基于振动模型的直升机行星齿轮故障分析与仿真研究

针对直升机主减速器进行基于振动信号的故障诊断试验需要高昂费用的问题,以直升机主减速器的行星齿轮系统为例,对理想条件下McFadden建立的模型进行分析与改进,推导了振动信号的时间延迟模型,从而确定了系统运行时边频的相位变化。分析了行星齿轮系统振动信号的产生与变化规律,建立了故障状态的振动信号模型,并对其进行仿真。通过振动信号的仿真比较,为行星齿轮系统的故障监测与诊断提供借鉴。     

离心泵振动噪声分析及声优化设计研究

离心泵装置在我们的生活中随处可见,在一定程度上为我们的生产和发展带来了巨大的帮助,但是,其在运行时产生的噪声却对我们身心健康带来了较大的影响,因此,文章通过下文对离心泵振动噪声及声优化设计相关方面的内容进行了阐述,进而为有关研究人员提供一定的借鉴作用。     

在线噪声检测方法及基于声信号的故障诊断技术研究

针对工业现场背景噪声强、波动大,且检测时间受生产节拍限制,机械运转噪声在线检测及故障诊断困难的问题,提出基于背景噪声修正法进行机械运转噪声在线测量,并通过对噪声信号的小波包分解,生成时-频相平面,将其转化为定量描述的布尔型矩阵,再对样本不同时频段进行加权处理后训练形成故障模板.将被测对象的噪声信号与模板进行比较,实现机械故障的诊断.该方法在我们研制开发的主减速器性能试验台上取得了良好的使用效果.     

时延系统预估补偿重叠控制法研究

1引言在工业过程控制系统中，对于具有纳时延特性的被控对象，一种有效的控制策略是采用Smith预估器。可将纯时延从闭环特征方程式中消除，从而可克服纯时延对控制性能的不利影响。任何控制系统均存在可测和不可测的干扰，为了使系统准确而迅速地跟踪参考输入的变化，对于典型的二队系统，常常以等效阻尼比ξ＝0．5～0．7为最佳。但是，这样会使系统抑制干扰作用的能力减弱，从而不利于克服干扰对系统的影响。另外可以设想，在（小于0．5～0．7时，系统对参考输入的响应会更快，同时克服干扰作用影响的能力更强。本文是针对纯时延系统，在…     

红外成像系统噪声等效温差参数测试算法及应用研究

噪声等效温差(NETD)是表征红外成像系统灵敏度的关键参数,也是评估红外成像系统性能的重要参数之一,应用广泛。通过对红外成像系统3D噪声、信号传递函数(SiTF)、NETD等参数测试方法、算法和流程研究,给出一种基于视频文件的3D噪声离线对比测试方法和一种SiTF线性区自动判断计算斜率算法,在此基础上针对某型技术保障装备国产化光电检测平台开发了配套应用软件功能模块;实现了通过计算单位均方根噪声所对应的SiTF斜率值,分析得出系统NETD参数值的功能;以某型热像仪为被测对象,开展了测试结果重复性和一致性试验,并与I-SITE红外整机测试系统进行了对比测试;实验结果表明开发的NETD参数测试功能模块测试精度和重复性满足设计要求,具有较高实用价值,已进行了工程应用。     

基于噪声滤波的非线性系统故障诊断方法研究

随着复杂系统故障诊断的要求不断增加,非线性滤波技术复杂系统诊断已越来越成为研究的热点与难点问题之一;针对传统的粒子滤波进行系统突变故障诊断的问题,文章提出了一种改进的噪声粒子滤波故障诊断新方法;方法给出了噪声粒子滤波统计模型,通过粒子滤波得到状态估计值,并得到全概率分布信息用于故障检测中;最后通过仿真实验以及数值模拟验证了文章提出的方法在复杂系统故障诊断中是有效的,同时具有较高的精确性。     

振动、噪声信号的阶比分析与DSP实现

介绍了阶次这一特征分量在机械故障诊断中的作用,及其原理和各种具体实现方法。在比较几种传统方法后,提出了采用高速数字信号处理器DSP电路和插值算法来进行振动和噪声信号的提取,克服了基于锁相环电路的等转角采样方法跟踪精度低、速度慢和使用不便的缺点。     

基于结构声辐射的涡旋压缩机噪声测量方法研究

在振动表面结构声辐射原理的基础上,根据振动与噪声的相关性,提出了一种通过振动信号检测设备噪声的具体实现方法。并以涡旋压缩机为对象,利用实验的方式获取了压缩机振动—噪声经验公式,经测点简化后,得到适用于生产现场的快速、准确的压缩机噪声检测方案。     

含乘性噪声的声发射信号降噪方法研究

针对声发射噪声信号的特点,研究了适合含乘性噪声的声发射信号的自适应滤波器和小波分解降噪方法,并对这2种降噪方法的降噪仿真结果进行了对比,结果表明自适应滤波器降噪方法更适合含乘性噪声的声发射信号的降噪处理。     

扭振信号无线采集系统的设计

介绍了一种应用于齿轮扭转振动信号的无线采集系统的设计方案,详细阐述了系统的硬件组成和软件设计。该系统将加速度传感器与无线收发芯片安装在齿轮体上,可直接测量转子的加速度信号,提高了系统通信的可靠性。     

基于L-M神经网络的齿轮故障诊断

齿轮传动工况的复杂性使得其特征参量与故障形式呈非线性映射关系.提出基于Levenberg-Marquardt算法的前向多层神经网络的齿轮故障诊断方法,该方法通过利用二阶导数信息,可以提高收敛速度和增强网络的泛化性能.并以一种齿轮箱故障信号采集实验系统为例,通过MATLAB软件及其神经网络工具建模和仿真研究.结果表明,Levenberg-Marquardt神经网络对齿轮常见故障有良好的识别能力,能稳定、准确地识别各类故障,与标准BP网络相比,收敛速度快且诊断更为准确.     

基于SVM的齿轮箱的故障诊断

随着信息科学的发展,信息科学在工程故障诊断得到很好的应用.通过提出应用支撑向量机理论对舰炮齿轮箱内的齿轮啮合的故障诊断的方法,验证其结果.表明SVM在齿轮箱故障诊断的可行性.     

基于声信号小波包分析的故障诊断

为了避免传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率的麻烦,提出了一种基于内燃机工作声信号小波包图像处理的方法.通过该方法,可以得到含有内燃机主轴承间隙磨损状态的时频信息,定义出各个标准故障状态的时-频分布图,建立了基于图像匹配技术的内燃机主轴承磨损故障诊断模型.通过比较待诊断时频分布图与所有故障模式时频分布图的欧氏距离,可以判断出轴承的间隙磨损状态.结果表明此方法简单有效、状态信息利用充分．     

基于LabVIEW的齿轮故障诊断研究

基于虚拟仪器的设备故障监测诊断技术是一门将设备监测诊断技术与虚拟仪器相结合的新技术.本文在LabVIEW开发平台上进行齿轮的故障监测诊断模块的开发,通过在被监测设备上建立状态监测点,采集设备的振动信号并获得运行状态数据,从而实现齿轮故障监测诊断的功能.     

基于PNN的煤炭输送机减速器齿轮故障诊断

针对煤炭输送机减速器出现的故障,提出在多信息融合模型的特征层使用概率神经网络(PNN)对其进行故障诊断的研究。使用PNN、BP对减速器齿轮故障进行仿真实验并比较,结果表明PNN在时间、准确度方面优于BP网络。     

基于噪声信号的声源检测与故障诊断

根据设备发出的噪声信号进行在线声源检测与故障诊断是一项很有价值的研究课题，文章总结了常用的声源检测方法，并重点分析了小波技术应用于声源检测与故障诊断的基本理论和具体实现途径。应用实例表明，小波技术与传统信号处理方法相结合可以更有效地进行声源检测与故障诊断。     

基于多尺度模糊熵的齿轮故障诊断方法

齿轮作为旋转机械的关键零部件之一,其健康状态会影响机械设备的正常运行,因此需要对齿轮进行故障诊断.为了克服模糊熵从单一尺度上考虑时间序列复杂度不够全面的问题,采用了多尺度模糊熵从多个尺度对信号进行处理从而提取故障特征,并借助对类域的交叉或重叠较多的待分样本集识别效果显著的K最近邻分类器对提取的多尺度模糊熵特征进行分类,...     

基于间隔分布集成优化的齿轮箱故障诊断

齿轮裂纹等级的识别对于齿轮箱故障诊断具有重要意义。通过随机化邻域约简,生成一系列邻域可分子空间,从而形成不同的子分类器。通过最小化间隔损失或者求解L1正则最小平方损失问题来改变间隔分布,从而得到子分类器权值,对分类器按权值排序后,选择使得训练集分类精度最高的子分类器集合。实验结果表明,对于齿轮裂纹等级的识别,该方法的性能大大优于现有的其它方法。     

基于Elman神经网络的齿轮故障诊断研究

在齿轮故障诊断过程中,针对传统的BP神经网络具有学习、记忆不稳定等缺点,提出了将Elman神经网络应用于齿轮故障诊断中,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了齿轮故障诊断的实现过程;结果表明该神经网络学习记忆稳定,具有很好的学习功能,诊断方法具有高可靠性,达到了预期效果。     

基于Elman神经网络的齿轮故障诊断研究

在齿轮故障诊断过程中,针对传统的BP神经网络具有学习、记忆不稳定等缺点,提出了将Elman神经网络应用于齿轮故障诊断中,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了齿轮故障诊断的实现过程;结果表明该神经网络学习记忆稳定,具有很好的学习功能,诊断方法具有高可靠性,达到了预期效果。