参数调节随机共振在机械系统早期故障检测中的应用

随机共振是一种利用噪声使微弱信号增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号.为了准确捕捉表征机械早期故障的特征信号,在分析双稳系统参数及检测信号幅值对随机共振检测性能影响规律基础上,以输入信噪比为变量、信噪比增益为信号增强程度衡量指标,提出一种自适应调节系统参数的随机共振微弱信号检测新方法,讨论了该方法的基本原理及实现步骤.将该方法用于转子碰摩故障早期检测,结果表明该方法简单稳健、实时性好,在短数据条件下能把信噪比较低的周期信号从强背景噪声中可靠地提取出来.     

高分辨率扭振测量方法及其应用

研究了一种高分辨率扭转振动测量方法及相应的脉冲调制解调方式,讨论了该方法的工作原理,实现的途径和在使用中存在的一些问题。列举了应用实例,并给出了齿轮箱故障的扭振诊断与利用箱体振动信号进行诊断的比较结果。该方法在实际应用中不但简单可靠,而且精度较高。由于扭振信号传递路径简单,信噪比高,故障特征明显,后续处理简单,所以利用它对齿轮箱进行故障诊断的效果更好。     

基于谐波分量的转子系统碰摩故障定量诊断方法

提出一种利用碰摩转子系统响应中的高次谐波分量进行碰摩位置和碰摩力定量诊断的新方法。基于谐波平衡理论分析碰摩故障转子系统的动力学特性,证明了碰摩故障转子系统中任意两节点之间高次谐波分量之比等于无故障转子系统频率响应矩阵的相关元素之比。根据此关系,提出转子系统碰摩故障模型诊断方法和步骤:利用正常转子系统与故障转子系统响应的任意一阶谐波分量之差,结合转子系统的动力学模型,就可以诊断出碰摩的位置;进而可以根据故障转子系统响应的各次谐波分量还原出碰摩力分量。为验证该方法的有效性,对一转子系统进行偏碰和整周碰摩时的数值仿真,并分析支撑刚度及噪声对诊断方法的影响;又在模型转子试验台上进行了试验。该方法仅利用一个转速下两个节点的振动响应即可实现碰摩故障的在线定量诊断,因此便于在实际旋转机械上实行。     

随机共振理论在转子碰摩故障早期检测中的应用

为了尽早而准确地捕捉表征机械故障的特征信号,提出了采用随机共振（SR）原理来检测微弱的特征信号的新方法。讨论了SR检测微弱信号的基本原理。给出了检测模型并采用模拟数据对该模型进行了分析。将该模型用于转子碰摩故障的早期检测中,结果表明,该方法简单、稳健,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来。     

基于多稳随机共振的机电设备故障诊断研究

针对机械轴承早期故障诊断提出了多稳随机共振检测方法.分析了系统参数对多稳系统结构的影响,研究了高斯噪声背景下基于多稳随机共振的微弱信号检测方法.采用平均输出信噪比作为衡量指标,以多频微弱信号为待测信号进行数值仿真,并将其应用于滚动轴承故障信号检测中,实验结果均表明,该方法对早期故障振动信号具备准确的诊断能力,为其应用于...     

自适应随机共振新方法及其在故障诊断中的应用

系统参数的选择对随机共振方法的优劣起着决定性的作用。已有的随机共振方法在选择参数过程中存在着致命的问题,例如人为主观选择参数,或者只对单一参数进行自适应优化,而忽略了参数之间的交互作用。为了解决以上问题,提出一种新的自适应随机共振方法。与已有方法相比,该方法的优势在于利用蚁群算法优良的寻优特性,能并行选择和优化随机共振系统的多个参数,考虑了参数之间的交互作用,自适应地实现与输入信号最佳匹配的随机共振系统。因此该方法解决了已有方法在参数选择中存在的问题,从而能更有效地削弱信号中的噪声并增强微弱特征,实现早期故障准确诊断。通过仿真试验和机车轴承早期故障诊断的工程应用,表明提出的方法在微弱特征检测与早期故障诊断中取得了比已有方法更好的效果。     

阶梯轴转子系统的固有扭振频率方程

将阶梯轴上的转子扭矩看作加在轴上的外扭矩，采用奇异函数及Ｌａｐｌａｃｅ变换推导出了转子系统的频率方程。     

一种改进的谐波小波及其在转子故障诊断中的应用

在Newland谐波小波的基础上,提出一种改进的谐波小波,该改进的谐波小波具有对称的盒形频谱,其伸缩和平移生成的小波族构成L2(R)空间的正交基,在保持Newland谐波小波的优良性质基础上,信号分解与重构更为简单。利用仿真算例研究改进的谐波小波对微弱局部信号及强噪声背景下的有用信号提取能力,并与DB8小波分析进行比较,结果表明,改进的谐波小波具有更好的信号提取效果。针对转子故障信号特征频率通常为转速频率的分数及整数倍特点,采用该改进的谐波小波提取转子故障信号中的倍频分量,利用实测的不平衡、不对中、碰摩及油膜涡动四种转子故障试验数据,提取了故障信号中的0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5及5.0等倍频分量,结果验证了方法的有效性。     

二维非对称双稳随机共振系统及其在故障诊断中的应用

针对非对称系统具有更强的信号放大能力,提出了一种新型二维非对称双稳随机共振(NTABSR)系统。首先,在绝热近似理论的前提下,对其输出信噪比进行了理论分析。并研究了各系统参数对于系统输出信噪比的影响,实验结果表明,在其他参数不变的情况下,通过改变非对称因子,可以使系统获得更高的输出信噪比。然后,将该系统应用于两种不同型号轴承的故障信号诊断中,通过自适应遗传算法对系统参数进行寻优后,得到检测结果。并将检测结果与二维对称双稳随机共振(TSBSR)系统进行了对比。最终,实验结果表明,NTABSR系统的性能优于TSBSR系统。这为该系统在后续理论分析与实际工程应用提供了良好的理论支撑与应用价值。     

基于VMD的自适应随机共振在滚动轴承早期故障检测中的应用

针对滚动轴承早期微弱故障难以检测的问题,提出一种基于变分模态分解（Variationalmodedecompsition,VMD）的自适应随机共振轴承故障检测方法。首先对滚动轴承的振动故障信号进行VMD分解,得到有限个本征模态函数（Intrinsicmodefunction,IMF）,选取包含故障特征的IMF分量并进行信号重构;将重构信号输入随机共振系统,采用以改进加权峭度为目标函数的量子粒子群算法,优化系统结构参数,得到最佳共振输出,从而实现降噪和增强故障特征的目的,最后通过输出信号的自相关包络谱提取故障特征频率。实测数据的分析结果验证了该方法的有效性和优势。     

Adaptive sparsest narrow-band decomposition method and its applications to rotor fault diagnosis

Enlightened by empirical mode decomposition (EMD) and matching pursuit (MP), adaptive sparsest narrow-band decomposition (ASNBD) method is proposed in this paper. The main idea of the method is to obtain the sparsest representation of a signal by constraining the components to be local narrow-band signals. In ASNBD, an optimized filter must be established at first. The parameters of the filter are determined by solving a nonlinear optimization problem. A regulated differential operator is used as the objective function so that each component is constrained to be a local narrow-band signal. Afterwards, the signal is filtered by the optimized filter to generate a single component. ASNBD is superior to matching pursuit in both the adaptivity and the physical meaning of the components. And problems such as mode mixing and end effect in EMD are alleviated in ASNBD as the computing of extremas is avoided. As it is robust and adaptive to non-stationary signals, artificial chemical reaction optimization algorithm (ACROA) is chosen to solve the optimization problems in ASNBD. Compared with GA, ACROA can reach a global optimum in a shorter time while the classification result is the same. Comparisons are made between ASNBD optimized by ACROA, ASNBD optimized by genetic algorithm and empirical mode decomposition (EMD) by analyzing simulation and experimental signals. The results indicate that ASNBD–ACROA is superior to the other two methods at least in restraining boundary effect, gaining more accurate components in the presence of noise and showing better orthogonality; moreover, it performs better in the analysis of experimental data.     

基于变参数随机共振的齿轮早期故障诊断

文章利用随机共振理论检测齿轮早期的微弱信号,以信号分段关联维数作为分形诊断分类原理的特征量,对齿轮未知信号状态进行判断,取得了较好的效果。     

ART网络在内燃机故障诊断中的应用

对缸盖振动信号进行二进小波分解,从分解后的尺度1信号中提取诊断特征参数,利用这些诊断参数及改型的ART网络对气阀机构进行故障诊断与识别,取得了较好的效果。     

级联分段线性随机共振的微弱信号检测

针对强背景噪声下微弱信号检测困难的问题,提出了一种级联分段线性随机共振的微弱信号增强检测方法。该方法采用分段线性随机共振模型,避免了经典双稳系统对强噪声下弱信号提取时存在的饱和现象,同时,选用的分段线性系统的级联方式可使高频噪声被有效滤掉,低频信号能量不断增强。仿真信号和滚动轴承故障信号的检测结果表明,该方法可以适应更低信噪比信号的检测,参数调节方便,检测结果优于级联双稳系统,具有良好的工程应用前景。     

双水内冷汽轮发电机改型后的故障诊断与处理

由于汽轮发电机组经过重大改型后转子振动特性会相应发生变化,因此如何保证和提高转子在改造后的振动水平对机组安全运行至关重要。笔者分析了某55 MW双水内冷汽轮发电机改型后转子出现振动异常情况,通过对该机组改型前后的振动特性比较以及在调试运行中振动情况的分析,进行了正确的振动故障诊断和处理,最后消除了振动故障。最后,总结了该机型汽轮发电机的特点,提出了预防此类异常振动的维护措施。     

谐波小波包方法及其对转子亚频轴心轨迹的提取

转子轴心轨迹,特别是亚频轴心轨迹的提取,在转子故障识别中是十分重要的。分析了谐波小波的优势,在研究了谐波小波的频段分解基础上,提出了谐波小波包变换的频段分析表达式,并给出了实现方法,实现了谐波小波的任意频段“任意细化”能力。对转子振动信号进行了频域细化分析,并用谐波小波包变换对实际的高速转子振动信号进行了分析,在得到细化频谱的同时,直接实现了常规方法难以实现的转子亚频信号的轴心轨迹提取,得到了满意结果,为转子故障信号的分析创造了条件。     

某型航空发动机试验件的异常振动分析

为评估某型航空发动机试验件异常振动的风险并查找原因,对异常振动进行了分析。首先,采用频谱分析、振动数据类型转换、轴心轨迹、瀑布图以及瀑布图叠加轴承特征频率图等信号处理方法,揭示了异常振动信号的特点;其次,结合结构具体形式以及对各个测点的振动情况判断振动部件,通过瀑布图确定振动类型为共振;然后,利用仿真分析技术判断部件共振的频率与振型,结合轴承特征频率的计算,综合判断结果为轴承激发了异常振动;最后,提供了试验件拆解后的轴承检测结果,说明振动异常分析方法与过程的合理性。