基于LabVIEW的轴心轨迹故障自动识别系统

针对目前旋转机械故障诊断的计算量大、识别准确度不高、自动化程度低等问题,提出一种基于LabVIEW的轴心轨迹故障自动识别的新方法。对比小波与传统去噪算法,选用效果更优的小波提纯仿真轴心轨迹。通过改进的HU不变矩函数提取轴心轨迹的特征值,保证比例缩放不变性。两路相互垂直的位移传感器连接西门子LMS采集振动信号,结合关联度算法,在LabVIEW轴心轨迹故障自动识别系统上进行转子不对中故障测试,识别的结果与外8字轴心轨迹关联度高达97%,同时信号的Matlab时域轴心轨迹图为外8字,信号频谱图主要为一倍频和二倍频,均符合转子不对中故障特征。结果表明:该系统能够进行在线故障识别,为旋转机械的智能故障诊断提供参考依据。     

奇异谱分析在GPS坐标时间序列去噪中的应用

GPS坐标时间序列中存在噪声的现象很难避免,为了探测GPS坐标时间序列中的信号,需要对GPS坐标时间序列进行滤波去噪。奇异谱分析是一种有效的去噪方法,该方法不受正弦波假定的约束,无需先验信息,具有稳定识别和强化周期信号的优点,目前已被广泛应用于时间序列分析中。因此,该文采用奇异谱分析方法对GPS坐标时间序列进行去噪。又通过模拟数据与实测数据分析,将其和小波方法、经验模式分解方法进行了对比,结果表明,奇异谱分析方法能够有效地剔除噪声。     

机械振动故障诊断系统的设计与应用

针对机械设备振动监测的高速、实时和同步处理的要求,以Visual C++为平台开发了基于频谱分析和轴心轨迹分析的机械振动故障诊断系统。采用USB 2850采集卡搭建振动信号采集系统,通过分组采集方式实现多通道信号的同步采集,利用键相信号对振动信号整周期重采样,将原始连续信号整周期化。根据信号采样和数据处理流程,结合各模块算法执行效率,设计多线程流水处理架构,保证系统的多流程同步执行。最后,通过转子不平衡故障和不对中故障模拟实验,验证了故障诊断方法正确无误,信号分析系统稳定、高效、准确。     

旋转机械轴心轨迹识别方法研究

提出了一种识别轴心轨迹的新方法.采集方向相互垂直的两路振动位移信号,经消噪处理后拟合为轴心轨迹,提取轴心轨迹的方向变化特征,利用模式识别理论中的函数判别法进行分类识别.并对每种类别的轴心轨迹.用一个特征参量来进行细化描述,不仅可以判断机械的运行状态,在发生故障的时候还能对故障严重程度进行评估.通过对仿真分析,取得了良好效果.     

特征系统实现算法的小波去噪方法研究

ERA/DC 利用脉冲响应数据构造 Hankel 矩阵时运用了相关技术,因此对信号中的白噪声有抑制效果,但实际数据所含的噪声中,除随机噪声外,还有尖脉冲噪声、漂移等其它噪声。为了获得理想的识别效果,利用小波算法对脉冲响应数据进行去噪处理,再用 ERA/DC 进行识别。两自由度的阻尼弹簧质量系统以及卫星缩尺模型的仿真结果表明,小波去噪方法对多种噪声形式均有抑制作用,能提高 ERA/DC 的识别精度,可用于 ERA/DC识别的信号去噪。     

基于有效奇异值数量规律的滑动轴承转子轴心轨迹提纯研究

针对实测的主轴位移信号存在噪声污染的问题,提出基于有效奇异值数量规律的轴心轨迹提纯方法,并将其应用于大型滑动轴承试验台转子的轴心轨迹提纯,效果优于传统算法(EMD、谐波小波)及其改进算法(基于EMD的改进谐波小波算法),成功识别了转子的不对中故障。此外发现,当奇异值差分谱的首个峰值和紧随其后的差分谱幅值很接近(≥97.16%)时,根据差分谱方法提纯的轴心轨迹会发生畸变,并从能量损失的角度对这种现象进行了分析,分析指出,在这种情况下应该以第2个差分谱峰值对应的分量个数重构信号才能提纯到正确的轴心轨迹,从而进一步完善了差分谱理论。研究结果表明,利用改进的差分谱法的轴心轨迹提纯效果与该研究提出的有效值法的效果相当。     

低速行驶地铁轨道振动信号小波去噪参数研究

针对地铁低速行驶时的轨道振动信号,分析小波去噪参数的选取对去噪效果的影响。以北京某地铁站附近的隧道断面的轨道铅垂向振动加速度信号为例,对轨道振动信号进行小波分解、阈值去噪和重构。以信噪比作为去噪质量评价指标,采用Kruskal-Wallis非参数检验方法分析小波系、小波阶数、小波分解层数和阈值的选取对去噪效果的影响。基于信噪比最大化原则,确定地铁低速行驶时轨道振动信号的最优小波去噪参数。结果表明：显著性水平0.05下,小波系、小波阶数的选取对地铁轨道振动信号小波去噪效果没有显著影响,不同的小波分解层数、阈值对地铁轨道振动信号小波去噪效果的影响不全相同;以SymletsA小波系的4阶小波为去噪小波基,经过3层小波分解,基于无偏似然估计阈值和软阈值函数进行小波去噪后的信号获得最大的信噪比,去噪后的振动信号保留了原始信号的峰值特征,同时信号曲线的光滑性有了显著改善。     

基于高度函数的旋转机械轴心轨迹识别方法

针对旋转机械轴心轨迹的识别准确率低、识别速度慢等问题,结合BP神经网络,提出基于高度函数的旋转机械轴心轨迹识别算法。该算法首先利用小波滤波对旋转机械不同故障的轴心轨迹进行预处理,其次采用高度函数描述子提取预处理后的轴心轨迹图像特征,然后使用部分图像的特征训练BP神经网络,最后将训练好的BP神经网络用于剩余图像的识别。实验结果表明:在自建的模拟轴心轨迹数据库中,该算法识别率最高,达94.2%,单个样本识别耗时0.006 ms,满足实时性要求;对于实际测量的转子不平衡故障检测准确率也达91.6%,有较高的实用价值。     

低速行驶地铁轨道振动信号小波去噪参数研究

针对地铁低速行驶时的轨道振动信号,分析小波去噪参数的选取对去噪效果的影响。以北京某地铁站附近的隧道断面的轨道铅垂向振动加速度信号为例,对轨道振动信号进行小波分解、阈值去噪和重构。以信噪比作为去噪质量评价指标,采用Kruskal-Wallis非参数检验方法分析小波系、小波阶数、小波分解层数和阈值的选取对去噪效果的影响。基于信噪比最大化原则,确定地铁低速行驶时轨道振动信号的最优小波去噪参数。结果表明:显著性水平0.05下,小波系、小波阶数的选取对地铁轨道振动信号小波去噪效果没有显著影响,不同的小波分解层数、阈值对地铁轨道振动信号小波去噪效果的影响不全相同;以Symlets A小波系的4阶小波为去噪小波基,经过3层小波分解,基于无偏似然估计阈值和软阈值函数进行小波去噪后的信号获得最大的信噪比,去噪后的振动信号保留了原始信号的峰值特征,同时信号曲线的光滑性有了显著改善。     

平移不变量小波阈值去噪法在齿轮振动信号处理中的应用

齿轮振动信号往往受到噪声干扰,用传统的小波阈值去噪法去噪时,由于信号中存在不连续点,会在不连续点处引起PseudoGibbs现象.采用平移不变量小波阈值去噪法对信号进行去噪,首先对含噪声信号进行循环平移,然后对信号进行小波阈值去噪,最后对信号进行反平移后平均,得到去噪后的信号.应用这种方法对仿真信号和实验采集的含噪声齿轮故障信号进行去噪,并和小波阈值去噪效果进行对比,结果表明这种去噪方法有效抑制了PseudoGibbs现象,并有更好的去噪效果.     

偏心故障下动车组牵引电机转子振动特性分析

气隙偏心和质量偏心是动车组牵引电机中普遍存在的两类偏心故障,而由此产生的不平衡磁拉力和机械不平衡力常诱发更为复杂的转子动力学行为,危害列车牵引驱动装置的安全可靠运行。为此,该文建立了静动气隙偏心和转子质量偏心下牵引电机转子系统的Jeffcott模型;推导了静动气隙偏心下牵引电机带负载运行时气隙磁密分布和转子铁芯表面Maxwell应力分布,并给出了可适用于静动气隙偏心、空载/负载运行和任意磁极对数的电机不平衡磁拉力统一解析表达式;采用四阶定步长Runge-Kutta算法计算了某型动车组牵引电机转子在不平衡磁拉力和机械不平衡力作用下的动力响应,并详细讨论了初始静偏心、质量偏心、径向刚度以及转速对系统振动特性的影响规律。结果表明:偏心故障下该型牵引电机转子轴心轨迹呈现接近圆形的椭圆状,其中质量偏心、径向刚度和转子转速会影响轴心轨迹大小,而初始静偏心和径向刚度则使轨迹中心沿静偏心方向偏移。同时,气隙偏心的存在使得具有质量偏心故障的电机转子位移频谱中较明显地包含零频、转频、固有频率、二倍转频、二倍供电频率及其与转频的组合等分量。     

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。     

虹膜识别的身份认证系统

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别。预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性。与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题。     

基于归一化小波能量系数的管道安全识别算法

针对管道泄漏检测系统存在一定误报率的问题,提出一种基于归一化小波能量系数的油气管道安全识别算法．首先提出最佳母小波选择标准,以现场数据为基础选取最佳母小波,然后提取归一化小波能量系数的最大值作为特征量,最后利用Fisher分类器对压力数据进行识别,判断管道是否处于安全状况．利用现场数据对该方法进行验证分析,结果表明该算法识别正确率较高,实用性好,且可以降低误报率．     

进动分解及其在转子动平衡中的应用

当转子各向刚性存在明显差异时,传统的基于单向传感器测量的转子平衡方法其效果受方向影响,平衡效果不稳定.本文提出一种针对影响系数法的改进方法,该方法采用基于双传感器的信息融合方法,将不平衡响应椭圆分解为正进动和反进动圆,并以正进动圆的幅值和初相位作为不平衡响应,取代传统的单传感器测得的响应进行转子平衡,取得了良好的效果. 数值模拟的结果表明：在忽略非线性因素情况下,改进方法与传统方法数值趋于一致,且高度兼容;实验验证结果表明：改进方法计算结果客观唯一,精度更高.     

双盘转子系统轴向－径向碰摩非线性动力学特性分析

动静碰摩是透平机械常见的故障之一,其动力学行为较为复杂,表现为在机器运行的过程中碰摩故障产生的故障征兆丰富多样。建立了双盘转子-轴承系统在轴向碰摩、径向碰摩以及两种碰摩共同冲击下的有限元法连续模型,采用计及了回转效应和剪切效应的梁单元,对转子系统在不同碰摩情况下的非线性动力学行为进行了数值模拟,研究了转子转速、转子系统上的不平衡量的分布以及碰摩刚度对系统的影响。研究结果表明：相对于径向碰摩故障的动力学特征,轴向碰摩产生的非线性特征不明显,与工程中观察的现象基本一致的;但当两种碰摩均考虑时,系统的非线性动力学特征与仅考虑径向碰摩时有显著的不同。所得计算结果可为大型高速旋转机械系统的故障诊断和碰摩故障的振动控制提供理论指导,从而保证系统的安全运行。     

转子振动的前馈自学习控制

针对转子轴承系统由不平衡引起的振动，提出不需建立对象数学模型、能够在转子工作转速下进行实时在线主动控制的前馈自学习控制方法。对这种控制方法在转子不停车的情况下自动实现不平衡振动的识别和控制过程的理论及算法进行了论述和推导。最后在单盘对称转子轴承系统上进行了实验验证，实验结果证明该基于减振原理的控制方法对不平衡振动具有较好的抑制能力。     

转子-轴承-密封系统非线性动力学特性研究

采用数值方法研究转速对转子-轴承-密封系统非线性动力学特性的影响,采用Muszynska非线性密封力模型和Capone圆轴承油膜力模型,建立超超临界汽轮发电机组高压端转子-轴承-密封系统的非线性动力模型。通过数值方法,研究转速对转子-轴承-密封动力学特性的影响,计算不同转速下的转子时间历程图、轴心轨迹图、Poincare图和频谱图,揭示了转速变化对转子非线性振动的影响规律。     

高速高精度的机器视觉定位的算法

针对IC装备的视觉系统在复杂条件下很难快速、精确定位这一问题,提出了基于小波变换和径向基函数（RBF）网络算法,此算法提取图像归一化小波系数作为特征矢量,对目标图像特征进行学习,得到RBF分类器,利用它在背景图像上进行目标定位。仿真实验表明,此算法可以实现在旋转、平移、尺度变化和噪声条件下的快速定位,定位精度达到亚像素级。     

非对称转子系统的碰摩运动研究

研究了受非稳态油膜力作用的非对称转子系统的碰摩特性。利用数值积分和Poincare映射方法对系统的碰摩运动进行数值模拟研究，得到了系统随转速变化发生碰摩的分岔特性．并与不考虑碰摩力时的分岔特性进行了比较．发现碰摩区的出现与临界转速和油膜力特性有关，揭示了碰摩对非稳态油膜力作用下的非对称转子系统特性的影响。同时可以看到。碰摩转子系统存在阵发性、拟周期和倍周期分岔三条通向混沌的道路。