浅析振动分析技术在旋转机械设备故障诊断中的应用

机械振动是一种十分普遍的现象,凡是运动的机械都存在程度不同的振动。旋转机械故障诊断是近年来国内外发展较快的一门新兴技术。旋转机械监测与诊断系统的研究与应用对于避免巨额的经济损失和灾难性事故的发生有着重要意义。结合旋转机械设备的振动状态监测管理,可以把设备通过振动仪与人进行信息沟通,明确设备的故障性质、故障部位等,提高旋转机械设备运行的安全可靠性。介绍振动分析技术在旋转机械设备故障诊断中的应用。     

应用小波分析提取故障诊断信号的特定频段

在总结小波分析对信号特定频段提取技术(定义方法、组合小波方法、多分辨率分析方法、小波包方法)，以及对这些技术的有效件、适应性进行比较的基础上，通过仿真试验实现了对合成信号的频率分解，达到和FFT相类似的效果，同时，把基于小波分析的频段提取技术应用到旋转机械的故障诊断中，分析结果表明该技术可以有效地实现有用频段的提取和干扰频段的抑制。     

基于LMD和局域时频熵的旋转机械故障诊断方法

提出了一种基于局部均值分解和局域时频熵的旋转机械故障诊断方法。以旋转机械作为研究对象,利用LMD方法分解旋转机械振动信号,对分解得到的各乘积函数进行Hilbert变换,得到振动信号的时频分布。为了定量描述振动信号能量的时频分布情况,提出了局域时频熵的概念,根据旋转机械故障的频谱特征,将整个时频平面划分为若干时频段,计算时频段的局域时频熵,以局域时频熵作为旋转机械故障特征,实现旋转机械故障特征提取。基于局域时频熵进行故障特征提取可以细致地反映各时频区域能量分布的差别,同时可以减小计算量,提高运算速度。仿真与实验结果表明,该方法能有效地应用于旋转机械故障诊断中。     

旋转机械故障诊断系统数据库的机器自学习方法

本文讨论一种旋转机械故障诊断系统数据库的计算自学习方法.该法能使计算机在长期的运行实践中,自动识别和跟踪被监测机组工作参数的改变,从而大大增强了故障诊断系统的适应性.本文将最小?乘法应用于计算机自学习,并以"MMMD-1"的模糊诊断系统为例,介绍了这种方法的原理和应用.计算结果表明,该法对初值稳定.     

基于全息谱的转子系统故障诊断分析

在方程分析法相似原则的基础上，设计出大型汽轮发电机的模拟转子系统，用该转子系统对信号进行多通道采集，然后分别将采集信号的水平和垂直幅频图进行分解，分解后按不同阶次进行组合得到二维和三维全息谱图，对得到的全息谱图进行分析，从而达到对系统进行故障诊断的目的，分析结果令人满意。可见，全息谱图可以丰富旋转机械故障诊断系统知识库中的的振动特征信息,对于更准确地诊断发电设备中的故障具有一定意义。     

基于虚拟仪器技术的三维微振动测试系统

为进一步提高测试系统的准确性,在研究机械振动分析理论与常用测试方法的基础上,设计开发了基于虚拟仪器技术的机械微振动三维测试与分析系统。以LabVIEW为开发平台,实现信号采集、数据处理、时域分析、频域分析、存储、回放和故障诊断等功能;利用小波分析对信号进行处理得到故障特征信号,解决了复杂机械微振动的技术分析,具有界面友好、操作简单和性能好等优点。     

基于小波包变换的径向基神经网络在故障诊断中的应用

提出了一种新的旋转机械故障诊断方法。基于小波包变换的频率划分特性，对旋转机械的振动信号进行小波包分解，建立旋转机械六种典型故障特征矢量，准确地提取了故障的特征信息，结合RBF神经网络训练速度快的优点，将RBF神经网络应用于故障特征的选择，最后，利用所确定特征及RBF分类器进行故障诊断。实验结果表明，该方法可实现典型故障的可靠诊断。而且由于利用小波包变换代替了传统的FFT，故本方法对于诊断频率分布范围较广而复杂且信号具有较强时变性的复杂故障有着良好的应用前景。     

鲁棒性观测矩阵优化设计及其在机械故障诊断中的应用

在机械设备故障诊断系统中应用压缩感知（CS）可以有效缓解故障诊断系统数据的传输和存储压力。将观测矩阵的优化设计方法引入机械设备故障诊断系统中。结合机械信号信噪比（SNR）较低的特点，在分析不同观测矩阵优化框架抗噪性能的基础上，得出适用于机械信号的鲁棒性观测矩阵优化框架。基于该优化框架，推导出一种比现有求解方法计算复杂度更低的解析解，提高了优化观测矩阵的求解速度。数值仿真和实验结果表明，所提方法得到的优化观测矩阵具有良好的鲁棒性和更高的计算效率，相比现有的优化观测矩阵和常用的随机矩阵，所提方法可以在更低的信噪比和压缩比下有效地重构机械故障信号。     

基于局部均值分解与形态谱的旋转机械故障诊断方法

针对旋转机械不同类型故障会使振动信号具有不同形态特征及振动信号信噪比低等特点,提出基于局部均值分解（Local Mean Decomposition,LMD）与形态谱的旋转机械故障诊断方法。其中的LMD能对旋转机械原始振动信号进行降噪处理,而形态谱则能反映振动信号的形态特征,从而能判断旋转机械的工作状态。将该方法用于转子系统故障诊断,分析结果表明,该方法能有效提取旋转机械故障振动信号的故障特征,能准确识别旋转机械的故障状态。     

基于谐波小波包方法的旋转机械故障信号提取

旋转机械发生某些故障时将产生具有奇异性的非平稳信号,检测出振动信号中的奇异性对于设备状态监测和早期故障诊断具有十分重要的意义。在研究谐波小波频段分解的基础上,结合仿真信号与故障试验的分析,采用谐波小波包方法来诊断实际转子的碰摩故障,体现了该方法对任意频段“任意细化”的能力。试验验证取得了满意结果,为旋转机械故障信号的分析和提取创造了条件。     

面向事务处理的容错计算机系统结构设计与实现

提出了一种面向事务处理的容错计算机体系结构,设计了基于三模冗余的仲裁器和仲裁算法。在集群中,利用中心结点故障检测机制,采用仲裁器得到了一个逻辑上高可靠的管理态结点,通过该结点可以实现系统快速故障诊断和故障恢复。实验结果表明：节点间故障检测时间小于2s,故障节点切换时间小于5s,该系统的故障检测、故障节点切换可以满足事务处理系统对可靠性的要求。     

Effects of stacking fault energy on the creep behaviors of Ni-base superalloy

Cobalt in a 23 wt.% Co containing Ni-base superalloys was systematically substituted by Ni in order to study the effects of stacking fault energy (SFE) on the creep mechanisms. The deformation microstructures of the alloys during different creep stages at 725 °C and 630 MPa were investigated by transmission electron microscopy (TEM). The results showed that the creep life increased as the SFE decreased corresponding to the increase of Co content in the alloys. At primary creep stage, the dislocation was difficult to dissociate independent of SFE. In contrast, at secondary and tertiary creep stages the dislocations dissociated at γ/γ′ interface and the partial dislocation started to shear γ′ precipitates, leaving isolated faults (IFs) in high SFE alloy, while the dislocations dissociated in the matrix and the partials swept out the matrix and γ′ precipitates creating extended stacking faults (ESFs) or deformation microtwins which were involved in diffusion-mediated reordering in low SFE alloy. It is suggested that the deformation microtwinning process should be favorable with the decrease of SFE, which could enhance the creep resistance and improve the creep properties of the alloys.     

基于馈电信息的故障诊断技术研究

综合运用馈电信息基本理论，提出了一个基于馈电信息的故障诊断技术．该技术通过对馈电信息的比较、分析，从而实现对工作状态的监测和故障的检测；通过检测、分析馈电相关的频谱或相关的模式，实现状态分析和故障定位，完成对电子装备的故障诊断．     

齿轮振动的边带分布特征与故障诊断实例

从理论上讨论了齿轮集中缺陷和分布缺陷的频域特征,特别是边带分布特点。集中故障的边带数目多,强度起伏小;而对于分布故障,若调制波为单频,则理论上只在啮合频率ｆ ｍ 和它的 ２ 倍频２ｆｍ 两侧各形成 １ 个边带;若调制波含有２ 次谐波,则在啮合频率ｆｍ 和它的２ 倍频２ｆｍ 两侧各形成２ 个边带。还结合测试实例,提出了运用振动信号诊断齿轮故障所应注意的问题     

Resistance varying characteristics of DC superconducting fault current limiter in MTDC system

Recent years, voltage source converter-based multi-terminal high voltage DC power transmission (MTDC) is widely developed in the world. However, it is difficult for the existing DC breaker to cut off the fault transmission line with large short-circuit fault current. Then, it would be helpful to develop DC fault current limiter for the MTDC system. In this paper, DC superconducting fault current limiter (DCSFCL) is proposed to limit fault current. In order to study the resistance-time performance of the DCSFCL under the rapid change of fault current, a simulation model of Zhoushan MTDC system with DCSFCL is established, and the current-limiting performance of the DCSFCL at different location of the grid is studied. The simulation results show that DCSFCL can effectively limit short-circuit current and improve the operation reliability of MTDC system.     

联想记忆神经网络在电机故障状态监测中的应用研究

电机的状态监测和故障诊断存在多种不确定性特征,而神经网络在改善故障特征识别、提高信噪比、增强诊断结果的鲁棒性等方面有独特的优越性能。本文基于定子不平衡电流的在线检测,探讨了神经网络在电机故障诊断中的应用,模拟实验取得了与实际情况一致的结果,为电机故障的状态监测与早期诊断提出了一条新的有效的途径。     

基于瞬时故障特征频率趋势线和故障特征阶比模板的变转速滚动轴承故障诊断

针对难以从滚动轴承的时频分布中提取瞬时转频分量的问题,本文利用由轴承包络时频谱中提取的瞬时故障特征频率替代传统瞬时转频实现重采样,进而基于故障特征因子与转频阶比边带构造故障特征阶比模板以实现变转速运行模式下滚动轴承故障诊断。其具体算法由以下四个部分组成：首先,联合应用谱峭度滤波算法与短时傅里叶变换得到能够突出瞬时故障特征频率的包络时频谱;其次,提出基于幅值重调的峰值搜索算法对瞬时故障特征趋势线进行提取;再次,以瞬时故障特征频率趋势线为基础对原信号进行故障相角域重采样并得到故障特征阶比谱;最后,根据被监测轴承的故障特征因子构造故障特征阶比模板对滚动轴承的运行状态与故障类别进行判断。仿真算例和应用实例将对该算法的有效性予以证明。     

裂纹碰摩耦合故障转子系统诊断分析

采用有限元方法分析了裂纹碰摩耦合故障转子系统的响应,研究裂纹碰摩耦合故障转子系统在动态特性方面和单一裂纹故障、单一碰摩故障的区别及耦合故障的诊断方法.由于当碰摩比较严重时,响应信号中碰摩特征比较明显,容易掩盖裂纹特征,使基于信号分析的诊断方法只能诊断出碰摩,难以诊断出裂纹故障,因此本文利用裂纹引起的等效弯矩现象,通过基于模型的诊断方法,区别碰摩裂纹耦合故障和碰摩故障,该方法不仅能诊断裂纹的有无,还能诊断裂纹的位置.最后通过试验验证了仿真结果.     

故障树分析法在乳化炸药生产中的应用概述

乳化炸药生产线的故障诊断问题一直是乳化炸药安全领域十分必要且有意义的课题。文章提出以故障模式及影响分析为基础的故障树分析法,并应用于乳化炸药的生产过程中。这种方法不仅可以对造成乳化炸药产品质量不合格的原因进行定性分析和定量分析,还可以通过分析这些原因,对生产过程中存在的潜在问题加以解决。