基于声信号三维谱分析的转子复合碰摩故障特征提取

转子在运行过程中的声音包含了大量的转子运行状态信号,变速过程中故障声信号特征的提取及其识别对于旋转机械故障诊断是极其必要的,目前基于声信号三维谱分析的转子故障特征提取还不多,在对转子旋转机械中的一些典型产生的碰摩故障及复合碰摩故障进行了试验模拟,对故障发生过程中的声信号进行采集的基础上,对转子故障声信号的三维谱特性进行了分析。提取和总结出由故障造成的声信号突变和对应的声谱特征。分析结果表明:采用声信号对转子的碰摩故障进行诊断是有效的。声信号三维谱图丰富旋转机械碰摩故障诊断系统知识库中的特征信息,可以用于更准确地诊断转子中的碰摩故障。     

基于加速度信号全谱分析的转子碰摩故障特征提取实验研究

转子在运行过程中的振动加速度信号包含了转子运行状态大量信号，瞬态过程中故障加速度信号特征的提取及其识别对于旋转机械故障诊断是十分重要的。旋转机械振动的全谱分析是一种使一些典型故障尤萁是碰摩故障能被很清楚检测出来的有效方法，本文在对旋转机械转子中的一些典型碰摩故障进行了模拟试验，以及对故障发生过程中的加速度信号进行采集的基础上，对转子故障加速度信号的全谱特性进行了分析，提取和总结出由故障造成的加速度信号突变和对应的谱特征。分析结果表明：采用转子振动加速度信号对转子的碰摩故障进行诊断是有效的。加速度信号全谱图可以丰富旋转机械碰摩故障诊断系统知识库中的特征信息，对于更准确地诊断转子中的碰摩故障具有重要意义。     

裂纹碰摩耦合故障转子系统诊断分析

采用有限元方法分析了裂纹碰摩耦合故障转子系统的响应,研究裂纹碰摩耦合故障转子系统在动态特性方面和单一裂纹故障、单一碰摩故障的区别及耦合故障的诊断方法.由于当碰摩比较严重时,响应信号中碰摩特征比较明显,容易掩盖裂纹特征,使基于信号分析的诊断方法只能诊断出碰摩,难以诊断出裂纹故障,因此本文利用裂纹引起的等效弯矩现象,通过基于模型的诊断方法,区别碰摩裂纹耦合故障和碰摩故障,该方法不仅能诊断裂纹的有无,还能诊断裂纹的位置.最后通过试验验证了仿真结果.     

基于定子振动的转子碰摩故障诊断方法研究

转子碰摩会引发转子和定子的振动,但由于转子系统的很多常见故障(如不对中、不平衡等)与碰摩故障的转子振动特征多有重复之处,在很大程度上限制了故障的有效诊断.于是以定子振动信号为诊断源,研究了碰摩故障的诊断技术.首先分析了定子振动的机理,认为碰摩时定子受到冲击力作用,会引发定子固有频率振动,提出可采用共振解调法进行碰摩故障的诊断.利用IFFT方法进行了定子固有振动信号的分离,再进行希尔伯特变换,得到其包络信号,并对其进行谱分析,从而完成分析诊断过程.最后进行了单点碰摩和局部碰摩的故障模拟实验,结果表明定子高频固有振动包络信号可以揭示碰摩故障的发生,结合角度定位信号,可以对转子碰摩故障进行定位.     

转子全周碰摩与局部碰摩的识别方法研究

摘 要：超临界汽轮发电机组的结构和工况复杂,容易引起转、静子间的碰摩。根据碰摩诱发因素的不同,可将其分为全周碰摩与局部碰摩。由于两种碰摩故障的时、频特征相似,传统的时、频域分析方法很难准确提取它们的故障特征。本文针对这一不足,提出一种基于经验模式分解-奇异值分解（EMD-SVD）与支持向量机（SVM）的碰摩故障识别方法,用于对转子全周碰摩与局部碰摩故障进行识别。首先,通过EMD获取碰摩信号的固有模式函数（IMF）;然后,提取表征信号主要能量的前四阶IMF组成特征矩阵并进行SVD分解,得到关于原信号的一组特征值;最后,将特征值输入SVM,对原信号进行分类识别。转子试验台全周碰摩与局部碰摩试验结果表明,本方法对转子全周碰摩与局部碰摩故障的分类准确率高,其中以径向基函数作为核函数的SVM分类准确率达到96.0%。     

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。     

不确定性激励下碰摩转子的振动响应识别

应用伪周期替代数据算法分析受不确定性激励的碰摩故障转子振动响应,对故障信号进行识别和分类。在考虑非线性油膜力及碰摩力作用的基础上,建立有界噪声激励作用下碰摩故障转子系统动力学模型,对系统振动响应信号及其相应替代数据进行对比分析与识别,应用关联维数作为检验假设的判别统计量,并结合Poincaré截面图、最大Lyapunov指数及分岔图进行验证。结果表明,替代数据算法能够有效识别此类受随机不确定激励转子系统的周期占优与混沌占优响应信号,可进一步应用于受不确定性激励转子系统的信号识别与故障诊断研究。     

转子复合碰摩故障特征提取实验研究

对旋转机械中的一些典型碰摩故障及复合碰摩故障进行了试验模拟,对故障发生过程中的加速度信号进行了采集.在此基础上,对转子故障加速度信号的三维谱特性进行了分析,提取和总结出由故障造成的加速度信号突变和对应的谱特征.分析结果表明采用加速度信号对转子的碰摩故障进行诊断是有效的.加速度信号三维谱图可以丰富旋转机械碰摩故障诊断系统知识库中的特征信息,对于更准确地诊断转子中的碰摩故障具有重要的意义.     

基于关联维数和小波能量谱熵的碰摩故障智能诊断

提取了转静碰摩故障的关联维数和小波能量谱熵特征,构造了基于支持向量机的碰摩故障智能诊断模型。首先,基于转子碰摩动力学仿真模型,进行了关联维数和小波能量谱熵对碰摩故障的灵敏度分析,然后,以碰摩故障仿真样本为学习样本,利用SVM构造了碰摩故障分类器,得出了用于识别碰摩故障的SVM判别函数;最后,利用航空发动机转子故障实验器,通过实验得到碰摩故障实验样本,对其进行降噪处理,计算其关联维数和能量谱熵后,代入SVM判别函数,直接判别是否出现碰摩故障。实验结果验证了本文方法的有效性。     

形态分量分析在转子早期碰摩故障诊断中的应用

提出了一种基于形态分量分析的转子早期碰摩故障诊断方法,该方法用形态分量分析从转子早期碰摩故障信号中提取出冲击成分。形态分量分析根据信号中各组成成分的形态差异,构建不同的稀疏表示字典对各组成成分进行分离。当转子系统中出现早期碰摩时,其振动信号往往由以转频及其谐波为主要成分的周期成分、包含转子早期碰摩故障信息的冲击成分及随机噪声构成。周期成分表现为信号中的平滑部分,而冲击成分则表现为信号中的细节部分,因此,可根据周期成分与冲击成分的形态差异,用形态分量分析实现二者的分离。对形态分量分析的阈值方法进行了改进,提出了基于半软阈值的形态分量分析,仿真结果表明,基于半软阈值的形态分量分析要优于基于硬阈值的形态分量分析。对某转子早期碰摩故障信号进行了分析,结果表明,基于半软阈值的形态分量分析能有效地提取转子早期碰摩故障信号中的冲击成分,进而诊断转子早期碰摩故障。     

转子碰摩力学特征及其监控技术研究

本文通过对转子碰摩机理和力学特性的分析研究,建立了四种碰摩模型,提出了利用振动和发声信号对碰摩故障进行检测、利用模糊神经网络对碰摩故障进行诊断、利用电磁推力支承和电流变阻尼及温度自补偿对转子碰摩进行组合监控的原理和方法,并对三种防碰摩监控器的结构、原理进行了分析和讨论,为碰摩 故障检测和监控提供了一种有效方法,具有工程应用和参考价值。     

基于实验的碰摩转子系统故障的双谱特征

依据高阶统计量和双谱分析的基本原理,算法及其在工程中的理解,针对碰摩转子系统在运动过程中所监测到的振动信号实验数据进行了双变分析,并依据碰摩和油膜振荡等故障特征的理论分析对故障所呈现的双谐特征进行了合理的解释,从而提出了基于双谱分析碰摩转子故障特征提取的新方法。     

基于声振信号EMD分解的轻微碰摩故障诊断方法研究

针对转子系统局部碰摩故障特征及声音振动信号特点,采用一种基于声振信号经验模式分解(Empirical Mode Decomposition简称EMD)的轻微局部碰摩故障诊断方法对滑动轴承碰摩故障进行特征提取。由于EMD分解不需要固定的基函数,根据信号特征自适应的调整,从而实现碰摩特征及旋转激励背景信号自动分解。通过设计滑动轴承缺油工况轴承碰摩试验,并进行振动全息测试分析,将所得声振信号本征模式函数时域特征和边界谱特征与转子径向位移及轴承座加速度信号对比分析,确定了碰摩部件;从而证明基于声振信号EMD分解的碰摩故障诊断方法的有效性。     

基于一类支持向量机与主成分分析的转静碰摩故障检测技术

由于实际旋转机械中转静碰摩故障获取较为困难,而大量拥有的是正常的非碰摩状态样本,为此,本文引入一类支持向量机学习算法进行转静碰摩故障识别,通过对大量正常样本的学习得到碰摩故障判别边界,从而实现碰摩擦故障检测。由于转子故障信号的频谱存在大量冗余,本文又提出一种基于主成分分析的转子故障特征提取方法。该方法首先对信号频谱进行归一化处理后,然后,对大量样本的频谱进行主成分分析,按不同的能量保持率要求提取出低维特征。最后,通过诊断实验表明了本文方法的正确有效性。     

小波变换在转子动静碰摩故障诊断中的应用

小波变换在时域和频域均有很好的局部特性,适用于处理非平稳信号.本文利用小波分析技术对汽轮机组动静碰摩的振动信号进行处理,通过多尺度分析,使碰摩故障特征在相应的尺度图上体现出来,为汽轮发电机组轴系碰摩故障识别提供了新的方法.     

基于MCSSD的转子碰摩故障早期检测

提出了基于多尺度线调频基信号稀疏分解(Multi-scale Chirplet Sparse Signal Decomposition,简称MCSSD)的转子碰摩故障早期检测方法,该方法用MCSSD方法对转子碰摩故障振动信号进行单次分解,从原信号中分离出具有最大幅值的工频(或倍频)信号分量。由于MCSSD方法是采用线性直线逐段自适应逼近分析信号的各分量频率,分解得到的信号分量与真实信号分量具有很好的频率匹配特性,不会产生频率混叠现象,因此,与小波分解与EMD分解相比,MCSSD能更有效地从转子早期碰摩故障振动信号分离出最具最大幅值的工频(或倍频)信号分量。将该信号分量从原信号中去除,对残余信号分量做频谱分析,即可有效诊断转子早期碰摩故障。应用实例证明了该方法的有效性和优越性。     

可调品质因子小波变换在转子早期碰摩故障诊断中应用

针对高速旋转机械转子发生早期动静碰摩故障时主要为转子工频成份及转子与支撑间碰摩所致瞬态冲击信号成份,据可调品质因子小波变换对信号品质因子定义为转子工频成份为高品质因子信号、转子动静碰摩所致瞬态冲击信号为低品质因子信号,分别构建高、低品质因子小波变换基函数实现转子早期动静碰摩信号工频成份与瞬态冲击成份有效分离,对碰摩故障进行模式识别。通过仿真信号及转子碰摩实验信号验证可调品质因子小波变换在转子早期碰摩故障诊断中的有效性。     

双转子系统动静碰摩动力学研究与基于振动加速度的实验验证

基于航空发动机动静碰摩故障的特点,建立双转子系统动静碰摩的动力学模型。模型中充分考虑机匣与轮盘碰撞时的弹性变形、接触渗透及弹性阻尼支撑,应用Hertz接触理论和库伦模型,建立干摩擦情况下双转子系统动静碰摩故障时的运动微分方程。运用四阶经典Runge-Kutta法进行求解,得到碰摩故障下双转子系统的动力学响应。因为实际的航空发动机转子的振动位移不易获取,多是测得轴承座或者机匣的振动加速度,为了提取碰摩状态下轴承座振动加速度特征,建立双转子系统试验台,进行动静碰摩实验,从轴承座测量振动加速度,通过频谱分析和包络谱分析方法,分析了轴承座振动加速度信号中的碰摩特征。结果表明双转子系统动静碰摩时,可将两个激励源的倍频和组合频率成分作为航空发动机动静碰摩故障的典型特征。而且当两个振源的频率值相互接近到20%的时候,双转子系统拍振信号强度较大。动力学仿真和实验取得了很好的一致性,验证了所提出的双转子系统碰摩模型的正确有效性。     

基于稀疏符号时间序列分析的转子碰摩故障早期检测方法

引入稀疏混沌时间短序列概念,提出了稀疏符号时间序列分析方法与实现流程.利用映射空间关系对混沌振子的相变进行自治而快速辨识,以尽早而准确地捕捉表征转子碰摩早期的特征信号,进而实现对转子碰摩故障进行早期检测.仿真和数值实验均表明,基于稀疏符号时间序列分析方法可以对信噪比为-37.163 dB左右的微弱信号进行可靠检测,是一种具有实际应用价值的故障早期特征检测方法.     

航空发动机转静径向碰摩位置的智能识别技术研究

获取航空发动机转静碰摩位置对于诊断发动机碰摩故障和改进设计具有重要意义,基于航空发动机转子实验器的机匣振动加速度信号,研究了一种基于拉普拉斯特征映射（Laplacian Eigenmaps,LE）结合球结构支持向量机的径向碰摩位置智能识别方法。首先,采用拉普拉斯特征映射算法提取碰摩样本的特征信息,并用网格搜索法优化拉普拉斯特征映射算法的相关参数;然后,将特征样本作为输入到球结构支持向量机分类器,识别不同位置的碰摩样本。最后,利用实测的碰摩数据对此方法进行了验证,并与主成分分析法(PCA)所得特征样本的分类结果进行了比较,结果表明了方法的实用性和有效性。