AR模型和分形几何在设备状态监测中的应用研究

状态特征指标对机械的状态监测和故障诊断具有重要意义。本文提出应用机械设备工作状态下噪声信号自回归模型的关联维数来描述设备在不同工作状态下的特征,进而实现对状态的监测、识别和分类。文中通过实验证明,设备在相同工作状态下,噪声信号的AR模型参数具有相近的关联维数,在不相同状态下则有明显不同的关联维数。因此关联维数不仅可以作为状态监测与识别和分类的重要依据,而且可以作为其他特征提取方法的补充。此方法对设备状态监测准确率的提高具有明显的作用。     

基于分形几何状态监测方法的应用研究

根据二进小波变换原理 ,分析了机械设备噪声信号某一特征尺度下的时域信号分量的分形特性 ,提出可以用分形关联维数描述设备的工作特征 ,进而对状态进行监测。试验表明 ,相同工作状态下 ,某一特征尺度下的时域信号分量有相近的关联维数 ,而在不相同状态下则有明显不同的关联维数。关联维数可以作为机械设备状态分类的重要依据 ,对提高设备状态监测准确率有良好的应用前景     

基于AR高阶谱及其关联维数分析的减压阀故障诊断

为了识别减压阀的工作状态,建立了减压阀不同工作状态采集信号的时间序列AR模型,绘制了AR三谱、双谱及其切片谱图,计算了各切片谱的关联维数,综合分析了不同工作状态系统的谱图及关联维数变化。分析结果表明,AR三谱、双谱、各切片谱及其关联维数各自对工作状态变化的敏感性不同,双谱对角切片的关联维数、三谱及其切片谱对工作状态变化较敏感,更适合用于减压阀故障诊断,同时AR三谱、双谱的一维切片谱及其关联维数在反映系统动力学特性方面分别存在对应关系,可以将切片谱和关联维数相结合对减压阀进行故障诊断分析。     

磁流变阻尼器振动信号的三谱-关联维研究

研发一种新型的磁流变阻尼器,用专门设计的测试平台测试其动力学特性,通过采集振动过程中的位移信号,建立时间序列的AR三谱模型,采用关联维数定量刻画振动过程中不同工作状态的分形特征.结果表明,在不同工作状态下,三谱切片可以获得信号的非高斯、非线性幅频特性信息,且与振动信号的关联维数存在相关性,对选取磁流变阻尼器最优工作参数有重要的意义.     

基于MCKD和VMD关联维数的轴承故障特征提取AR模型

针对滚动轴承早期故障易受噪声影响难以准确提取特征信息的问题,提出了一种基于最大相关峭度解卷积(MCKD)和变分模态分解(VMD)关联维数的故障诊断AR模型.采用MCKD对滚动轴承振动信号进行降噪处理,滤除噪声影响;对降噪后的信号进行VMD分解,选择对故障特征敏感的IMF分量进行信号重构,并对重构信号建立AR模型,获取自回归参数;计算在指定嵌入维数上自回归参数的关联维数,对滚动轴承的故障进行诊断.实验结果表明,所提方法能够有效提取故障信号中的特征信息,证明了方法的有效性.     

铣削过程中振动信号的关联维特征

采用关联维数定量刻画铣削过程中的不同工作状态的振动特征,估计出已加工表面的粗糙度.在计算关联维数中,对选择嵌入维数和延迟时间提出了一种改进的G-P算法,求解出在不同主轴转速、不同进给速度、不同切削深度的切削用量下铣削振动信号的关联维数.研究表明:在不同切削状态下,工件的振动信号的关联维数不同;且随着工件振动信号关联维数的增加,加工表面粗糙度也随之增加.因此,关联维数可以作为识别已加工表面粗糙度的特征量.     

基于关联维数的心音分析研究

本文提出利用关联维数来定量地对心音信号的复杂程度进行描述。对四种状态下的心音信号进行关联维数计算，结果表明：心音信号为确定的非线性动力系统并且不同的病变心音关联维数有显著区别，因此关联维数可以作为心音识别的重要依据，对心音的检测以及心血管疾病的诊断具有重要的意义。     

混沌分形理论在往复压缩机气阀故障诊断中的应用

提出用关联维数来定量描述往复压缩机气阀的工作状态,进而对气阀进行故障诊断.首先采用基于经验模态分解和奇异谱分析的基本思想,对气阀不同状态下的信号进行降躁处理,然后计算了信号的关联维数.分析结果表明,气阀不同运行状况对应的关联维数明显不同,因此可以用关联维数作为气阀不同工作状态的特征参数,从而提高了设备故障诊断的准确率.     

基于关联维数的铁路货车滚动轴承故障诊断

将关联维数用于定量刻划滚动轴承在不同工作状态下的振动特征,进而对故障分类。同时提出用小波分析对原始数据进行降噪处理。文中以铁路货车轴箱197 726双排圆锥滚子轴承为例,计算了正常轮对、滚子损伤和外圈剥离三种情况下降噪处理前后振动信号的关联维数,分析结果表明,滚动轴承不同工作状态下的关联维数有明显差别,因此可以将关联维数作为识别滚动轴承故障的特征量。     

分形特征在湿式离合器磨合状态预测中的运用

针对湿式离合器试验过程中磨合状态的预测问题,提出利用摩擦转矩信号分形特征来预测和评价磨合状态的新方法.首先,分别阐述了摩擦转矩信号盒子维数和关联维数的计算方法;然后,在湿式离合器试验台上提取了磨合试验的摩擦转矩信号,并对信号进行了自相似性分析;最后,应用盒子维数和关联维数分别对摩擦转矩信号进行了分形研究.分析结果表明:盒子维数和关联维数都能定量描述试验过程中摩擦转矩信号的分形特征,随着磨合次数的增加,摩擦转矩信号的盒子维数和关联维数的波动范围都逐渐减小,并且最终收敛于较小的波动范围.因此,利用试验中摩擦转矩信号的分形特征能够在不开箱条件下定量地预测和评价湿式离合器的磨合状态.     

多重分形方法在耦合故障诊断分类中的应用研究

运用多重分形理论,提出广义维数最小二乘法的计算公式,对实测的时域信号进行了广义维数计算,得到广义维数序列值,并从广义维数中获取盒维数、信息维数、关联维数以及敏感维数。对故障样本进行功率谱分析、广义维数计算分析,找出谱能量与分形维数的关系,对用分形维数分析故障的强度提供了依据。另外运用广义维数序列和数学方法相结合提出分形诊断分类方法,用广义维数最大相关系数和广义维数序列单值优化逼近原理方法,对待检信号的耦合故障分别进行了试验数据与理论响应模拟数据的诊断、识别分类,收到了良好的一致效果。通过对转子系统故障诊断的实例说明从广义维数中提取的各分形维数都能较好地对故障状态进行诊断、识别;且耦合故障的分形诊断分类方法具有较好的实效性。     

转子碰摩严重程度量化检测方法研究

基于分形理论、熵理论及小波变换方法,提出用关联维数和小波能量谱熵对转子系统不同碰摩程度进行量化检测的方法。首先,利用转子碰摩模型仿真了不同碰摩程度下的振动信号,并计算了信号的关联维数和小波能量谱熵,研究了关联维数和小波能量谱熵随转子不同碰摩程度的变化规律,发现这两种特征量与转子碰摩程度之间存在良好的相关性,表明其可以作为转子碰摩程度量化检测的重要特征量。最后,利用ZT-3多功能转子实验器,模拟了不同碰摩状态的振动信号,对该方法进行实验验证。结果表明:关联维数和小波能量谱熵对转子碰摩严重程度量化检测的有效性。     

广义分形维数在旋转机械故障诊断中的应用研究

运用分形理论，提出广义维数最小二乘法的计算公式，对实测的时域信号进行了广义维数计算，从广义维数中获取盒维数、信息维数、关联维数以及敏感维数。对故障样本进行功率谱分析、广义维数计算分析，提出谱能量与分形维数的关系，为用分形维数来分析故障的强度提供了依据。运用广义维数序列和数学方法相结合提出分形诊断分类方法，并通过实例诊断、识别故障及其故障程度，说明该方法具有较好的实效性。     

浑沌与分形动力学在机械故障诊断中的应用初探

基于对浑沌与分形的特征参数－相关维数的深入研究,尝试将其应用于机械故障诊断领域。理论与实例分析结果表明,对用常规谱分析方法难以区分的故障,相关维数分析方法通过给出定量化指标实现了上述故障的确诊,显示这一技术在机械故障诊断领域有着广泛的应用前景。     

小波变换方法评价曲线的分形特征

应用小波变换对Kiesswetter曲线和3种方法生成的分数维布朗运动（FBm）进行了分析,验证了该方法计算分形维数具有较高的精度。在宽广的分形维数范围内,与其他7种计算方法比较表明,小波变换方法的精确性和一致性都最好。小波变换为进一步分辨确定性信号、分形特征的信号或完全随机性的信号提供了一种有效工具,为评价粗糙表面形貌的分形特征提供了前提条件。     

基于特征参数的旋转机械智能故障诊断方法

为了对轴心轨迹进行特征提取和自动识别,使用了分形维数中的盒维数、信息维数、关联维数3个参量来描述轴心轨迹的分形特征;还引入紧密度和丰度两个量,从几何方面对轴心轨迹进行分析;最后,采用神经网络技术对3种状态下的轴心轨迹进行分类识别。试验结果表明,通过对轴心轨迹的分形特征和几何特征联合对转子的运行状态进行评定,有良好的区分度。     

分形维数计算的流水线优化方法研究

分形维数计算具有计算复杂度高、计算时间长等特点,严重影响计算的实时性。针对此问题,在充分分析分形维数计算内在特性的基础上,利用分形维数具有流水线计算的特点,提出了一种计算分形维数的流水线体系结构,可有效提高分形维数计算的实时性。由于嵌入式并行处理硬件平台资源有限,对分形维数计算实时性进行优化的同时还需要考虑资源消耗的优化。通过对不同级数流水线运行时间和资源消耗的分析,建立基于运行时间与资源消耗的优化目标函数,从而得到运行时间与资源消耗最优的流水线结构。并与已有的计算分形维数的并行算法进行对比分析,实验结果表明,本文提出的优化方法在提高计算实时性的同时有效降低了资源消耗,实现了运行时间与资源消耗的优化。     

粗糙表面分形特征的模拟及其表征

为了研究工程表面具有分形的特性,即在不同尺度下具有统计自相似性,探讨粗糙表面的分形特征,用随机中点位移和Weierstrass-Mandelbrot函数两种方法对轮廓和表面进行模拟,并对表面轮廓进行幂率谱分析,建立分形维数和幂率谱的关系,检验计算表明模拟表面的分形维数和指定值吻合良好。讨论分形参数的尺寸独立性和分形表面的统计特征,从幂率谱图可以看出,单分形的幂率谱图为一个区段,而双分形表面的幂率谱呈现明显的两个区段,不同尺度下的分形维数体现在其幂率谱图形上。与传统的统计参数相比,分形维数和特征尺度具有一定程度尺寸独立性。统计检验表明两种方法模拟的表面均符合近似的高斯分布。指出粗糙表面完整的描述和表征应兼顾分形和统计特征两个方面。     

基于数学形态学和模糊聚类的旋转机械故障诊断

提出了一种数学形态学与GG (Gath-Geva)模糊聚类相结合的旋转机械故障诊断方法,通过对滚动轴承信号的多尺度形态运算得到信号的形态谱,定量反映了信号在不同尺度下的形态变化特征.为进一步对滚动轴承信号进行故障识别,提取出基于形态学操作的分形维数和描述不同信号形态特征的指标即形态谱墒,并把这2个参数作为GG聚类的故障特征向量,进行聚类分析,同时对GG聚类与FCM(fuzzy center means)聚类和GK (Gustafaon-Kessel)聚类进行了比较.实验证明了基于数学形态学与GG聚类相结合的机械故障诊断方法的有效性,且证明了GG聚类更适合对不同形状、大小和密度的空间故障数据模糊聚类,聚类效果更好.     

发动机转速时间序列分形特征分析

分析了转速时间序列的功率谱、Lyapunov指数和相平面图。利用自相关函数法确定最佳延迟时间,利用饱和关联维数和局部斜率法确定嵌入维数,对时间序列进行了相空间重构,通过Grassberger-Procaccia算法计算时间序列的关联维数。分析计算结果表明,发动机转速时间序列是混沌时间序列,呈现分形特征;HIRTH H32E型发动机转速时间序列关联维数分布于5~9之间。