HHT统计特征在航空发动机振动分析中的应用

航空发动机振动信号包含了多种振源的振动信号和大量的噪声分量。通过对其进行Hilbert-Huang变换, 将复杂信号分解为代表不同物理意义的单分量固有模态函数（Intrinsic Mode Functions, IMF）,然后对每一个IMF子带信号提取基于能量加权的广义粗糙度特征实现对振动信号的描述。最后将上述特征送入SVM分类器进行训练,根据分类器的输出结果确定航空发动机的工作状态和故障类型。通过对实测航空发动机试车时得到的振动信号的实验分析结果表明,该算法可以有效地识别发动机的振动故障。     

有限元与包络解调相结合的碰摩故障诊断

利用有限元与包络解调方法研究碰摩故障下静子振动信号的变化规律。分析静子振动机理，碰摩时静子受到冲击力作用，会引发静子高频固有振动，提出可采用包络解调法进行碰摩故障的诊断。针对静子结构特点，利用有限元方法进行静子碰摩振动动力学分析，然后进行静子振动信号的包络分析，从而完成分析诊断过程。最后分别进行单点碰摩与局部碰摩故障模拟实验，对实测静子振动信号进行包络解调分析，仿真与实验结果表明静子的高频固有振动信号可以揭示碰摩故障的发生。     

基于MSPCA的缸盖振动信号特征增强方法研究

针对发动机缸盖振动信号信噪比低的问题,提出了基于多尺度主元分析的故障特征增强方法。将缸盖振动信号小波包分解后,利用主成分分析对所有子带系数进行坐标变换,信号重构后再进行小波包分解,计算新坐标系下各子带的能量作为发动机故障的特征向量。仿真信号验证了本文所提算法对微弱冲击信号的增强能力,与支持向量机结合用于发动机十一种故障的诊断实例表明,故障分类准确率可达到98.76%。     

基于小波包分析的气门间隙异常故障诊断

以DA462型发动机为研究对象,人为地将气门间隙调整到不同状态来模拟发动机气门间隙异常故障,测取正常和异常情况下的缸盖振动信号,对其进行时域分析,并对振动信号中的燃烧激励响应信号和排气门落座冲击信号进行小波包分解,通过计算各个重构子频带振动能量均方根值（特征值）来判断各激励响应信号的频率带,经特征值比较确定气门间隙异常与否,取得满意的诊断结果。     

一维声子晶体的振动特性与实验研究

研究了铝/橡胶一维声子晶体的机械滤波特性.采用有限元和传递矩阵法导出了弹性波在一维声子晶体中传播的理论模型.对声子晶体的振动传输与隔振特性进行了实验研究.研究结果表明：铝/橡胶一维声子晶体存在振动带隙,改变单元的几何尺寸和材料特性,能将带隙频率范围扩大并延伸至低频;实验验证了理论模型的预测,为铝/橡胶声子晶体在发动机隔振控制上的应用提供了依据.     

基于支持向量机的汽车发动机故障诊断研究

研究在汽车发动机不解体的情况下获取发动机缸盖表面的振动信号和上止点信号,按曲轴转角的周期对振动信号的时域能量进行合理分段;提取各段信号的时域能量作为发动机各缸状态的特征值。建立发动机各缸不同故障状态的训练集,用支持向量机的方法实现发动机故障模式的诊断与识别。研究结果表明,该方法对汽车发动机故障类型、故障位置的诊断识别具有重要工程意义。     

基于滤波器组分解的周期性振动冲击信号解调方法及其应用

针对离散小波包变换用于振动信号解调分析存在的不足,构造了一种具有线性相位的两通道正交镜像对称滤波器组(QMF)用于信号解调分析;与同阶的小波滤波器相比,此QMF滤波器不仅滤波性能更优,而且其滤波系数的求取更加便捷.为了解决常规两通道滤波器组分解算法中存在的子带信号组频带错位问题,引入了无频带错位的QMF滤波器组分解算法.基于此分解算法,提出了一种用于早期故障自动检测的振动信号解调新方法.该方法在考虑各组子带信号能量大小的基础上,按修正的归一化峭度(MKv)最大化准则自动选择一组含有丰富故障信息的子带信号进行Hil-ben包络谱分析提取故障特征.利用该方法对仿真和实际轴承故障信号进行了解调分析,分析结果表明,该方法可以有效地检测出轴承故障.     

摩托车发动机缸头异响的监测方法研究

针对摩托车发动机缸头异响振动信号,使用时域统计函数计算各个循环内的异响特征值;通过与正常发动机频谱对比,找到了异响的特征频率;利用阶次分析研究了正常与异响发动机振动信号的能量分布,以及它们各阶次的能量差异。分析结果表明,三种方法能够正确识别缸头异响。     

航空发动机整机振动信号分析

为了解决航空发动机的整机振动分析问题,提出一种基于谐波小波的振动信号分析方法。首选对振动信号进行谐波小波变换,得到信号的时频表示;根据时频图提取信号特征,得到信号的特征频率;根据与基频信号的对比,识别发动机的振动故障类型。实验结果表明,该方法可以准确地识别出发动机的三种典型振动故障。与传统基于小波分析方法相比,基于谐波小波的方法具有更准确的振动故障特征识别能力,适用于振动信号的分析。     

小波分析球磨机轴承振动信号特征提取方法

为了对球磨机磨矿过程中筒体内部负荷(填充率、料球比)进行研究,提出采用小波分析方法对球磨机轴承振动信号进行特征提取。以实验球磨机为对象,采集轴承座振动信号,经降噪处理和Welch法功率谱分析后得到频谱图,选用合适的小波函数,进行小波包分解后得到信号各频段的能量值和总能量值,再以各节点能量值作为对应内部负荷的特征向量,引入欧氏距离对不同内部负荷进行区别。通过实验证明该方法有效。     

基于实测路谱的振动环境分析与模拟方法研究

目的 开展无锡市内快递运输车辆的随机振动行为分析和缓冲衬垫损伤的实验室模拟再现,旨在指导包装系统随机振动加速试验,实现包装结构科学设计。方法 实地采集无锡市内中型厢式卡车运输过程中车厢不同位置的激励振动信号与包装系统响应信号;基于实测路谱处理得到实验室等比例加速、分频段加速测试谱;最后以多层瓦楞衬垫为研究对象,分别采用标准谱、等比例加速谱、分频段加速谱进行实验室加速模拟试验,对比实地运输中瓦楞衬垫损伤情况,验证各加速模拟测试方法的损伤等效性。结果 实测路谱与标准谱在形状与量级上均存在差异;基于实测路谱的等比例加速和分频段加速模拟试验衬垫损伤率误差分别为20.2%、10.1%,远小于标准谱加速模拟测试的误差（110.1%）;相较于等比例加速试验方法,分频段加速试验试验时间缩短了19min(29.7%)。结论 验证了基于实测路谱的分频段加速模拟测试的损伤等效性与快速性,该方法对实现防护包装的精准设计具有指导意义。     

柴油机振动信号的四阶盲识别分析研究

针对柴油机振动信号特征参数的识别提取比较困难,本文运用四阶盲识别的方法分析研究柴油机的振动信号。把基于FOBI(四阶盲识别)算法的盲源分离方法引入到柴油机振动信号的处理中,建立仿真模型对该算法进行验证,并对一组采用北京东方所振动测试仪器在柴油机上实测的振动信号进行分离实验,分离结果表明不同特征的振动信号可以被分离,且最大限度地保留了源振动信号的信息,该算法可以作为柴油机振动信号的预处理方法。     

基准定位在发动机振动信号分析中的应用

从振动信号的角度出发，研究了时域中某一时刻与发动机瞬时基频、曲轴转角之间的关系，提出了用瞬时基频作为参照，对发动机表面的各激励响应信号在时域中进行准确定位的方法，并给出了利用发动机故障特征信号诊断气门间隙异常的应用实例。     

基于表面振动法的柴油机辐射噪声测量和分析

以4120SG柴油机为研究对象，提出基于激光测振的表面振动法测量柴油机辐射噪声。重点讨论了结构辐射系数的确定及其影响因素，提出了不同结构部件计算辐射系数的方法。利用表面振动法计算了柴油机主要部件的声功率，识别了主要噪声源。通过与噪声测量结果的对比，验证了方法的准确性。     

摩擦振动时频图像特征提取

针对摩擦振动特征难以有效提取的问题,提出利用连续小波变换（ＣＷＴ）时频谱图像和图像处理技术提取摩擦振动特征参数的方法。运用ＣＷＴ变换绘制６Ｓ５０ＭＣ船用柴油机缸套－活塞环试样摩擦振动信号的时频谱图,再用图像分割技术提取振动特征体及相应的特征参数,探讨特征参数与不同润滑剂润滑条件下缸套－活塞环摩擦振动特性的内在联系。结果表明,随着摩擦磨损过程的进行,摩擦振动信号特征参数出现规律性变化;不同润滑工况下的特征参数呈现出明显的差异,反映了摩擦磨损的状态。振动特征体特征参数能定量刻画摩擦振动信号的特征。     

基于MEEMD的内燃机机体活塞敲击激励与燃烧爆发激励分离研究

提出了一种改进的集总平均经验模态分解（MEEMD）方法,并阐述了其实现过程。通过仿真实验,验证了MEEMD是一种更为优秀的自适应信号分解方法,不仅抑制了经验模态分解（EMD）的模态混叠问题,而且消除了集总平均经验模态分解（EEMD）中的,非标准IMF分量、模态分裂和白噪声残余等问题。将MEEMD应用到内燃机振声信号处理中,以某柴油机为研究对象,对其机体上的振动信号进行MEEMD分解,分离其中的活塞敲击引起的机械激励成分与燃烧爆发激励成份,诊断主要振动源。     

小波变换在蒙库铁矿爆破振动信号时频分析中的应用

爆破振动信号具有非平稳随机特性。利用小波变换分析技术,将爆破振动信号分解在不同的频率带上,得出爆破振动信号在不同频率范围内振动分量的时间变化规律,结合爆破振动信号的能量分布特征和功率谱波形,定性评价了爆破振动对边坡稳定性的影响程度。     

信号分析在柴油机气缸压力识别中的应用

论述了采用小波包算法对柴油机缸盖振动信号进行时频特性分析和信噪分离的方法，比较了不同的建模方法的特点并利用时间序列分析方法对缸盖振动信号和气缸压力信号分别建立时序模型，求取了缸盖系统的传递函数，达到了利用缸盖表面振动信号识别气缸压力的目的。