Wigner-Ville分布在机械故障诊断中的研究

时频分布从时域特征与频域特征的结合途径揭示了信号的构成本质.文章介绍了基于WignerVille分布(WVD)的故障诊断方法,包括基于核函数抑制交叉项,时频分布与人工神经网络相结合,以及WVD的高阶谱.机械系统故障信号往往是非平稳的,联合时频分布是对故障信号分析的有力工具.WVD很高的能量聚集性和很好的时频分辨率,极大地提高了故障信号特征提取的准确度.     

伪Wigner-Ville分布在电机轴承故障诊断中的应用

机械系统故障信号往往是非平稳的,Wigner-Ville分布可从时域特征与频域特征的结合途径揭示非平稳信号的构成本质[1],但该分布存在交叉项的问题,影响了诊断的准确性.本文利用伪Wigner-Ville(PWD)分布的故障诊断方法,可以有效地解决Wigner-Ville分布存在的问题,提高了故障诊断的准确性.     

Wigner-Ville时频分布在内燃机故障诊断中的应用

针对内燃机瞬时转速信号的非平稳性特点，将时频分布理论用于转速信号的故障特征提取。使用动力学仿真方法得到了正常状态和微弱单缸减油状态下的瞬时转速，对比计算它们的winger—Ville分布，发现时频分布图对功率不平衡性故障具有非常直观的可诊断性；这里winger-Ville分布的交叉项起到了放大微弱故障信息的作用，极大地提高了对故障的敏感程度，在仿真中可侦测单缸减油仅4％的模拟故障；使用实测的瞬时转速进行时频分布计算，经降噪处理后的时频分布图表现出了清晰的故障特征，证明是一种有效的基于瞬时转速故障特征提取的新方法。     

小波分析及其在机械故障诊断中的应用

简要介绍了傅立叶变换、加窗傅立叶变换以及小波变换的特点,研究了它们在机械故障诊断领域的应用,通过对比可以发现,小波变换具有很强的时频局部化功能,可以有效应用于非平稳信号的分析,弥补了传统的、基于傅立叶变换的频谱分析方法的缺陷,是一种理想的机械故障诊断的信号处理方法。     

自适应的EEMD及其在滚动轴承故障诊断中的应用

为解决总体集成经验模态分解(EEMD)算法中存在的白噪声参数需要人为选择的问题,同时考虑到现实中难以获得大量典型故障样本的实际情况,提出了一种基于自适应总体集成经验模态分解(AEEMD)与支持向量机(SVM)的滚动轴承故障诊断法。首先在信号处理上使用AEEMD将原始振动信号分解成具有不同特征时间尺度的本征模态分量(IMF),对于不同的轴承故障来说,在不同频带内的信号能量会发生改变,因此可通过计算各个IMF的能量来实现故障特征提取;然后把IMF的能量特征值作为输入来构建支持向量机分类器模型;最后利用建立的模型对轴承的状态类型做出判别。在轴承故障实例中将AEEMD算法与EEMD算法进行对比,证明了AEEMD的分解效果更好;选用BP神经网络与SVM的诊断效果进行对比分析,表明本文中提出的方法能够更加快速准确地诊断出轴承的故障。     

基于Wigner-Ville分布的烟气轮机机械故障诊断研究

烟机机械故障信号往往是非平稳的,联合时频分布是机械故障信号分析的有力工具,Wigner-Ville分布是一种真正意义上的时频分析方法,结合Wigner-Ville分布的基本特点以及其分析方法与思想重点针对烟机机械故障非平稳信号分析的一些问题进行讨论,同时将运用三维Wigner分布图对其机械故障进行分析.     

基于一种新的时频分布的机械故障诊断

在巧妙构思核函数的基础上,给出了一种新的时频分布(TFC)及其离散算法,并将该TFD应用于机械故障诊断。结合两个诊断实例,同时与Winger-Ville分布(WVD)进行对比,发现该分布具有良好的时频聚集性,并且能够有效的抑制交叉项。事实证明,该分布能够刻画出传统Fourier变换和WVD所不能反映的故障特征信号,能够较好的进行故障诊断。     

MATLAB GUI界面设计在电机故障诊断中的应用

电机故障诊断是一复杂的技术课题.不论传统诊断方法还是现代诊断方法,对故障电机信号进行各种处理都是必不可少的环节.本文基于MATLAB语言,充分利用MATLAB强大的信号处理和图形处理能力,采用GUI的设计方法,设计出了人机交互友好、使用方便的信号处理平台.     

小波包算法在滚动轴承的在线故障诊断中的应用

对小波变换的理论进行了简要的阐述,并介绍了小波包理论。指出了在强噪声的背景下小波包变换的算法对于瞬态信号提取的有效性,表明了小波包变换对信号的去噪声,滤波等方面具有广泛的前景。并以五套６３０７号轴承为例进行了诊断,结果与实际情况相一致,说明该算法十分适合于滚动轴承的在线监测与故障诊断。     

二次型分布及其在机械故障诊断中的应用

二次型时频分布可以从时域特征与频域特征的结合途径揭示了信号的构成本质.通过巧妙构思核函数,可以获得一种新的时频分布.实例表明该分布具有良好的时频聚集性,能够有效地实现信噪分离,从强大的谐频信号中清晰地分辨出较弱的周期性冲击信号,为机械故障诊断提供了有力的工具.     

基于重分配魏格纳时频谱和SVD的故障诊断

时频谱重分配能有效提高时频谱的时频聚集性,减少干扰项。当振动信号中存在着能量较大噪声时,重分配时频谱会受到噪声干扰影响,降低时频分布的可读性。将重分配魏格纳时频谱(RWVDS)和奇异值分解(SVD)结合形成一种新的机械故障诊断方法。利用重分配算法对魏格纳时频谱进行重分配,提高魏格纳时频谱的时频聚集性,再对重分配时频谱进行SVD降噪,降低了噪声干扰影响,提高其时频分布的可读性。该方法对仿真信号、滚动轴承及齿轮箱故障信号进行了分析,并与其他几种方法作了比较。结果表明,该方法时频聚集性好,抗噪能力强,能有效识别强噪声背景下的机械故障特征。     

非平稳空间域矢Wigner-Ville分布研究及其应用

大型旋转机械的转子运动是一空间运动.转子故障在发生或发展时,其运行过程具有明显非平稳特性的瞬态过程.通常针对单通道信息的时频分析并不能全面提取瞬态过程的特征信息.结合空间域矢谱(Vector-spectrum in spacedomain)分析和Wigner-Ville分布(Wigner-Ville Distribution,WVD)技术提出了空间域矢Wigner-Ville分布分析方法.它融合了转子同截面三通道图谱中各自存在的振动分量,能全面、准确地反映转子发生故障时的瞬态过程特征量变化.工程实践应用表明:空间域矢Wigner-Ville分布分析对于旋转机械故障诊断是一种新的、较为实用的信息融合方法.     

一种抑制维格纳分布交叉项的方法及在故障诊断中应用

分析了滚动轴承典型故障产生机理及其故障特征频率,提出一种利用自适应短时傅里叶变换（ASTFT）抑制维格纳分布（WVD）交叉项的故障诊断方法。该方法首先对信号进行ASTFT得到信号的ASTFT谱图,然后将ASTFT谱作为窗函数对信号的WVD进行加窗处理,从而有效消除掉WVD中的交叉项。仿真实验验证了该方法的优越性。将该方法应用于轴承的故障诊断,结果表明,该方法用于故障特征提取是有效的。     

基于伪Wigner-Ville分布与小波变换的滚动轴承故障诊断

针对滚动轴承故障信号非平稳、非高斯的特点,提出了基于伪Wigner-Ville分布及小波变换的滚动轴承内、外圈故障诊断方法。在研究滚动轴承故障诊断机理,伪Wigner-Ville分布及小波变换理论的基础上,利用这两种方法对内圈、外圈故障的滚动轴承的振动信号进行了分析,提取了故障特征频率。结果表明,小波变换能够比伪Wigner-Ville分布更有效地提取轴承故障的特征信息,提高轴承故障诊断率。     

数控机床故障诊断技术的发展动向

阐述了机械设备故障诊断的重要性，介绍了数控机床故障诊断技术及发展方向。     

压缩机远程监控与故障诊断技术研究

通过对压缩机远程监控与故障诊断技术研究,将基于无线通信技术的设备远程监控与压缩机故障诊断技术相结合,构建压缩机监控诊断与技术服务平台,利用移动通讯商提供的数据传输服务和自行开发的嵌入式数据传输单元(DTU)实现设备远程监控数据传输,将数据发送到压缩机监控诊断与技术服务平台的远程数据处理中心,在平台上对压缩机运行状态进行实时监控、预警和故障诊断,为厂家及用户提供设备远程监控和故障诊断服务。     

数控磨床故障分布参数估计与可靠性评估技术研究

评估数控机床的可靠性首先需要根据统计数据判断故障分布类型,并确定故障概率密度函数的参数。根据数控机床常见的故障分布类型,提出了故障统计数据的分组处理步骤,利用最小二乘法对概率密度函数进行参数估计的方法和可靠性指标MTBF的求解方法。利用所述方法对某型数控曲轴磨床的故障分布进行了参数估计和故障概率密度曲线拟合,对两种分布进行了拟合优度比较,对可靠性指标进行了计算。MTBF计算结果与利用定义直接计算的结果较为接近。所提出的可靠性评估方法可以方便地生成计算机程序,为研究数控磨床的可靠性提供了一种方法。