小波分析在机械故障诊断中的应用

在机械故障诊断中,故障通常表现为输出信号发生突变这一特点,而传统的傅里叶变换在处理时域上有变化的信号存在不足之处,本文利用小波分析检测信号突变点的典型实例,论证了小波分析在检测信号突变点上具有比傅里叶变换无法比拟的优越性,利用小波分析可以精确地检测出突变的时间点.     

小波分析在机械设备故障诊断中的应用

介绍了小波分析技术的原理及在机械设备故障诊断中的应用。通过现场应用实例，讨论了小波分析技术的应用效果。说明应用小波分析诊断齿轮、轴承等机械设备的故障是非常有效的。     

小波分析在汽轮机振动故障诊断中的应用研究

针对常见的汽轮发电机组频率突变的振动故障,采用傅立叶变换和小波变换对同一汽轮发电机组振动信号进行傅立叶变换和小波分解。结果表明傅立叶变换无法检测出信号的瞬态变化,只适用于分析平稳信号;而小波分析可以有效的提取信号的瞬态变化特征,能准确的检测出信号的奇异点位置,利用小波分析有利于提取汽轮发电机组振动信号的故障特征。此外,对汽轮发电机组的混合信号进行小波分解,可以将信号有效的分离,为确定故障种类提供了依据。     

小波分析在汽轮机叶片故障诊断中的应用研究

简述了小波分析的基础理论和算法,论述了在小波多分辨率分析下进行汽轮机叶片故障的方法。结果表明,小波的方法很好地保存瞬态信号中的尖峰和突变部分,对振动信号进行处理后再进行特征提取和故障诊断变得容易,具有良好的效果。     

小波分析在导弹控制系统故障诊断中的应用研究

本文依据某型导弹六自由度仿真程序,提出了基于小波包分析的导弹传感器动态故障诊断方法.使用小波包对导弹传感器的输出信号进行三层分解,将第三层各节点系数进行单支重构,取得了各频率分支上的时间信号,求其方差.通过检测各分支方差的突变判断传感器是否有故障发生,实现了导弹传感器故障的小波诊断.仿真结果表明了该方法的有效性.     

小波包分析在滚动轴承故障诊断中的应用

结合小波包分析和能量谱分析方法 ,提出一种新的滚动轴承故障诊断方法。利用小波包对滚动轴承振动加速度信号进行分解 ,求出各频率段的能量 ,并以此作为滚动轴承发生故障的特征量对振动信号进行重构 ,比较正常信号和故障信号的差异 ,从而识别滚动轴承的故障。通过对于实测信号的分析证明该方法具有特征参量少、故障特征突出等优点 ,可有效地用于滚动轴承的故障诊断。     

小波网络在故障诊断中的应用研究

为了更好地提取电器产品的故障特征信息 ,提高诊断结果的可靠性和准确性 ,对用于故障诊断的小波网络模型的原理及构造进行了分析研究 ,并对特征向量的选取和网络功能进行了介绍。     

小波网络在故障诊断中的应用研究

为了更好地提取电器产品的故障特征信息,提高诊断结果的可靠性和准确性,对用于故障诊断的小波网络模型的原理及构造进行了分析研究,并对特征向量的选取和网络功能进行了介绍.     

小波与倒频谱分析法在异步电机故障诊断中的应用

小波具有优良的时频局部化特性,其多分辨率性质可逼近细化频谱,在故障信号提取方面具有突出作用。倒频谱对多成分边频的频谱图分析非常有效,具有解卷积的作用,将边频带谱线简化为更易于观察的单根谱线,实现电机耦合故障分离和故障特征提取。本文对小波分解基本思想和过程进行了详细的论述,系统论述了倒频谱分析的基本原理以及在时频分析中的优势,结合两者特点提出了运用小波与倒频谱分析相结合的电机故障诊断方法。通过实验验证了该方法在电机复合故障诊断中的特点及优越性。理论和实验分析表明该方法可有效地判定故障类型,为电机故障诊断提供了新的思路。     

基于小波包的多尺度主元分析在传感器故障诊断中的应用

由于传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足，该文提出了基于小波包的MSPCA模型，并应用于传感器的故障诊断。首先对传感器数据进行正交小波包分解，得到小波包最佳分解树。根据最佳树的各个节点系数在对应的尺度上建立主元分析模型，根据这些主元分析模型在残差子空间利用平方预报误差统计量进行传感器故障检测，采用传感器有效度指标对故障传感器进行分离。最后以火电厂锅炉系统的传感器为例对设计的模型进行了验证，通过对传感器周期性干扰故障这种高频故障的诊断实例验证了基于小波包的MSPCA方法的有效性，其检测性能要优于基于小波变换的MSPCA模型。     

基于小波包的异步电动机故障分析

小波包分析是一种能有效进行时一频定位和微弱信号提取的方法,它对信号具有最优降噪处理能力。采用小波包分析法来提取异步电动机振动信号的故障特征,并将电机故障信号和正常信号的特征频段能量进行对比,给出定量对比的结果,充分说明故障与无故障之间存在明显差异,从而实现异步电动机的故障诊断。实例证明该方法正确有效。     

基于小波包的异步电动机故障分析

小波包分析是一种能有效进行时-频定位和微弱信号提取的方法,它对信号具有最优降噪处理能力。采用小波包分析法来提取异步电动机振动信号的故障特征,并将电机故障信号和正常信号的特征频段能量进行对比,给出定量对比的结果,充分说明故障与无故障之间存在明显差异,从而实现异步电动机的故障诊断。实例证明该方法正确有效。     

用故障树法诊断舰船电动机常见故障

以舰船电动机典型故障为例,采用故障树分析方法,绘制故障树进行定性分析,并进行故障诊断和排查.此法可减少维修的盲目性,具有简便、可靠和实用的特点.     

输送带用异步电机故障诊断

发现某钢铁厂原料输送带用异步电机的运行异常后,利用异步电机状态监测仪与故障诊断技术检出转子导条松动和断条故障。用钎焊及时修复,避免了非计划停机的损失。     

基于小波变换的轴承故障诊断及预测方法研究

轴承对于保证整个机械系统的安全、稳定运行起着相当关键的作用,针对轴承所开展的故障诊断技术对机械系统、机械设备的正常运转意义重大。以轴承故障模拟实验为基础,介绍了一种轴承故障模拟平台,在此平台上完成了部分轴承故障诊断实验,并运用小波分析方法对模拟实验振动信号进行小波分解与小波去噪。同时本文提出了一种小波变换与EMD相结合的方法,运用MATLAB小波工具箱对诊断信号进行小波分解,将分解后的细节信号进行EMD模态分解以及包络谱分析。运用此方法对滚动轴承各类故障状态进行检测,能够有效判断轴承的故障类型。     

大型交流异步电机故障的综合诊断

由于电机是一种“复杂的旋转机械”，因此，相对应电机故障的表面及其产生原因也为较复杂。本文主要介绍了我公司多年来对交流异步电机的故障诊断方法及经验，旨在电机故障的综合诊断方面进行有意义的探讨。     

小波包分解在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存在不能同时诊断出故障时间和类型的问题，在分析电机故障特征的基础上，利用时频两域都具有表征信号特征能力的小波，对采集来的电机振动信号进行小波包分解，利用分解的小波系数，在各个频段上进行小波信号重构，并计算信号各个频段的能量特征值，提取故障特征，诊断故障发生的时间和故障类型。经仿真验证，小波包分解能将故障信号有效划分到不同的频段内，而且时域和频域局部化特性好，能有效地诊断出电机故障，具有良好的理论意义与工程应用价值。     

功率频谱在异步电动机故障诊断中的应用

针对异步电动机故障特征难以提取的问题,引入基于功率频谱的故障诊断方法.三相平均功率频谱将定子电流中的基波变换为功率频谱中的直流分量,从而达到突出故障特征、准确分离复合故障的效果,但必须考虑电源和负载的对称度.单相功率频谱无法诊断定子绕组故障,却对诊断转子断条故障非常有效.理论推导与仿真表明,功率频谱具有故障特征明显、信...     

基于子波分析故障诊断

在对设备进行状态检测和故障信号分析时,突变信号的检测和识别是很关键的。首先介绍子波的基础知识,然后以晶体振荡器为例探讨子波分析在故障诊断方面的应用。