基于倒频谱分析的齿轮故障诊断

齿轮传动是机械设备中最常见的传动方式,齿轮的状态直接关系着机械设备整体的运行状态,因而对齿轮的故障进行诊断非常重要。倒频谱变换是一种非线性的信号处理方法,这种分析方法受传感的测点位置及传输途径的影响小,常用于提取信号中的周期成分。采用倒频谱的分析方法对齿轮点蚀故障信号进行分析,成功定位了齿轮故障发生的部位,验证了该方法的有效性。     

三次样条极值点插值与小波滤波在齿轮局部断齿故障诊断中应用

齿轮故障振动信号在强噪声背景下常常是非线性、非平稳的,具有不容易提取的特征。为解决故障特征难以提取的问题,提出了基于小波滤波与三次样条极值点插值拟合的故障特征提取方法。该方法首先对信号进行滤波降噪,之后提取数据的极值点,再运用三次样条对极值点进行插值拟合,进行频谱分析,提取故障特征频率。对齿轮局部断齿故障振动信号进行试验处理分析,证明,该方法提取齿轮局部断齿故障特征有效,比只用小波滤波降噪效果好。     

多传感器检测技术在摇臂传动系统的应用研究

为了研究采煤机摇臂传动齿轮的故障诊断方法,采用多传感器在线检测技术,对摇臂振动信号在不同载荷状态下进行时域和频谱分析,获取边频带信号频谱特征,依据边频带特征频率下的振幅结果确定故障齿轮的转动频率。最后对频谱和时域的结果进行综合分析,锁定故障齿轮的准确位置。对某采煤机摇臂齿轮传动系统进行了振动测试与信号分析,结果表明,本振动分析方法可以实现对采煤机摇臂故障齿轮的准确定位,为复杂齿轮传动系统的故障快速定位和现场定点维修提供了方法支持。     

齿轮故障诊断信息提取复合方法研究

针对齿轮故障发生早期信号微弱、难以诊断和现场干扰的问题,提出了一种基于相关性分析、峭度准则与小波变换包络谱分析相结合的齿轮早期故障诊断方法。该方法不仅有良好的降噪效果,而且能够实现故障频段的自动选择,提高诊断效率。仿真结果表明,该方法能有效去除噪声,对故障特征信号有很强的提取能力,为齿轮的故障诊断提供了一种快速有效的途径。     

平方解调分析在低速重载齿轮故障诊断中的应用

阐述了齿轮振动信号的调制原理,讨论了平方解调的定义及解调原理。应用平方解调分析技术对齿轮振动信号进行了幅值解调分析。工程应用研究结果表明,针对齿轮振动信号的调制现象,利用平方解调技术能从复杂的振动信号中解调出故障齿轮的调制信息,进而判断出故障齿轮的部位,是一种可靠的故障诊断方法。     

极值点分组模式分解的齿轮局部断齿故障试验

齿轮振动信号中含有大量的噪声。通过用极值点分组模式分解(Extreme Point Packet Mode Decomposition,EPPMD)的方法提取出齿轮局部断齿故障特征,验证了EPPMD的有效性。该方法首先提取出齿轮振动信号极值点,并将极值点进行分组,再用三次样条函数拟合出所有分组极值点的曲线,求取其均值曲线,最后像经验模态分解(EMD)一样求取出各个IMF分量,进行IMF的频谱分析诊断故障。     

非趋势波动分析及其在齿轮故障识别中的应用

对时间序列的长程相关性用于设备故障识别进行了可行性研究。提出将非趋势波动分析方法用于设备故障识别,对齿轮振动信号进行分类实验,结果表明非趋势波动分析能成功地对常见齿轮故障模式进行识别,与盒维数计算结果相比,非趋势波动分析具有更好的抗干扰性。     

基于Hilbert解调技术的齿轮故障诊断研究

阐述了齿轮振动信号的调制原理,讨论了Hilbert变换的定义及解调原理。应用Hil-bert变换的解调技术对齿轮振动信号进行了幅值解调分析。工程应用的研究结果表明,针对齿轮振动信号的调制现象,利用Hilbert技术能从复杂的振动信号中解调出故障齿轮的调制信息,进而判断出故障齿轮的部位,是一种可靠的故障诊断方法。     

基于振动与声发射融合的采煤机截割部故障诊断研究

采煤机截割部传动齿轮的工作状态影响着传动系统的工作效率。对齿轮故障监测与诊断进行研究,采用CATIA建立故障齿轮模型,利用仿真软件ADAMS与COMSOL仿真齿轮啮合瞬间产生的振动与声发射信号,对信号进行特征提取,采用BP神经网络对采煤机截割部齿轮故障进行诊断。仿真结果表明,振动与声发射融合对微小齿轮裂纹的识别具有较高准确性,对采煤机故障诊断具有一定的指导意义。     

齿轮断齿机理研究及故障分析

建立了齿轮副的动态微分方程,从动力学的角度对齿轮的断齿故障机理进行分析,利用定步长的龙格—库塔法对齿轮断齿故障进行仿真分析,运用时频分析的方法研究了齿轮断齿的信号特征,为齿轮断齿故障的诊断提供理论上的支持。     

基于Hilbert-Huang变换的齿轮箱故障诊断

针对齿轮箱故障振动信号的非平稳特征,提出一种基于Hilbert-Huang变换的齿轮箱故障诊断方法。使用Hilbert变换求重构信号的包络,采用EMD方法将包络信号分解为若干个IMF分量,再对IMF分量进行FFT变换,实现在频域的分析,得到故障特征信号。依据IMF分量的频谱图和时域信号的边际谱图,判别齿轮箱的故障类型。实验证明是一种有效地处理齿轮箱故障诊断方法。     

Research on the detecting methods of singularity in deformation signal based on two kinds of wavelet entropy

There are various influencing factors that affect the deformation observation, and deformation signals show different characteristics under different scales. Wavelet analysis possesses multi-scale property, and the information entropy has great representational capability to the complexity of information. By hamming window to the wavelet coefficients and windowed wavelet energy obtained by multi-resolution analysis (MRA), it can be achieved to measure the wavelet time entropy (WTE) and wavelet energy entropy (WEE). The paper established deformation signals, selected the parameters, and compared the singularity detection ability and anti-noise ability of two kinds of wavelet entropy and applied them to the singularity detection at the GPS continuously operating reference stations. It is shown that the WTE performs well in weak singularity information detection in finite frequency components signals and the WEE is more suitable for detecting the singularity in the signals with complex, strong background noise.     

小波变换在齿轮故障诊断中的应用

在分析小波变换理论和齿轮振动信号特点的基础上,提出用小波分析法提取齿轮故障特征。齿轮振动信号具有非平稳性,并且受各种噪声干扰,小波分析法具有处理非平稳信号的突出优点。在MATLAB环境中,建立了齿轮振动仿真信号,采用小波函数对受噪声污染的信号进行软阖值消噪处理,通过功率谱分析提取特征频率。仿真表明,该方法可有效抑制噪声,提取特征频率,从而为齿轮故障诊断提供依据。     

基于HHT的粉砂岩破裂声发射信号频率特性研究

通过对粉砂岩进行单轴加载声发射实验,基于HHT分析方法,研究岩石破裂过程的声发射信号频率特性。研究结果表明:HHT是一种基于主成分分析的信号时频分析方法,可以确定信号的主次成分,用瞬时频率来精确描述信号的时频特性;粉砂岩破裂过程中声发射信号的时频分布有3个阶段,即初始区、波动区、沉寂区;粉砂岩破裂过程中声发射信号的主频与所处的应力水平有关,在岩石破裂前,随着应力水平的提高,主频逐渐降低;粉砂岩破裂过程中,从裂纹稳定扩展到不稳定扩展,直到岩石破裂,高能量声发射信号由高频率向低频率转移,且持续的时间增加;粉砂岩破裂过程中声发射信号适宜监测频段为20~120 k Hz。     

齿轮失效的原因和对策

齿轮传动是机械传动的主要形式之一,应用极为广泛。在机械设备的运转过程中,齿轮失效是最为常见的故障,往往导致整体设备不能正常工作,本文论述了齿轮失效的各种形式,分析了产生的原因,提出了切实可行的解决方法。     

基于小波模极大值的煤厚信号奇异性检测

信号的突变性或奇异性通常携带有最重要的信息,小波变换为信号的多尺度瞬态分析提供了最合适的方法。阐述了基于小波变换模极大值的奇异信号检测理论,并将其应用在煤厚探测信号的奇异性检测中,通过计算机语言编程,对实测信号奇异点进行定位,从而判断出煤层的厚度,为煤层厚度探测提供了一种新颖的方法。     

煤体单轴压缩感应电荷时频演化规律与失稳破坏电荷评价指标

为了有效预测预报煤岩破坏所引起的动力灾害,介绍了受载煤体变形破坏电荷产生机理与感应电荷监测原理,开展了煤体单轴压缩过程感应电荷监测实验,采用基于假设原理的Lilliefors检验方法研究了有效电荷产生的初始时刻,获得了煤体破坏演化过程的应力与感应电荷的时序共性特征;研究了加载前期与破坏后期电荷信号的频域特征,设计了基于FIR方法的低通滤波器,得到了滤波后的有效电荷信号;基于煤体破坏演化过程的电荷时频特征,构建了失稳破坏电荷评价指标;开展了井下有、无动力显现的电荷监测试验,使用研发的本质安全型电荷监测仪验证了监测动力破坏现象的有效性。综上研究结果表明:Lilliefors检验方法能够判识煤体加载初期所产生的有效电荷信号,得到了压密阶段基本为白噪声信号,弹性阶段会产生不易识别的、少量的、且与白噪声混合的低幅值有效电荷信号,弹塑性过渡阶段会产生易于辨识、幅值相对增大且连续性较差的电荷信号,塑性阶段与破坏阶段的有效电荷信号随应力降次数增多而增多,随应力降幅度增大而增大,两阶段的电荷信号波动幅度较为剧烈,高幅值电荷信号连续性较强;通过时频变换,得到电荷信号白噪声主频不小于50 Hz,煤体破裂所产生的电荷信号主频不超过15 Hz,设计的FIR低通滤波器可有效降低噪声信号,能保留高幅值与高波动性的电荷信号;建立的电荷累积量、平均电荷强度、电荷变异系数3种评价指标,它们均能良好地反映出煤体的破裂状态,平均电荷强度还可反映出煤岩体的应力水平,变异系数能更加准确地识别煤体进入加速破坏阶段的前兆点;在采动影响下现场各测点的电荷变异系数与平均电荷强度明显比无采动影响的数值更大,电荷变异系数随着远离工作面而逐渐减小,平均电荷强度在超前工作面支承压力峰值影响范围内达到最大值,说明电荷法能够有效监测巷道的动力破坏情况,可为煤矿动力灾害预警提供一种新的监测手段。     

小波变换在提升机制动信号识别中的应用

提出用具有多分辨分析的小波阈值法对油压、位移信号去噪，去噪结果显示，小波阈值去噪可以明显地抑制噪声，提高信噪比；利用小波变换具有奇异性检测性能好的特点自动识别开、贴闸油压，效果较好．     

基于小波分析的超声波检测信号处理

利用小波变换分析超声波检测信号,判断岩石内部结构,物理力学性质。应用小波变换的多分辨率分析,对岩石超声检测信号进行了时频分析和处理。结果表明,小波变换可以去除信号中的噪声,并能聚焦到信号的任意细节,检测出信号的奇异性,判断岩石的完整、裂隙、节理和断层等结构特性。