滚动轴承磨损故障的振动监测和诊断

本文对滚动轴承磨料磨损故障进行了模拟试验和振动信号的处理和分析。对轴承磨损引起的二次效应的分析,获得了区别于诊断其它故障形式的灵敏诊断参数和方法,指出用峰值因素来判别轴承的磨损故障是有效的。进一步考察磨损历程频谱包络能量的变化规律,建立了在线监视和诊断磨损故障与磨损程度的微机处理系统。本文提出了轴承精度消失故障冲击的概念,并可用采确定轴承振动冲击与精度等级下降以及磨损程度之间的关系。     

基于CEEMD和自适应MCKD诊断滚动轴承早期故障

针对滚动轴承早期故障难以提取和最大相关峭度解卷积(maxim correlated kurtosis deconvolution,MCKD)降噪效果受滤波器长度L的影响,提出了基于互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)和自适应最大相关峭度解卷积相结合的故障特征提取方法(CEEMD-AMCKD).首先,利用CEEMD将信号分解得到一组固有模态分量,利用峭度值筛选出冲击成分明显的分量;然后,以排列熵值为标准,运用步长搜寻法确定最佳的MCKD滤波器长度,对前面筛选出的分量进行降噪处理;最后,将降噪后的分量及其他分量进行信号重构并根据包络功率谱提取故障特征频率.通过仿真和试验验证了该方法的有效性.     

基于虚拟仪器的滚动轴承故障监测及诊断系统

介绍了滚动轴承振动监测与诊断系统开发的原理和方法。在LabVIEW平台下，以PCI-1802L数据采集卡设计滚动轴承故障诊断系统。使用结果表明，该系统能对滚动轴承振动信号进行时域波形监测和功率谱分析等功能，可以精确定位故障源，并具有直观、集成和方便等特点。     

基于LabVIEW和Matlab的雷达系统仿真方法

针对雷达装备维修人员实装训练机会少和组训、施训难度大的问题,基于LabVIEW图形化开发环境和Matlab开发语言,提出一种基于Matlab Script节点的雷达系统仿真方法,结合某型雷达的发射系统部分模块进行了仿真实验.该方法从信号级对雷达系统进行仿真,并增加人工干预模块,可逼真再现正常与不同故障条件下的雷达各分系统和子模块工作状态.实验结果表明,本文提出方法是有效的.依据该方法设计的系统适用于雷达兵部队日常装备保障训练和模拟考核.     

基于Matlab轧辊滚动轴承的优化设计

滚动轴承是轧钢生产设备中重要的部件之一,也是较易损坏的部件．本文在建立轧辊滚动轴承优化数学模型的基础上,以Matlab为平台对优化模型进行了求解,并对优化前后的轴承结构参数进行了比较分析,其结果表明优化效果良好．     

基于LabVIEW的旋转机械监测与诊断系统设计

随着现代科学技术在设备上的应用,旋转机械设备越来越大型化、复杂化,自动化程度也越来越高。因此,对旋转机械监测和诊断系统的要求也越来越高。在分析旋转机械故障易造成重大损失的基础上,阐述了在工业生产中利用虚拟仪器构建状态监测与诊断系统的优越性。提出了基于LabVIEW的旋转机械监测与诊断的硬件及软件解决方案,可以满足方便地监测各类转子工况以及及时做出准确的故障诊断的要求。     

基于Matlab的滚动轴承故障诊断方法的研究

滚动轴承被广泛应用于风力发电、直升机等各类机械设备中,由于其受到复杂的载荷作用并且工作环境较为恶劣,所以轴承较为容易受到损坏。如果不能及时发现轴承故障,则会造成较大的事故,或导致停产与造成经济上的损失。本文通过对轴承故障振动信号的采集,利用Matlab软件对数据进行处理,力求在初期就能够及时发现故障,为维修提供科学依据,节约维修时间和成本。     

一种滚动轴承故障的诊断方法

针对滚动轴承的故障特点,提出了一种小波包分析、粗糙集理论和神经网络相结合的轴承诊断方法.利用小波包变换对信号进行适当层次的小波包分解,对信号的频带进行精细的分割,以各个频带信号能量的分布情况作为故障特征量,形成故障诊断决策表;接着根据粗糙集理论进行处理得到更为简明的最优诊断规则;然后根据约简结果,建立了神经网络故障诊断系统;最后以诊断实例验证了该方法的有效性和可行性.     

异步电机故障的电流监测和诊断

异步电机的预测维修是近年来提出的一种科学经济的维修体制，预测维修的关键是对电机的故障进行准确有效的监测与诊断。本文介绍的电流监测法，只需一个电流互感器和频谱分析仪就可实现对转子偏心、断条、裂环、相间短路、断路等故障的在线监测。     

基于LabVIEW和Matlab的虚拟小波消噪仪的设计

利用LabVIEW灵活的图形编程及Matlab的数学计算能力进行了虚拟小波消噪仪设计.虚拟消噪仪仪器面板采用系统选项卡方式设计,并通过调用LabVIEW环境中的Matlab Script节点方式实现与Matlab程序进行通信接口.在虚拟小波消噪仪软件中实现了小波阈值法、小波包法和模极大值法去噪,可对小波函数、分解层数、阈值选择、阈值类型等进行选择;去噪处理结果自动保存为Excel文件.仿真去噪结果验证了虚拟小波消噪仪功能及去噪算法的有效性.     

基于Matlab的电力系统振荡和短路故障仿真

如何识别电力系统振荡和短路故障是一个难点,也是一个热点问题.本文应用MATLAB的PSB工具箱电力系统振荡与短路模型,分析不同相角差变化时,振荡电压、电流和短路电压、电流仿真波形的特点,有效区分系统振荡和短路故障,保证电力系统稳定运行.     

基于LabVIEW与Matlab混合编程的复杂曲线精确绘制

精确绘制复杂公式曲线和某些特定的函数曲线相对较为困难,根本原因在于这些复杂线条的坐标点的确定,人工计算和处理耗时耗力.LabVIEW和Matlab混合编程技术应用日益广泛,借助于AutoCAD的脚本文件快速实现在AutoCAD复杂曲线的精确绘制,为工程实践和教学提供了极大的便利.     

滚动轴承复合故障的混合协同诊断方法

针对传统复合故障诊断方法存在故障难以完全分离的缺点, 提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解, 求出白化矩阵并对复合故障信号进行白化处理; 然后, 利用联合对角化方法对白化后的故障矩阵进行对角化变形, 通过最小化对角化程度函数得到正交矩阵; 最后, 通过正交矩阵估计故障源信号矩阵, 实现复合故障的分离; 由于二阶盲辨识方法分离出的故障信号间存在无序性以及相似性, 导致分离信号故障类型难以确定, 因此将分离后的故障信号进行短时傅里叶变换, 通过分离信号的时频谱图与原信号时频谱图进行比较, 并根据趋势一致性确认所对应的故障类型。最终, 以广东省石化装备故障诊断重点实验室的轴承数据进行实验论证, 结果表明, 二阶盲辨识协同短时傅里叶变换能有效将滚动轴承的复合故障信号分离出来, 工程上具备可操作性和极大的应用价值。     

智能化故障监测与诊断方法

智能化自适应控制是一种新颖实用的智能控制，故障监测与诊断是其重要功能之一。基于专家系统的自适应控制系统故障监测与诊断方案，提出了研究症状获取、推理机制、软件实现等方法。     

GIS绝缘故障的监测与诊断

研究气体绝缘变电站中GIS设备绝缘故障的在线监测与诊断方法,以确保GIS设备能稳定可靠运行。     

基于神经网络和证据理论的滚动轴承故障预测方法

传统的故障预测方法难以对不同工况下的滚动轴承故障进行有效预测,为此,提出了一种基于BP神经网络和DS证据理论的滚动轴承故障预测方法。首先采用擅长于处理非平稳信号的小波包分解对多个传感器采集的原始振动数据进行特征分析,然后对BP神经网络的结构和参数进行优化设置并使用多个BP神经网络分别进行故障预测模型训练,最后利用DS证据理论将多个神经网络得到的预测结果进行融合并输出最终预测结果。实验结果表明,该方法能对不同工况下的滚动轴承故障进行有效预测,故障预测平均准确率达96.37%;且与相关文献提出的方法相比,所提出的方法得到的滚动轴承故障预测准确率有所提升。     

基于形态小波和S变换的滚动轴承故障特征提取

针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈值降噪处理,再从重构信号的具有良好时频聚焦性的S变换谱上提取故障特征.试验结果表明,MLMW既抑制了噪声和谐波分量,又显著强化了故障特征;相比传统小波和包络分析,能清晰地提取非平稳非线性故障特征.由于MLMW采用简单的形态算子和高效的提升方法,计算简单高效,适于故障特征的在线分析.