基于遗传算法与SOM网络的轴承故障诊断方法

轴承作为旋转机械的核心部件，开展其有关故障诊断方面的研究，有利于对旋转机械运行状态进行监测。针对旋转机械轴承故障的微弱信号容易淹没在其它部件的振动信号中，采用特征提取法，从滚动轴承正常、内环故障、外环故障和滚动体故障四种工况的振动信号中提取时频域统计特征参数；并引入遗传算法消除时频域统计特征间的耦合性与共线性，提取9个时频域最优特征参数作为SOM网络的输入。研究结果表明：不同故障类型下，激活的SOM神经元不呈现明显性的差异性；根据文中神经元激活统计规则，表明SOM具有一定的故障辨识性，且对规则进行调整能够提升SOM网络的诊断效果。     

旋转机械参数图形多尺度多结构元边缘检测

以旋转机械振动信号参数图形为研究对象,在600 MW模化汽轮机转子试验台上完成了转子正常、转子不对中和轴承松动故障的实验研究,得到了相应的振动参数三维图形。对不同故障的振动参数三维图形进行了二维灰度转化及图形预处理;依据多尺度滤波增强处理方法滤除了参数图形的噪声,增强了有用信息;利用多结构元边缘检测算子对参数图形进行了边缘检测。结果表明：多尺度多结构元边缘检测方法抗噪能力强,能够在滤除旋转机械振动信号参数图形中噪声的同时,有效地提取图形的边缘特征,适用于环境噪声较为复杂的旋转机械状态监测。     

基于大数据的电梯故障诊断与预测研究

为了研究大数据分析方法在电梯故障诊断与预测中的可行性,首先收集了海量的电梯检验数据,并对其中有关电梯轿厢振动的数据进行了特征参数的提取;然后构建了采用大数据分析方法诊断与预测电梯故障隐患的总体方案,通过监督学习与非监督学习的数据挖掘手段,对所提取到的电梯轿厢振动特征参数进行了充分的数据挖掘与分析,找出了电梯机械系统各种故障隐患与电梯运行时轿厢振动监测信号之间的内在关系,最终根据电梯轿厢振动特征量的大小及其变化趋势,诊断和预测电梯机械系统的各种故障隐患。研究结果表明:大数据分析方法可准确地对电梯机械系统故障进行诊断与预测。     

离心泵空化现象的模拟试验研究

针对离心泵空化状态识别难的问题,对离心泵空化前后进、出口的压力、振动和水声信号进行了研究。设计并搭建了双离心泵综合试验平台,构建了信号检测与采集系统,利用Lab VIEW工具开发了状态监测系统。在保持离心泵流量恒定的前提下,通过调节进出口阀门开度,控制其扬程变化,完成了空化模拟试验。试验中,分别测取了机组3种工况下的流量、转速和进出口压力等数据,绘制了各工况的临界汽蚀余量判别曲线。并根据离心泵的结构特点与空化特性,对离心泵的压力、振动和水声信号进行了深入地分析比较,提取了其空化特征信息。研究结果表明,空化前后进、出口压力信号、振动信号以及水声信号可作为空化监测的特征量,且相对于水声,离心泵发生空化现象后,对进、出口压力和振动参数影响更明显。     

采用非线性量子比特的形态滤波及其应用

针对数学形态学结构元素无法动态调整尺寸的问题,结合量子理论提出一种基于非线性量子比特的形态滤波方法,提升形态学的机械振动信号处理效果。分析机械信号与量子理论结合的可行性,并在此基础上构建机械振动信号的峰值波谷的量子表达形式;结合振动信号的最大值和最小值,通过数学分析提出非线性量子比特的表达式,用于表达振动信号的瞬时状态;根据振动信号邻域的关联性,分析振动信号的局部特点,建立振动信号的三量子位系统;根据机械振动信号的峰值波谷的量子表达形式,在三量子位系统的框架内,提出机械振动信号在量子概率特征下的结构元素尺寸收缩算子,并基于尺寸收缩算子实现结构元素长度的自适应调整。运用轴承故障信号进行分析,结果表明,该方法能够比传统方法更加有效地提取出故障脉冲信息。     

基于DSP的振动信号检测仪

采用DSP芯片TMS320VC5402对机械振动信号进行实时分析处理,设计了一种实时监测机械振动情况的检测系统.该系统能将机械振动的频率、振幅及相位信息传输给PC机,利用VB软件绘出振动信号的时域或频域图形,并且可以通过PC机发送分频系数给DSP,控制其采样频率,从而达到精确采样振动信号的目的.     

自适应滤波技术在车辆变速箱故障诊断中的应用

采用振动测量方法进行齿轮箱故障诊断是一种有效的技术手段,但是在进行随车监测时测量信号会受到车辆其它部件振动噪声的干扰。通过对装甲车辆变速箱齿轮断裂故障进行实车模拟试验,同步测量了变速箱体振动信号和发动机振动信号,利用自适应滤波技术滤除了混杂在变速箱体振动信号中的发动机振动干扰,对变速箱体振动信号进行了时、频域分析和调制解调分析。通过Hilbert变换和包络谱分析方法提取了振动信号频率特征,实现了对变速箱齿轮断裂故障的诊断。     

某海上平台生活区振动测试及分析

对东海某海上平台生活区进行了振动监测,获取了平台生活区内几个主要场所在自然激励、不同设备工况下的振动信号。采用时域与频域分析相结合的方法,分析了平台生活区振动特征及原因,并给出了安全建议。     

基于数字法的电梯机械故障的诊断及优化设计

高层建筑和地铁车站的电梯设备经常处于高负荷的运行状态，故障率较高。对电梯故障诊断问题进行了优化设计，从2个方面介绍了电梯机械故障的类型及其产生的原因，提出了6种电梯机械故障诊断方法的优化设计措施，采用数字分析法建立起关于电梯机械振动信号的数字排列方式，利用电梯信号等测试装置对电梯机械故障中传出的振动信号进行检测，分析电梯机械振动信号数据获得电梯机械振动的变化规律。所提方法是对电梯机械故障振动信号的采集方式以及使用设备的补充与创新，具有一定参考意义。     

谱相关特性在机械信号特征提取中的应用研究

将机械振动信号视为循环平稳信号，用循环统计方法进行处理。探讨了循环平稳信号的遍历性及其统计量的时间平均估计方法，着重研究了二阶循环统计量的谱相关特性，指出利用谱相关特性的频率选择性和噪声抑制性可以消除信号中的加性或乘性随机噪声以及非同频成分的干扰，有效地提取出信号特征频率。通过对滚动轴承、注浆泵等旋转和往复机械的振动信号分析表明，谱相关特性在机械信号特征提取方面具有很好的应用价值。     

融合量子理论的结构元素尺寸自适应调整策略

受量子理论启发,提出一种针对数学形态学结构元素尺寸自适应调整的新策略,以达到更优的冲击响应信号形态学提取效果。首先,结合量子理论建立起振动信号的量子系统,在此基础上提出了振动信号的量子比特数学表达式,用于刻画振动信号的状态;然后,针对机械振动信号的局部特点,分析1×3邻域的振动信号相关性,提出了机械振动信号在量子概率特征下的结构元素尺寸衡量算子;最后,依据尺寸衡量算子和自适应控制结构元素的长度达到更优的滤波效果。利用该策略对轴承冲击故障信号进行形态滤波,并与传统方法进行了比较,结果表明该方法可以有效提取信号的全局和局部特征。     

1850四辊铝带冷轧机动力学特性与机理研究

为解决某大型企业1850四辊铝带冷轧机垂直振动问题,通过现场振动测试与数值仿真相结合的方法,针对轧机不同工况下的动力学特性对轧机系统进行了时域和频域振动特性研究,分析了不同轧制工艺参数对轧机动力学特性的影响。以四辊铝带冷轧机系统六自由度动力学模型为基础,该模型综合考虑了工作界面上的轧制力波动量、界面摩擦过程、工作辊运动过程构成的界面约束多因素耦合模型,对轧机固有特性、主振型及主振型的灵敏度进行了仿真分析。结果表明：轧机系统发生自激振动,工作辊振动核心频率为290 Hz,振动集中频段为250~350 Hz,振源在辊缝,轧制速度、轧件张力、辊缝摩擦状态、轧件厚度等是影响轧制界面耦合的重要因素。支撑辊和机架等部件在该频段的振动是系统交互传递的结果。     

飞机发动机转子振动特征提取方法诊断

在研究航空发动机振动机理和分析转子故障对应的振动信号特征的基础上,采用经验模态分解方法对发动机机壳上测得的振动信号进行分解。由于振动信号的时频特性可以更有效地揭示转子故障,因此它被用于时频域以提取振动特征。首先将转子振动信号与EMD的固有模式函数的能量状态及其与原始信号的相关性进行比较。然后,在确定IMF包含的主要故障信息的基础上,分别在时域,频域和时频域评估三种信息熵。最后,转子故障诊断的特征向量由每个IMF计算得到的三个信息熵值和小波包分解得到的小波包空间特征的谱熵构成。结果表明,基于时频分析的经验模态分解方法能够有效地提取非平稳故障信号的特征向量。这为航空发动机转子故障诊断中的振动分析提供了一种系统的定量特征选择方法。     

基于振动和声发射信号的截齿磨损程度识别研究

为实现采煤机截齿截割过程中磨损程度的在线监测和识别,提出一种基于RBF(Radical Basis Function)神经网络的截齿磨损程度多特征信号监测方法。提取截割过程中不同磨损程度截齿的振动和声发射特征信号,分别分析振动和声发射信号的峰值、时域图方差和频域图均方根值这6个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对RBF神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度在线监测与精确识别。实验结果表明:随着截齿磨损程度的加剧,截齿振动和声发射时域信号中信号峰值和方差均呈增大的趋势;振动和声发射的频域信号中频谱图均方根也呈现逐渐增大的趋势;基于RBF神经网络的截齿磨损程度监测系统的网络判别结果和测试样本的实际磨损程度类别相符,该RBF神经网络系统能够对截齿磨损程度类型进行准确的监测和识别。     

基于支持向量数据描述的汽车油泵寿命分析

汽车油泵作为燃油供给系统的重要组成部件,其工作环境恶劣导致内部机械部件极易产生磨损。针对样本数据较少以及从寿命角度分析产品可靠性无法反映出研究对象特征量动态变化的问题,提出一种基于支持向量数据描述(SVDD)的寿命分析方法,通过振动监测技术,利用PCA法融合汽车油泵振动信号的时域、频域各特征量得到性能退化指标,以此作为输入构建基于SVDD的汽车油泵寿命分析模型。结果表明,该方法在样本数据较少的情况下,不仅可以有效地对油泵的工作状态进行监测,同时可以更准确、直观的反映出油泵性能退化过程。     

旋转机械振动信号的信息熵特征

从信息融合的思想出发 ,针对单个和多个振动传感器 ,在时域、频域以及时 -频域系统、深入地研究了定量评价旋转机械振动状态的方法 ,提出了反映不同域中振动能量分布不确定性的奇异谱熵、功率谱熵、涡动状态特征熵、小波空间特征熵等信息熵特征。通过对实际信号的分析表明 ,这些信息熵形成了有效综合评价转子振动状态的特征指标。     

升降工装切割作业振动故障特性分析

切割设备在大进给,大切深的作业工况下易出现切割片断裂飞崩的情况,会降低切割效率并且造成人员危险。通过提取作业时的振动加速度信号从时域和频域两个方面进行分析,利用小波包变换的方法对振动信号进行逐层分解,得到了不同进给速度下升降工装切割作业的振动特性。建立切割片横向振动方程研究振动的产生机理并分析切割故障时信号特征的产生原因及影响,最后提出合适的减振策略。研究方法对延长切割片使用寿命及减少切割作业故障产生的频率具有重要意义。     

基于多参数指标的刀具磨损状态在线监测

刀具在进行切削加工过程中,通过采集定速下的加速度信号,对其时域和频域的相关指标进行分析,提取有效的特征量,对刀具磨损状态进行在线监测。分析结果表明:在时域指标的有量纲参数中,均方根值和峭度对刀具磨损有较好的指示作用,当刀具在出现明显磨损时,该两参数的数值明显增大;在无量纲参数中,脉冲指标、裕度指标和偏斜度指标对于刀具磨损振动更加敏感;在频域指标参数中,均方频率和功率谱方差对刀具磨损的振动信号变化敏感,此方法研究可有效判断出在加工过程中刀具的实时磨损状况,具有一定的应用价值。     

机械振动下交流接触器电寿命预测失效特征量提取

针对机械振动环境下交流接触器电寿命预测中的失效特征量进行研究,提出了一种基于优化小波去噪与核主成分分析 皮尔逊相关系数法相结合的方法以获取有效的失效特征量。首先,分别在常规与振动环境下进行交流接触器全寿命试验,并选取多个退化参数作为分析对象;其次,针对实测数据,采用多指标综合评价方法优化小波去噪,对退化参数进行去噪平滑,并结合参数的退化趋势,分析振动对接触器电寿命的影响;最后,针对退化参数及其核主成分,构建全信息特征量,计算各特征与剩余电寿命的皮尔逊相关系数。在振动环境下,结合所提方法最终提取累积燃弧能量、第一核主成分、吸合电压和接触电阻作为交流接触器电寿命预测的失效特征量。     

往复压缩机管道振动分析与控制

对某往复压缩机管道系统的机械特性、气柱特性、气流脉动及机械振动响应进行数值模拟。根据往复压缩机管道系统建立合理的力学模型,并结合压缩机设计参数、运行工况及介质状态参数找出了引起压缩机管线振动的根本原因。最终,制定了合理的整改方案,振动消减效果明显。