齿轮箱故障特征提取方法。通过对测量信号小波分解,有针对性地选择某子频段小波系数重构,有利于提高信噪比,增强信号的统计独立性和非高斯性,从而增强约束独立分量分析方法提取齿轮故障特征的效果;而未经小波变换除噪时,约束独立分量分析的效果不佳。通过仿真分析和在矿用带式输送机齿轮箱故障诊断的应用结果综合表明,该方法能有效降低源噪声的影响,准确提取出齿轮故障特征,尤其是微弱低频故障特征。为矿用齿轮箱多通道振动状态监测与故障诊断提供了一种新的有效手段和途径。     

掘进机截割载荷极值能量的频率识别

基于小波包分解提取信号的多尺度空间能量特征的基本原理，采用小波包分析技术对掘进机截割三向载荷信号进行分解，并选择能量比重较大的低频信号进行重构，运用Matlab进行仿真计算，得出掘进机截割载荷信号重构后的功率谱图,由此检测出掘进机截割载荷极值能量的频率分别为3.40, 375, 3.00 Hz，载荷能量集中在2.5～5.0 Hz之间.     

基于小波去噪和EMD的齿轮箱故障诊断研究

提出小波去噪和EMD相结合的齿轮箱故障诊断的新方法。该方法首先对原始信号进行小波阈值去噪,将去噪信号利用EMD方法分解为多个IMF分量,计算各IMF分量和原信号的互相关系数,选择互相关系数较大的IMF分量进行Hilbert包络谱分析,提取故障频率。以互相关准则提取IMF分量避免了IMF分量选择的盲目性。对实测齿轮箱故障信号进行了分析,结果表明该方法能够有效地识别齿轮箱故障频率。     

基于小波包包络分析的滚动轴承故障诊断

提出一种基于小波包、能量分析和包络分析相结合的滚动轴承故障诊断方法。对实测振动信号进行小波包去噪,提取出有用的振动信号。利用小波包将去噪后的信号分解,求出分解后各频带的能量,根据各频带内能量分布,确定故障所在频带,并以此作为特征分量。对特征分量进行Hilbert解调分析,将包络谱谱峰处的频率与理论计算的滚动轴承故障频率进行对比,诊断轴承故障并确定故障位置。     

小波包分析在采煤机减速器故障诊断中的应用

提出了一种采用小波包理论提取采煤机减速器故障信号的方法。利用小波包变换对减速器振动信号进行分解、重构及能量计算,有效地提取出采煤机减速器故障特征信号,从而获得故障的信息。仿真研究结果表明,基于小波包能量法的故障诊断方法能够有效地提取出采煤机减速器故障的频率信息。     

基于小波包分解与重构的齿轮泵故障分析

依据小波包的重构和分解理论对齿轮泵进行了振动信号的分析,并提取了齿轮泵各个频率段的特征振动信号,对振动波形的变化进行了分析与研究,找出引起该故障的主要原因,这一方法为判断齿轮泵信号故障特征提供了可靠的理论依据,为技术人员提供参考和借鉴。     

EMD与能量算子解调在提升机齿轮箱故障诊断中的应用

提升机齿轮减速箱一旦发生故障,其振动信号表现出强烈的非平稳性,表现为复杂的调制现象,因强烈的噪声干扰,给故障特征提取带来了困难。介绍了基于经验模态分解(Empirical Mode Decomposition, EMD)与Teager-Kaiser能量算子（Teager-Kaiser Energy Operator,TKEO）解调相结合的提升机齿轮箱故障诊断方法,该方法结合了EMD自适应滤波和Teager-Kaiser能量算子非线性故障特征提取的优点。EMD方法可将齿轮箱振动信号分解成若干个局部频率从高到低不同频段的IMFs（Intrinsic Mode Functions）,各个IMF突出了原始信号的某些局部特征,再对相对高频段且含有齿轮啮合频率及谐频的IMFs进行能量算子解调,成功提取了提升机齿轮箱中间轴旋转频率fr2的故障特征频率,诊断出了提升机齿轮箱中间轴上齿轮Z2和Z3的点蚀故障。分析结果表明,该方法能有效诊断出提升机齿轮箱的故障。     

Wavelets applied to early fault analysis of hoist gear box

Using wavelets, the vibration signal of a certain mine hoist gear box was analyzed. By multiple comparison analysis, the rational wavelet basis function was determined. Fault characteristic frequencies of hoist gear box were identified. The research indicates that the hoist??s fault information is non-stationary, and non-stationary signal is clearly extracted by using db20 wavelet as basis function. The db20 wavelet is the proper wavelet base for vibration signal analysis of the hoist gear box.     

基于希尔伯特变换和小波包节点能量法的齿轮箱故障诊断研究

故障齿轮箱的振动信号中可能包含周期性的振幅和相位调制信号,在齿轮箱故障诊断中,解调成为一个重要的问题。在分析了齿轮振动信号的基础上,提出了一种基于希尔伯特变换和小波包节点能量法的故障诊断方法。通过一个包含调幅调相信息的仿真信号进行了验证,结果表明该方法能够有效提取调制信号,比使用小波包变换更有效。     

小波变换在齿轮故障诊断中的应用

在分析小波变换理论和齿轮振动信号特点的基础上,提出用小波分析法提取齿轮故障特征。齿轮振动信号具有非平稳性,并且受各种噪声干扰,小波分析法具有处理非平稳信号的突出优点。在MATLAB环境中,建立了齿轮振动仿真信号,采用小波函数对受噪声污染的信号进行软阖值消噪处理,通过功率谱分析提取特征频率。仿真表明,该方法可有效抑制噪声,提取特征频率,从而为齿轮故障诊断提供依据。     

无量纲参数在矿用低速重载齿轮故障诊断中的应用

研究了无量纲参数对低速重载齿轮不同故障的敏感性,据此在对齿轮减速箱进行初步诊断的基础上,结合频谱分析技术诊断出故障的具体部位。研究表明,无量纲参数在低速重载齿轮故障诊断的工程实际中具有一定的实用性,为煤矿现场齿轮减速箱故障诊断提供了一种有效的方法。     

基于CEEMD与小波包的单相接地故障选线方法

为了解决矿井供电系统发生单相接地故障时故障特征不明显情况下小波包选线方法易错选误选的问题,文章提出了一种基于CEEMD与小波包的选线方法。该方法首先对各条线路的零序电流进行CEEMD分解,提取分解得到的高频IMF1分量进行小波包变换,求取各频段小波包能量总和并排序,按照能量最大原则确定特征频带并进行小波包分解系数模最大值极性的比较,确定模最大值极性相反的线路为故障线路。利用RTDS搭建了35/6kV的矿井供电系统仿真模型,仿真结果表明该选线方法具有较好的选线准确性,并且受不同故障因素的影响较小,在不同故障条件下均有较高的选线准确率。     

基于小波包算法的回转零件故障诊断

针对传统的故障诊断方法的局限性,将小波包分析方法应用到回转零件故障诊断中,利用小波包分解和重构方法有效地提取回转零件的共振频段,解决了传统方法人为确定共振解调频段的局限性。应用小波包算法处理后的信号重新采样,再根据Hilbert变换和包络谱细化原理,得到一种新的细化包络谱。通过回转零件的故障诊断实验分析,验证了该理论方法的正确性和实用性。     

通风机振动信号的小波包阈值除噪研究

研究了基于小波包分析的阈值除噪的基本方法,并介绍了几种除噪阈限。利用小波包阈值除噪良好的时频局部化特性滤除信号中大量的噪声。通过对通风机振动信号的除噪和特征提取研究,取得了良好效果,说明小波包阈值除噪方法非常适合于信号的预处理和故障特征提取。