共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
基于Hilbert-Huang变换的转子碰摩故障特征分析 总被引:1,自引:0,他引:1
Hilbert-Huang变换(HHT)得出的时频图是分析非平稳信号的有效工具.应用HHT时频方法对转子早期局部碰摩和全局碰摩故障信号进行了分析,与传统的频谱分析比较表明:HHT时频方法具有良好的时频聚集性,能够很好地反映转子系统早期故障信号的时频特征,可以有效地对转子系统碰摩早期故障进行诊断.通过对全局碰摩故障信号分析,说明碰摩过程中摩擦力是不均匀的,碰摩接触面积的增大在时频图上表现为基频成分的波动变化加剧和高频成分的增加.基于HHT的三维谱图和时频亮度谱图能清晰地显示碰摩故障的频率、时间和振幅信息,为工程实际中转子系统的早期碰摩故障诊断和全局碰摩特征分析提供了有效的依据. 相似文献
3.
针对现有希尔伯特-黄变换(HHT)方法在进行特征提取时,估算部分多频固有模式函数(IMF)瞬时频率不准确的问题,提出了一种基于带通滤波的希尔伯特-黄变换算法(BF-HHT)。该算法首先确定信号主要能量所在频率;然后以这组主要能量所在频率为中心频率设计一组带通滤波器,对原信号进行滤波;最后用HHT方法提取信号的时频特征。转子试验台和实际机组的径向碰摩故障信号的试验与分析结果表明,BF-HHT算法不仅能准确提取到转子径向碰摩故障信号中出现的频率成分,而且能对故障特征频率出现或消失的时刻精确定位,其特征提取效果明显优于HHT方法。 相似文献
4.
通过转子台启动过程实验模拟了局部碰摩故障发生的过程,基于Hilbert-Huang变换(HHT)得到了不同程度局部碰摩故障的时频分布特征,给出了单点碰摩与局部碰摩故障的区分方法。实验分析结果表明,单点局部碰摩故障时频分布特征表现为瞬时频率沿基频的规律性的突变与波动,其强度与碰摩程度有关,并且突变时刻与碰摩发生位置相对应;局部接触碰摩发生时,时频图上基频成分波动变化加剧,出现低频及规律变化的高频成分。基于HHT的时频分布可以在转子系统发生局部碰摩早期发现故障,与传统的频谱分析相比,能更准确地反映碰摩故障的特征。 相似文献
5.
根据第二代小波变换的特点,提出一种自适应小波变换的框架,在此基础上提出一种混合小波降噪方法。预测时从一组预测器中选择一个最佳预测器以满足细节信号的特殊要求,更新时从一组更新器中选择一个最佳更新器以满足逼近信号的特殊要求,在每一尺度上构造了一个具有某种要求的小波。这种方法能够有效地抑制振动信号的高频干扰。 相似文献
6.
7.
基于改进Hilbert-Huang变换的转子碰摩故障诊断 总被引:1,自引:0,他引:1
针对信号总体平均经验模式分解中的两个参数———所加白噪声标准差和总体平均次数难以设置的问题,通过仿真信号实验分析,给出了这两个参数设置的一般方法。以转子碰摩故障信号为对象,提出了改进的Hilbert-Huang变换(HHT)算法并将其用于提取转子碰摩故障特征。仿真和实验结果表明,改进的HHT算法能较好地提取出转子碰摩故障特征,与传统HHT算法相比,改进的HHT算法效果更好。 相似文献
8.
转子动静碰摩故障仿真与试验研究 总被引:5,自引:0,他引:5
针对转子碰摩的特点,建立了以刚度为分段线性的Jeffcott转子模型,并对此模型进行了仿真计算,结果表明:转速低于临界转速时系统存在高阶倍频成分;转速超过一阶临界转速后系统中出现分频振动成分;当转速接近临界转速的整数倍时,该转速频率的幅值显著增大。按照转子碰摩模型,建立了转子碰摩故障试验系统,进行了转子碰摩故障模拟试验,采集了比较有代表性的碰摩样本数据,并得到每个状态下的频谱图和轴心轨迹图。试验分析与基于碰摩力模型的仿真分析结果一致,此研究对及时准确地诊断和预报旋转机械转子早期动静碰摩故障具有非常重要的意义。 相似文献
9.
10.
11.
针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了基于第2代小波和极值域均值模式分解(extremum field mean mode decomposition,简称EMMD)的故障诊断方法,进行了复合故障的耦合特征分离和故障特征频率的提取.该方法首先应用第2代小波对原始信号进行分解与重构;然后针对分解与重构出的低频信号进行频谱分析提取低频非调制故障特征;最后针对高频共振调制信号进行基于EMMD的解调分析,以准确提取调制故障特征.通过工程实例信号的分析结果表明,该方法能够提取转子系统的复合故障特征. 相似文献
12.
Second Generation Wavelet Finite Element and Rotor Cracks Quantitative Identification Method 总被引:2,自引:1,他引:1
The presence of cracks in the rotor is one of the most dangerous and critical defects for rotating machinery. Defect of fatigue cracks may lead to long out-of-service periods, heavy damages of machines and severe economic consequences. With the method of finite element, vibration behavior of cracked rotors and crack detection was received considerable attention in the academic and engineering field. Various researchers studied the response of a cracked rotor and most of them are focused on the crack detection based on vibration behavior of cracked rotors. But it is often difficult to identify the crack parameters quantitatively. Second generation wavelets (SGW) finite element has good ability in modal analysis for singularity problems like a cracked rotor. Based on the fact that the feature of SGW could be designed depending on applications, a multiresolution finite element method is presented. The new model of SGW beam element is constructed. The first three natural frequencies of the rotor with different crack location and size were solved with SGW beam elements, and the database for crack diagnosis is obtained. The first three metrical natural frequencies are employed as inputs of the database and the intersection of the three frequencies contour lines predicted the normalized crack location and size. With the Bently RK4 rotor test rig, rotors with different crack location and size are tested and diagnosed. The experimental results denote the cracks quantitative identification method has higher identification precision. With SGW finite element method, a novel method is presented that has higher precision and faster computing speed to identify the crack location and size. 相似文献
13.
核函数主元分析KPCA(kernel princ ipal component analysis)能够提取机械故障信号的非线性特征,可以应用于机械故障状态识别。但是KPCA是一种无监督的特征提取方法,不能利用故障信号中的类别信息。本文介绍了一种核最优K-L变换,它可以充分利用类别信息,它能够提取类平均向量和方差向量中的判别信息,使提取的特征分类效果更好。在齿轮故障诊断实验中,采用核最优K-L变换提取故障信号的非线性特征,实验结果表明核最优K-L变换相比KPCA故障识别结果更为理想。 相似文献
14.
15.
16.
基于小波变换的轴心轨迹特征提取 总被引:8,自引:0,他引:8
回转机械的轴心轨迹包含着反映其运行状态的丰富信息,但由于各种噪声干扰严重,使轴心轨迹非常杂乱,难以从中得到有用信息。本文将小波变换用于提纯轴心轨迹,剔除干扰,提取故障特征,取得了良好的效果 相似文献
17.
18.
基于最优小波基的电机故障信号特征提取研究 总被引:2,自引:0,他引:2
小波变换去噪中最关键的问题是最优小波基的选取,使其能够将噪声从原始信号中分离出来。针对电机故障的特点,提出了一种基于信号的最优小波基选取方法。将信号小波变换的能量阈值曲线作为小波基函数的适用性评价指标。通过训练神经网络,选取适合该信号的最优小波基,最后采用平移不变量(TI)小波阈值法实现信号去噪。在此基础上对750W化纤电机进行了测试,实验结果表明,该方法能准确找出适合特定信号的最优小波基。训练后的神经网络可直接用于其它类型电机的信号去噪处理,具有实用价值。 相似文献
19.
基于小波包的滚动轴承故障特征提取 总被引:7,自引:0,他引:7
在深入分析离散小波包变换快速算法的基础上,给出了离散小波包变换快速算法中产生频率混淆的原因,即由正交镜像滤波器的非理想截止特必, 隔点采样和隔点插零的特性共同作用产生的,提出了一种消除频率混淆的算法,利用该算法和原算法,分别对某型滚动轴承内环剥落故障的振动信号进行处理,提取其故障特征,结果表明,原算法由于存在频率混淆,可能掩盖故障特征,提出的新算法,由于很好地消除了频率混淆,能有效地提取滚动轴承局部故障的特征。 相似文献