小波方法在滚动轴承振动信号分析中的应用

通过分析滚动轴承表面损伤类故障信号的特点，提出了基于小波包分解和信号重构技术的滚动轴承故障精密诊断方法。试验表明，该方法是有效的，适用于滚动轴承早期故障的振动监测和诊断。     

基于时—能密度分析的滚动轴承故障诊断

根据滚动轴承局部故障振动信号的特征，提出了基于小波变换的时－能密度分析的新方法。轴承旋转元件通过故障部位产生的脉冲力的频率决定了模态频率带信号能量随时间的分布情况。利用小波基将滚动轴承故障振动信号变换到时间－尺度域，对模态频率区间的时－能密度作谱分析，不仅能检测到滚动轴承故障的存在，而且能有效地识别滚动轴承的故障部位。     

高速列车齿轮箱轴承故障诊断的自适应TQWT方法

齿轮箱轴承是高速列车传动系统中重要的零部件之一,其故障诊断对保障列车运行安全具有重要意义。轴承故障诊断主要依靠其故障特征的提取,因此提出基于改进谱峭度(improved spectral kurtosis,ISK)的自适应可调品质因子小波变换(TQWT)故障特征的提取方法。首先在谱峭度基础上引入包络谱熵,提出既能度量信号脉冲强度又能表征其周期性的ISK指标。文章提出的方法利用ISK在TQWT的品质因子Q与冗余因子r的取值范围内自动选取最佳Q、r参数,将信号分解成若干信号分量,并通过选取冲击特征丰富的分量信号进行合并、包络解调提取故障特征。仿真信号验证方法的可行性与有效性,将该方法运用于齿轮箱轴承故障诊断中,结果表明:该方法能挖掘原始信号中不易被发现的信息,使包络谱中故障特征丰富,能有效地诊断轴承故障。     

基于小波-BP神经网络的发动机轴承故障诊断

本文针对发动机滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包变换与神经网络的滚动轴承故障诊断方法。由于滚动轴承发生故障时,加速度振动信号各频带的能量会发生变化,以振动信号小波分解后的能量信息作为特征,以神经网络作为分类器对滚动轴承故障进行识别、诊断。通过对滚动轴承的正常状态、滚珠故障、内圈故障和外圈故障信号的分析,表明以小波包分解为预处理器的神经网络故障诊断方法可以准确、有效地识别滚动轴承的工作状态和故障类型。     

基于正则化稀疏滤波的轴承声信号故障诊断方法

基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督学习的智能特征提取算法,它能够优化特征分布的稀疏性从而得到好的特征表达。为了实现轴承声信号的特征提取和故障诊断,采用稀疏滤波算法从声信号频谱中提取特征,通过对其目标函数添加L2 范数约束以减少过拟合现象,然后采用Softmax 回归函数作为分类器,实现对不同轴承故障类型的精准识别。最后通过一组特殊设计的轴承故障诊断实验验证了所提方法的有效性。     

基于正则化稀疏滤波的轴承声信号故障诊断方法

基于声信号的故障诊断由于其所具有的非接触、易安装等优点开始逐渐在机械故障诊断领域中得到广泛应用,但声信号的信噪比低导致其诊断准确率较差,因此急需有效的智能方法以实现噪声背景下的信号特征提取。稀疏滤波算法是一种基于无监督学习的智能特征提取算法,它能够优化特征分布的稀疏性从而得到好的特征表达。为了实现轴承声信号的特征提取和故障诊断,采用稀疏滤波算法从声信号频谱中提取特征,通过对其目标函数添加L2 范数约束以减少过拟合现象,然后采用Softmax 回归函数作为分类器,实现对不同轴承故障类型的精准识别。最后通过一组特殊设计的轴承故障诊断实验验证了所提方法的有效性。     

声信号在小型柴油机故障诊断上的应用研究

介绍了综合利用小波包分析与模式判别技术对柴油机产生的声信号进行识别,并在此基础上结合已有的专家库对小型柴油机的故障工况进行诊断。在对该诊断技术进行充分评论的基础上,本课题还将该方法应用于KM178F柴油机的故障诊断并取得了较好的效果。     

声信号的主分量分析应用于滚动轴承故障诊断

利用声信号来进行故障诊断具有"采集比较容易,非接触式测取,设备简单,速度快,无须事先粘贴传感器,不影响设备正常工作,易于实现早期预报和在线监测,疳可在不易测量振动信号的场合得到广泛应用"等优点.由于外界噪声的影响,有效信息的提取较为困难.采用主分量分析对传声器测取的声信号进行了预处理;在此基础上应用基于Morlet小波变换的包络分析和频谱分析来提取故障特征向量,并以滚动轴承为例进行实验.结果表明,这是诊断滚动轴承早期故障的一种可选方法.     

小波分析在转子系统多故障诊断中的应用研究

提出小波多尺度分解的时域参数向量用于转子、滚动轴承系统多类故障同时产生情况下特征提取的新方法,该方法首先根据轴承的故障特征频率确定小波分解的层数,对分解后的各层高频信号计算其能反映故障特征的时域特征参数,再将包含故障特征频率的各尺度时域参数与转子、轴承正常运转时的时域参数相对比,从而判断转子、轴承故障及其产生故障的原因。通过多尺度分解可明显地提高故障信号所在尺度的信噪比,由于既考虑了故障的频域特征也参照了故障的时域特征,通过多尺度特征参数构成的向量可同时诊断出转子、轴承的不同故障原因,通过仿真和故障轴承的实例分析验证该方法的有效性。     

基于小波变换的转子动静件碰摩故障诊断研究

利用小波变换与多分辨率分析理论，对振动信号进行多尺度分解，通过分析细节信号的能量分布研究了振动信号中碰摩特征，由信号的一种特征向量进行了信号特征的放大处理，进而可以清晰地得到振动信号小波分解细节的能量分布特征，能够比较准确地诊断碰摩故障程度，同时也能有效地区分不磁摩与整圈碰摩。     

用于滚动轴承早期损伤诊断的模型及特征量

针对在用共振解调技术诊断滚动轴承损伤类故障时，不能圆满解释包络信号及其包络频谱的问题，在综合考虑损伤点运动和载荷分布不均因素影响的基础上，提出了一个包络信号及其包络频谱分析模型。基于轴承内外圈和滚动体工作表面损伤时，包络幅值谱中在各阶故障特征频率处有明显谱峰的特征，提出了一个称为包络谱峰因子的诊断特征量。通过实际诊断试验，验证了模型的正确性和有效性，以及诊断特征量的可行性。     

滚动轴承振动信号的小波奇异性故障检测研究

该文以滚动轴承振动信号为分析对象 ,基于小波奇异性分析原理进行滚动轴承故障检测新方法的研究。通过求解待测信号的小波变换极大模来检测和识别信号中奇异点位置和奇异性大小 ,以及对噪声极大模的抑制处理 ,达到抑制或消除噪声的目的 ;最后 ,在剩余小波极大模的基础上进行信号重构 ,展现原待测信号中的故障信号模式。通过对铁路货车车轮用滚柱轴承振动信号的分析表明 ,此方法在大幅度地提高信噪比的同时 ,对由轴承损伤冲击造成的信号突变仍保持了较高的灵敏度和分辨率。为滚动轴承故障检测打下了良好的基础。     

变速箱故障声压信号的小波包分解与诊断

针对变速箱故障声压信号的非平稳时变特点,给出了小波包分析处理变速箱故障声压信号的原理和方法,并分析了一个变速箱齿根裂纹故障的诊断实例.实验结果表明,该方法在变速箱声学诊断中是有效可行的,在其它机械的声学诊断中也具有一定的参考价值.     

Degradation Feature Selection for Remaining Useful Life Prediction of Rolling Element Bearings

Rolling element bearings are among the most widely used and also vulnerable components in rotating machinery equipment. Recently, prognostics and health management of rolling element bearings is more and more attractive both in academics and industry. However, many studies have been focusing on the prognostic aspect of bearing prognostics and health management and few efforts have been performed in relation to the optimal degradation feature selection issue. For more effective and efficient remaining useful life predictions, three goodness metrics of correlation, monotonicity and robustness are defined and combined for automatically more relevant degradation feature selection in this paper. Effectiveness of the proposed method is verified by rolling element bearing degradation experiments. Copyright © 2015 John Wiley & Sons, Ltd.     

基于小波时频框架分解方法的滚动轴承故障诊断

损伤点通过其它元件时引起的周期性冲击是判断滚动轴承局部损伤故障的关键特征信息.针对滚动轴承的振动特点,设计了小波时频框架,利用框架分解方法在匹配信号特征结构,直接提取特征信息方面的优势,分析了滚动轴承的振动信号.根据框架分解结果,在时频联合域内清晰直观地提取了滚动轴承局部损伤故障的周期性冲击特征,识别了滚动体、内圈和外圈的单点缺陷,与小波变换的对比验证了框架分解在检测滚动轴承局部损伤故障方面的有效性.     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数,模极大分形指数熵,Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。将该方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,结果表明本文建议的方法在检测时间及检测率上都有显著提高。     

Liu-cos混沌系统在声波弱信号检测中的应用

针对混沌三维弱信号检测系统的特点,设计了一种傅里叶变换和李雅普诺夫算法相结合的收敛性判别算法,证明了三维Liu-cos混沌系统对于声波弱信号检测具有广域性并且当输入声波信号幅值大于临界阈值时,系统变量x输出平衡于输入的周期摄动力信号, 系统变量y和z的输出收敛于零,临界阈值具有唯一性。解决了传统Duffing混沌系统应用于声波弱信号检测时,系统变量x和y输出不收敛、只能进入窄域检测等问题。构造了Duffing混沌系统和三维Liu-cos混沌系统的实际声波检测实验,分析了混沌系统在实际声波检测过程中的性能。     

复合材料滚动轴承的疲劳试验研究

通过对复合材料滚动轴承的疲劳试验,研究了短纤维注射成型工艺研制的玻纤／尼龙６６滚动轴承的疲劳寿命和失效形式,为复合材料滚动轴承的设施应用有价值的参考。     

滚动轴承参数化设计关键技术研究

Pro/ENGINEER是应用广泛的CAD/CAM/CAE集成软件系统,在Pro/ENGINEER系统中,骨架模型可以完成产品的自顶向下设计,Program可以完成产品的参数化自动生成.通过将骨架模型技术和Program相结合,研究滚动轴承参数化建模的产品结构定义和模型控制过程,进而结合设计实例给出滚动轴承参数化设计的详细步骤.结果表明这种设计方法能够实现滚动轴承的多样化和系列化设计,大大缩短滚动轴承的产品开发周期.     

基于交变磁场测量技术的裂纹缺陷定量检测仿真分析与实验研究

裂纹缺陷的定量评估是无损检测的一项重要研究内容,本文采用交变磁场测量技术对平板裂纹缺陷进行了检测.在分析交变磁场测量技术原理的基础上,首先在大型电磁仿真软件AN SY S中建立了交变磁场测量模型,包括三组不同参数的裂纹缺陷和检测线圈相互垂直的两种传感器模型,然后用这两种传感器分别对不同缺陷进行了检测,研究了裂纹长度、深度和宽度变化对水平方向和垂直方向检测电压的影响规律,提取出了对长度和深度进行定量的特征量.最后,采用实验的方法对仿真结果进行了验证,实验结果的规律与仿真结论相一致,证明了仿真结果的正确性.从而为裂纹缺陷在实际中的检测和定量提供了借鉴.