旋转机械阶比跟踪中的阶比交叠噪声消除

旋转机械的升/降速过程的阶比分析中测试数据容易受到阶比交叠噪声分量的干扰,使得分析结果失真甚至无意义.提出了对测试数据先用独立分量进行分解,将混合信号中的阶比分量和非阶比交叉噪声分离为不同独立信号分量,在此基础上再对分离出的阶比分量信号对应独立信号分量进行阶比跟踪分析,解决了阶比跟踪分析中的交叠噪声干扰问题.对Gabor阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案,并在阶比分析中解决了独立分量分析具有的不确定性问题.通过仿真试验和实际测试对本方法的有效性进行了评价.     

弗德卡曼滤波阶比跟踪解耦新方法

摘要：弗德卡曼（Vold-Kalman）滤波阶比跟踪法是目前旋转机械阶比分析中能对阶比耦合干扰进行有效解耦操作的方法。但是传统的弗德卡曼升滤波解耦方法存在计算效率低,在无法充分获得耦合阶比瞬时频率信息时不能使用等不足。本文提出了一种基于独立分量分析技术的弗德卡曼滤波阶比跟踪解耦方法。其先将混合观察信号分解为阶比分量、耦合干扰等不同的独立信号分量,再在此基础上对分离出的阶比分量信号对应独立信号分量进行弗德卡曼滤波阶比跟踪分析,有效解决了传统解耦方法计算效率低,解耦需要干扰信号瞬时频率的不足。文中对弗德卡曼滤波阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案。通过仿真试验和实际测试对本方法的有效性进行了评价。
     

零相位高斯滤波在表面粗糙度测量中的应用

对触针式粗糙度仪进行改进,使整个系统结构更加紧凑,开发了相对应的数据采集分析、表面基准线评定及各种参数计算的软件系统。通过对表面信号进行采集,将其转换为数字信号输入计算机,并用高斯滤波的方法对信号进行处理,得到了良好的试验结果。按照国家标准,进一步计算各种参数,得到轮廓的形貌特征。试验表明,改进后的仪器检测精度完全满足要求,并且操作方便、用户界面友好。     

旋转机械非稳定信号的伪转速跟踪阶比分析

旋转机械非稳定信号阶比分析技术，是旋转机械特征分析的重要内容。本文提出并介绍了用时频分析技术中的瞬时频率估计实现伪转速跟踪阶比分析的方法。和传统方法相比，本方法无需转速计和鉴相装置等辅助硬件手段，简化了阶比分析的实现。介绍了借助本方法实现的阶比谱、阶比谱阵和跟踪阶比谱等阶比分析技术的方法，并通过实际测试验证了其有效性。本方法是对已有方法的有力补充，特别适合虚拟测试仪器发展的要求。     

基于DSP的振动信号阶比与时域同步平均分析

本文介绍了阶次这一特征分量在机械故障诊断中的应用，以及其原理和各种具体实现方法。而时域同步平均可以有效衰减与回转频率无关的干扰，提取与工作状态直接相关的周期信号。同时，时域同步平均的实现方法与阶比分析也有相似之处，所以本文也对其作了介绍。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信号的阶比分析和时域同步平均处理。克服了基于锁相环电路采样方法跟踪精度低，速度慢和使用不便的缺点。     

基于瞬变工况阶比跟踪的内燃机监测方法研究

提出一种瞬变工况阶比跟踪方法。对于瞬变工况信号进行数据预处理,使其满足计算阶比采样条件,通过重采样插值技术,将等时间采样信号(Δt)变为等转角信号(Δθ),然后进行阶比跟踪。对于瞬变工况下内燃机连杆故障时振动信号阶比跟踪结果表明,该方法能有效地提取故障的特征,达到内燃机状态监测目的。     

参数对自适应Vold-Kalman阶比跟踪影响的研究

对提出的基于瞬时频率估计的自适应Vold-Kalman阶比跟踪(AVKF_OT)新方法的实现过程进行了详细的描述。对影响AVKF_OT结果的三个主要的参数(权重因子r、滤波带宽BT和跟踪时间RT)进行了详细的分析,讨论了三个参数之间的关系,并以数学方式表达。通过仿真试验和卧式螺旋离心机验证了参数在AVKF_OT实现过程中的影响和作用。     

零相位滤波迭代学习算法在注射速度控制上的应用

本文针对注射速度控制,设计了一种带有零相位滤波器的迭代控制算法.该算法将迭代控制器的输出作为PI闭环控制器的输入,从而形成一个前馈反馈控制器.反馈控制用于克服当前批次扰动,前馈控制利用以往批次信息实现精确跟踪,引入零相位滤波器对迭代控制输出进行滤波.经实验结果验证,这种方法能很好的满足实际的注射控制要求.     

基于时频分析及阶比跟踪的曲轴轴承故障诊断研究

针对发动机曲轴轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分随转速变化的规律不明确等特点,将时频分析及阶比跟踪算法应用于故障诊断中。在匀速及加速工况下分别将曲轴轴承间隙调节为0.08、0.2及0.4mm后采集机体振动信号,结合同步采集的转速信号及外卡油压信号对振动信号进行时频分析和阶比跟踪后发现,振动信号存在明显的108阶比成分和2600~3100Hz频带成分。随着曲轴轴承间隙的增大,108阶比成分有增强的趋势,而2600~3100Hz频带成分有减弱的趋势。对加速工况下上述两部分信号成分提取参数发现,曲轴轴承正常、轻微及严重磨损工况的参数分别分布在0.0027、0.0100及0.0350附近,提取的参数能有效的区分出这些工况。     

一阶循环矩分析在旋转机械振动信号分析中的应用

介绍了街环平稳信号分析与处理方法的基本原理，并针对旋转机械设备自身的物理结构特点和工作方法，利用振动信号的循环平稳特性来研究系统的非平稳特征机制，从而达到机械设备状态监控和故障诊断的目的，在此基础上，探讨了一阶循环矩（循环均值）的运用情况。最后给出了几种幅值调制和噪声干扰作用下振动信号特征识别的仿真实例，取得了十分明显的诊断效果。通过与经典的FFT分析相比较，验证了循环平稳信号分析方法的有效性。     

基于高阶谱的旋转机械故障征兆提取

研究了旋转机械振动信号的非线性特征,分析了产生非线性的机制,着重讨论了二次相位耦合与机械故障的关系,在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声,可以定量描述非线性性相位耦合,试验分析表明,对于不同类型的故障,高阶谱特征存在明显差异,因中用于故障模式识别,高阶谱丰富了旋转机械故障诊断系统知识库中的振动特征信息,用于工业现场能大大提高诊断准确性。     

《基于谐波小波滤波的旋转机械故障诊断新方法》

针对旋转机械非平稳信号的特点,提出采用谐波小波滤波对现场采集的振动信号进行故障诊断的新方法。该方法基于谐波小波良好的盒形频谱特性,将特定频率段的成分与信号的其它频率成分既不交叠又不遗漏地分解到相互独立的频带上,再进行重构就可将特定频率成分提取出来。仿真计算及实例验证表明,谐波小波滤波方法具有良好的滤波效果,能将有用频率成分提取出来,为初步故障诊断提供依据。该方法具有算法简单,运算速度快的特点。     

基于改进峰值搜索法的旋转机械瞬时频率估计

提出了一种用于提取转子瞬时频率的改进峰值搜索法,并将该方法应用于旋转机械阶比跟踪。改进的峰值搜索法将瞬时频率中相邻两点一阶导数的差值作为搜索峰值是否合理的判别条件,避免了传统峰值搜索法在干扰信号作用下提取到的虚假峰值,提高了瞬时频率的估计精度。仿真实验表明,改进的峰值搜索法能够降低干扰信号对瞬时频率提取的影响,效果优于传统的峰值搜索法。用该方法对实测转子升速振动信号进行阶比分析,取得了良好的效果。     

基于数字滤波技术的飞参数据预处理

由于存在干扰,飞参系统记录的发动机参数中会存在噪声误差.为了利用数据对发动机工作状态和性能趋势进行监控,必须对数据进行预处理.本文利用动态数字滤波技术对高、低压转速数据进行预处理.处理后的数据更加连续、平滑,且更加清晰地反映出参数随时间的变化趋势,由此证明该方法是有效的.处理结果可在航空发动机状态监控中得到应用.     

三面切书机振动分析的阶次跟踪方法

旋转机械的固有特性导致其在运行过程中会产生振动,当振动过于强烈时,会导致机器工作异常,甚至产生生产事故。如何有效地控制振动,成为工程技术人员的一个重要研究课题。采用阶次分析方法对三面切书机振动进行测试分析,确定振动产生的原因。为进一步的控制和降低三面切书机的振动提供参考和依据。     

基于自适应特征融合的多尺度相关滤波跟踪

为了减小目标跟踪中目标变形、光照影响、运动模糊以及目标旋转对跟踪效果的影响,在相关滤波KCF基础上,提出了一种基于自适应特征融合的多尺度相关滤波跟踪算法。首先,提取VGG19网络中conv2-2、conv3-4、conv5-4层的特征以及CN特征,并在conv2-2层加入CN特征;然后,将这3个特征分别代替HOG特征进行滤波学习,得到3幅响应图;进而对3幅响应图进行加权融合预测目标位置。最后,在尺度方面引入多尺度相关滤波器进行尺度的确定。该算法比KCF跟踪算法精确度和成功率分别提高了13.6%和11.8%。与现有的其他优异跟踪算法相比,该算法在应对运动模糊、背景杂乱、目标变形、平面旋转方面更具有较好的跟踪效果。     

基于阶次跟踪和HHT边际谱的轴承故障诊断研究

提出一种研究旋转机械瞬态信号的分析方法。对齿轮箱启动时测得的原始振动信号进行角域重采样，然后对角域里的信号进行EMD（Empirical Mode Decomposition）分解得到多个IMF（Intrinsic Mode Function）分量，最后对各个IMF分量进行了边际谱分析。结果显示：阶次跟踪技术能够有效地避免传统频谱方法所无法解决的“频率模糊”现象，EMD方法能够将稳态信号分解为多个IMF分量，边际谱能够对轴承故障进行准确诊断。将两种方法相结合是对传统的频谱分析法的有力补充，具有很广阔的应用前景。     

A Method of Rotating Machinery Fault Diagnosis Based on the Close Degree of Information Entropy

1 IntroductionWith the development of industry,the machine or the production system is becoming more and morecomplicated,and the fault diagnosis for such large and complicated systems is also becoming moreand more difficult.For such large-scale diagnosis problems,some approaches based on the modelwere proposed[1,2],butthe diagnosis accuracy is notsatisfactory because the modular diagnosis mod-els are based on single symptom domains.Thus,in order to improve the diagnosis accuracy,it isdesirable…     

基于Gabor变换和盲源分离的旋转机械故障诊断方法

传统的盲源分离方法要求源信号相互统计独立,但是实际机械设备很难满足这个条件。为此,提出了一种基于Gabor变换和盲源分离相结合的旋转机械故障诊断方法。首先通过不同混合信号的Gabor变换系数之间的相互关系,得到源信号间的公共频率成分,然后对观测信号进行滤波处理,得到新的观测信号,最后利用矩阵联合对角化方法进行分离,实现相关源信号盲分离。该方法突破了传统盲源分离方法中要求源信号相互统计独立且最多只能有一个高斯信号的限制,仿真和实验结果验证了该方法的有效性和可行性。