基于声振信号EMD分解的轻微碰摩故障诊断方法研究

针对转子系统局部碰摩故障特征及声音振动信号特点,采用一种基于声振信号经验模式分解(Empirical Mode Decomposition简称EMD)的轻微局部碰摩故障诊断方法对滑动轴承碰摩故障进行特征提取。由于EMD分解不需要固定的基函数,根据信号特征自适应的调整,从而实现碰摩特征及旋转激励背景信号自动分解。通过设计滑动轴承缺油工况轴承碰摩试验,并进行振动全息测试分析,将所得声振信号本征模式函数时域特征和边界谱特征与转子径向位移及轴承座加速度信号对比分析,确定了碰摩部件;从而证明基于声振信号EMD分解的碰摩故障诊断方法的有效性。     

基于小波包分析的拉索损伤声发射信号特征提取

结合显式有限元和小波包分析技术开展了拉索损伤声发射信号特征提取的仿真分析。采用ANSYS/LS-DYNA模拟得到拉索损伤声发射信号的仿真信号,基于小波包能量谱对拉索声发射的有限元仿真信号进行了特征提取,从小波包分解层次、特征频带数量的选择及特征参数的噪声鲁棒性三个方面开展了讨论分析。结果表明:(1)通过选择适当的小波包分解层次,小波包能量谱可以精细地反映信号的特征;(2)选取少数特征频带就能使得小波包能量谱反映声发射信号的特征信息;(3)基于小波包能量谱的特征参数具有良好的损伤敏感性及噪声鲁棒性,能在强噪声影响下实现对拉索不同损伤类型的判别。     

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。     

转子全周碰摩与局部碰摩的识别方法研究

摘 要：超临界汽轮发电机组的结构和工况复杂,容易引起转、静子间的碰摩。根据碰摩诱发因素的不同,可将其分为全周碰摩与局部碰摩。由于两种碰摩故障的时、频特征相似,传统的时、频域分析方法很难准确提取它们的故障特征。本文针对这一不足,提出一种基于经验模式分解-奇异值分解（EMD-SVD）与支持向量机（SVM）的碰摩故障识别方法,用于对转子全周碰摩与局部碰摩故障进行识别。首先,通过EMD获取碰摩信号的固有模式函数（IMF）;然后,提取表征信号主要能量的前四阶IMF组成特征矩阵并进行SVD分解,得到关于原信号的一组特征值;最后,将特征值输入SVM,对原信号进行分类识别。转子试验台全周碰摩与局部碰摩试验结果表明,本方法对转子全周碰摩与局部碰摩故障的分类准确率高,其中以径向基函数作为核函数的SVM分类准确率达到96.0%。     

基于信息熵的转子动力特征分析与诊断方法研究

针对转子系统运行过程中的非线性、耦合性、非平稳突变性等复杂特征,提出基于信息熵特征提取方法,将转子系统动力分析与参数识别方法有机结合,分析转子典型故障——裂纹、碰摩及裂纹碰摩耦合等不同状态下响应参量的信息熵特征及变化规律,并构建小波神经网络模型实现转子系统故障状态诊断。通过对转子系统实测信号的分析诊断,验证理论方法的有效性。     

一种新的声发射信号消噪及故障诊断方法

在旋转机械故障诊断中,声发射信号极易受到噪声的干扰。针对经验模态分解(EMD)易产生模态混叠现象,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的消噪和旋转机械声发射碰摩故障诊断的方法。利用了EMD和小波变换的优点,通过对傅里叶频谱进行自适应划分,并构建小波滤波器组来提取声发射信号所包含的不同固有模态分量,可有效消除模态混叠现象,同时对分量进行Hilbert变换从而实现声发射信号的消噪和故障诊断。采用该方法对仿真信号进行加噪声和消噪处理,在同信号源下,对比基于d B4全阈值消噪、d B4默认软阈值消噪、d B4对高频系数处理消噪和EMD消噪效果。并将该方法应用到实际的声发射碰摩信号中。仿真和实验分析结果表明:EWT方法可以有效地分解出信号的固有模态,分解出的模态少,并且不存在难以解释的虚假模态,消噪效果优于其他方法,并且在声发射故障诊断中也有较大的优势。     

基于时序分析的拉深件成型裂纹的特征参数提取

研究金属拉深制件声发射信号特征参数的提取对判断成型制件的质量尤为重要。研究采用时序分析和MATLAB对经过小波包分解的声发射信号进行特征参数的提取。在此过程中利用时间序列的自相关系数和偏相关系数的拖尾性及截尾性来判断模型的类型;采用FPE (final prediction error,最终预测误差0029准则对模型进行定阶;以最小二乘估计法对模型的参数进行估计。最后,根据所建立的自回归谱模型提取声发射信号的特征参数。研究结果是通过此方法成功提取到了金属拉深制件声发射信号的特征参数及其分布图,为成型制件质量的判断提供了有利的依据。     

基于声信号三维谱分析的转子复合碰摩故障特征提取

转子在运行过程中的声音包含了大量的转子运行状态信号,变速过程中故障声信号特征的提取及其识别对于旋转机械故障诊断是极其必要的,目前基于声信号三维谱分析的转子故障特征提取还不多,在对转子旋转机械中的一些典型产生的碰摩故障及复合碰摩故障进行了试验模拟,对故障发生过程中的声信号进行采集的基础上,对转子故障声信号的三维谱特性进行了分析。提取和总结出由故障造成的声信号突变和对应的声谱特征。分析结果表明:采用声信号对转子的碰摩故障进行诊断是有效的。声信号三维谱图丰富旋转机械碰摩故障诊断系统知识库中的特征信息,可以用于更准确地诊断转子中的碰摩故障。     

基于时间-小波能量谱样本熵的滚动轴承智能诊断方法

为了解决滚动轴承故障模式智能识别与运行状态检测问题,提出了时间-小波能量谱样本熵的计算方法,并将其作为特征参数用于滚动轴承智能诊断的研究。采用Hermitian小波对轴承信号进行连续小波变换,得到蕴含故障信息的时间-小波能量谱序列,再通过计算其样本熵值,量化提取信号中的故障特征信息。轴承不同故障模式下的时间-小波能量谱样本熵区分明显,以此作为特征向量输入支持向量机,实现了对轴承不同故障模式的智能识别。之后计算轴承全寿命周期实验数据的时间-小波能量谱样本熵,按照时间顺序排列,绘制出了轴承运行状态曲线,通过判断曲线走势可有效诊断出轴承早期故障的发生。实验结果表明,时间-小波能量谱样本熵可以有效用于滚动轴承智能诊断的研究。     

小波变换在声发射信号特征参数检测中的应用

本文论述了小波变换在声发射信号的事件计数特版在数检测中应用的理论和方法,用小波变换来检测声发射信号的事件计数特征参数,其准确率与域值电平的取值在大小无关,从而可大大提高声发射信号特征参数检测的准确度,该方法可用于旋转机械（特别是大型汽轮发电机组）的碰磨故障和裂纹故障的检测。     

涡轮增压器转子的振动分析及故障诊断

某型汽车涡轮增压器高速转子正常工作时转速每分钟可达十万转，由于该涡轮增压器在使用及出厂实验过程中经常发生转静子碰磨故障，该故障危害严重一旦发生往往导致增压器设备完全报废。针对这一问题，对50多台涡轮增压器进行了振动测试，并对测量信号应用HP3567A进行了频谱分析。根据所测信号自功率谱、瀑布图以及阶次跟踪图的特点，确定了该转子的振动特点，找出其发生碰磨故障的主要原因，为产品的排故提供了依据。     

基于混沌弱信号检测的轧机故障诊断研究

为检测强噪声背景下轧机的转子和齿轮故障,给出了一种Duffing方程检测微弱信号的算法.设计加入待检信号后的混沌振子方程,检测出转子发生早期碰摩以及齿轮偏心和单齿缺陷故障.故障诊断实验可以证明利用Duffing振子的间歇混沌现象对强噪声背景中轧机故障的微弱特征信号进行检测的有效性,与相关函数法比较,证明此方法的优越性.     

涡轮增压器转子的振动分析及故障诊断

涡轮增压器转子正常工作时转速可达十几万转,由于经常发生转子碰磨故障,危害严重。针对这一问题,对该转子进行了振动测试,并对测量信号应用HP3567A进行了频谱分析。确定了该转子正常运转时的振动特点,找出其发生碰磨故障的主要原因,为产品的排故、改造提供了依据。     

Acoustic emission monitoring of fatigue in 7010 aluminium alloys

Abstract

Acoustic emission (AE) has been monitored in test pieces of 7010 aluminium alloy containing growing fatigue cracks. Both high-purity and commercial casts were studied in underaged, peak-caged, and overaged conditions, using tension–tension fatigue with R = 0·1 and 0·5, at crack growth rates in the range 0·1–3 μm/cycle. The reduction of grip noise and discrimination of AE events with sources distant from the plane of the crack were achieved by careful design of test piece geometry and clamping, and by the use of two broadband point transducers with calibrated response. Analysis of the load distribution at which AE events occurred at the crack plane showed that most events occurred near peak loading. However, the frequency of detected AE events was sometimes greatly reduced by adding oil to the crack, implying that crack-face rubbing was one source of emission. This was confirmed by fractographic examination and suggests that the practice used by some workers of gating–out all but those signals generated close to peak load in order to eliminate rubbing signals is not necessarily effective. The frequency of events remaining after the removal of rubbing signals was shown to be consistent with the size of the plastic zone at the crack tip, the rate of crack growth, and the inclusion size/density distribution. It is estimated that the fracture of inclusions of area greater than ~40 μm² could be detected by the testing system. The commercial cast contained more inclusions of this size than the pure cast, in proportion to the increased AE event frequency.

MST/184     

基于声发射信号与BP神经网络的煤粉粒径识别研究

煤粉粒径的测量是燃煤电站一项重要的工作。针对目前筛分法存在的缺点,提出了一种结合声发射信号与BP神经网络在线识别煤粉粒径的方法。在频域中对噪声信号与煤粉声发射信号进行比较,确定了信号中反映煤粉粒径的频率区间,并利用小波包置零方法对信号进行去噪,在信噪比与信号平滑度方面比较了几种常用小波函数的去噪效果。通过功率谱分析发现了信号能量随煤粉粒径的变化特征。最后提取信号能量特征,利用BP神经网络对煤粉粒径进行识别。研究结果表明,结合声发射信号与BP神经网络识别煤粉粒径,可以获得良好的效果。     

基于EMD和HHT的航空发动机转子—机匣振动信号分析

将EMD和HHT方法引入航空发动机转子—机匣的振动信号分析,某台发动机的台架实测机匣振动信号的分析结果表明,该方法能够比较清楚地再现转静系统碰摩故障随转速和采样周期的演变过程,能够克服傅立叶谱无法同时获得时域和频域信息的缺陷。同时边际谱与傅立叶谱相比能够比较真实客观地反映系统的频率和幅值分布情况。     

滚动轴承转子系统不对中-碰摩耦合故障非线性动力学分析

为了获取转子系统不对中-碰摩耦合故障下的动力学特性,通过拉格朗日待定乘子法建立了在完整约束下滚动轴承转子系统非线性动力学微分方程,采用龙格库塔数值法研究了不对中-碰摩耦合故障下系统的动力学响应,采用时域图、轴心轨迹图、分叉图、Poincare截面图和FFT谱图分析了不对中度、碰摩刚度和碰摩间隙对转子振动响应的影响。分析结果表明:不对中度的增大会使系统1倍频振动响应增大,也会产生2倍、4倍等偶数倍频,同时出现与VC(Varying Compliance)频率之间的组合频率响应。在低转速下,碰摩刚度和碰摩间隙对转子系统的影响较小;在高转速下,较小的碰摩刚度和较大的碰摩间隙会缓解系统的非线性行为。     

Evaluation of the use of envelope analysis and DWT on AE signals generated from degrading shafts

Vibration analysis is widely used in machinery diagnosis. Wavelet transforms and envelope analysis, which have been implemented in many applications in the condition monitoring of machinery, are applied in the development of a condition monitoring system for early detection of faults generated in several key components of machinery. Early fault detection is a very important factor in condition monitoring and a basic component for the application of condition-based maintenance (CBM) and predictive maintenance (PM). In addition, acoustic emission (AE) sensors have specific characteristics that are highly sensitive to high-frequency and low-energy signals. Therefore, the AE technique has been applied recently in studies on the early detection of failure. In this paper, AE signals caused by crack growth on a rotating shaft were captured through an AE sensor. The AE signatures were pre-processed using the proposed signal processing method, after which power spectrums were generated from the FFT results. In the power spectrum, some peaks from fault frequencies were presented. According to the results, crack growth in rotating machinery can be considered and detected using an AE sensor and the signal processing method.     

非对称温度场对高压转子系统碰摩响应的影响

实际作业的转子系统在发生碰摩故障的同时,经常要承受非对称、非稳定温度场的作用,势必要改变转子系统的碰摩响应特性。以某型航空发动机高压转子系统为研究对象,建立了高压转子停车后自然对流的流-热耦合模型,研究了高压转子不同停车时刻自然对流的流体速度和温度分布。在此基础上,建立了非对称温度作用下具有多自由度的连续转子碰摩响应的有限单元模型,对多种忽略和考虑自然对流温度场影响的碰摩响应结果进行了对比研究。结果表明,当考虑停车温度场影响时,高压转子的碰摩响应增大了系统振动响应的振幅,改变了轴心轨迹的分布,频谱图上的出现了丰富的由碰摩力和非对称温度场所激发的频率成分,振动情况更加复杂。     

基于HHT的超声电机噪声源分析

对超声电机的噪声信号做希尔伯特一黄变换(HHT)，发现噪声中从始至终都含有10kHz左右的成分。在分析了电机运动机理后，以转子为对象建立碰撞摩擦模型，从系统的加速度响应中，同样分解出10kHz左右的成分。说明系统运动非线性产生的分数次谐波，是诱发噪声的直接原因。对定子作有限元分析，得到定子的一阶模态频率为10．74kHz，与噪声频率非常接近，表明分数次谐波激发了定子共振，为噪声输出提供了能量源。为了降低噪声，可以考虑降低定子、转子的碰撞强度或改进定子、转子的结构。