基于分形和小波包理论的滚动轴承故障诊断

为了提高滚动轴承故障分形诊断的准确性,利用仿真信号对不同数据长度和不同信噪比下信号的盒维数和关联维数的差异进行对比,发现两种分形维对不同信号具有不同适应性;利用基于小波包分解能量图的特征信号强化技术,突出含噪轴承振动信号的故障信息特征,并对消噪前后振动信号盒维数进行计算和对比。分析结果表明,分形盒维数比关联维数更适用于分析含噪较重的信号;滚动轴承故障振动信号盒维数小于正常信号盒维数;相比原始信号,经小波包提取后不同类型故障振动信号的盒维数区分更为明显,诊断结果更加准确直观。     

分形几何理论在管道振动分析中的应用

1 引言 分形是事物的局部与整体有某种相似性的形体,分维数是分形体复杂程度的度量,分形几何学是研究分形体的理论.平面图形也可能是分形体.管道受击振动产生的时域信号波形图可视为平面图形.如果波形图具有分形结构,根据分形几何理论,可用分维数描述其分形特性.不同激振源引发的管道振动波形的分维数不相同,可以用于管道振源识别,进行简单、有效的故障诊断.     

往复式机械非平稳信号的混沌与分形

为了研究往复式机械非平稳信号的非线性动力学特征,以内燃机主轴承的振动信号对其故障间隙的反映为例,在对主轴承受力分析的基础上,进行了模拟不同间隙的故障实验,获得了不同间隙下的振动信号,进一步应用混沌与分形方法研究了故障信号的混沌性,通过计算信号的两个混沌特征量-关联维数和Kolmogorov熵,找出了主轴承间隙与关联维数及Kolmogorov熵之间的变化关系,印证了对该类型非平稳信号进行混沌与分形研究的可行性.     

分形在齿轮磨损监测中的应用

将分形理论用于齿轮磨损的监测,从工程应用角度介绍了振动信号盒维数的计算方法。通过对齿轮振动信号分形维数的计算,揭示了分形维数与信号复杂程度之间的内在联系。结果表明:随齿轮磨损的增加,齿轮振动信号盒维数呈下降趋势,运用振动信号的分形维数特征可有效实现齿轮磨损监测。     

分形盒维数抗噪研究及其在故障诊断中的应用

针对不同噪声强度的影响,分析了分形盒维数的抗噪能力.实验结果表明:在信噪比较大时,分形盒维数基本不受影响,能够反映信号的真实分形特征;当信噪比较小时,分形盒维数的值随着噪声的增强而变大,并且具有明显的线性关系.由于分形盒维数具有抗噪性,当滤波方法比较简单时,仍然可以在一定程度上体现信号的非线性特征.因此,分形盒维数具有一定的抗噪性,可以在机械故障诊断中得到更广泛的应用.     

汽车传动轴振动信号分形维数计算

讨论了确定混沌时间序列嵌入维数的平均最近邻域发散度方法，并根据从时间序列中计算分形维数的方法，计算了一组不同平衡度汽车传动轴振动信号分形维数。计算表明，汽车传动轴振动信号具有分形特征；在时间序列具有较大噪声时，平均最近邻域发散度法能很好地确定其嵌入维数，具有良好的收敛性；在其他条件不变时，传动轴的不平衡度与其振动信号的分形维数值呈线性关系，当时间序列样本点达到一定数目时，计算结果稳定性好。     

基于混沌分形理论的传动轴振动信号分析

将混沌分形引入传动轴振动信号的故障分析中，用关联维数来刻画振动信号的故障特征。通过对试验获取的传动轴振动信号进行分析计算，确定了分形维数与传动轴故障程度之间的联系。计算表明，传动轴振动信号具有分形特征，且分形维数均在2维与3维之间，随着传动轴不平衡加剧，它向3维逼近。当样本点达到一定数目时，计算结果的稳定性好。     

基于盒维数序列变异系数的轴承外圈失效特征

特征向量选择是轴承失效检测与诊断的关键。作为解释复杂系统的动力学行为机制的重要工具,分形理论及分形维数常被用来描述轴承的故障特征,然而某状态下的分形维数难以刻画轴承失效的过程。针对轴承振动的非线性,首先介绍了分形理论,然后尝试选择盒维数及其变异系数作为轴承故障特征,并以IMS的轴承全寿命失效实验数据为样本,对盒维数的轴承外圈失效诊断进行了验证。认为:外圈正常工况与失效工况的盒维数均值差异不大,但失效工况的盒维数变异系数有着显著的增加。通过盒维数的变异性或可为滚动轴承的外圈失效诊断提供依据。     

基于分形几何状态监测方法的应用研究

根据二进小波变换原理 ,分析了机械设备噪声信号某一特征尺度下的时域信号分量的分形特性 ,提出可以用分形关联维数描述设备的工作特征 ,进而对状态进行监测。试验表明 ,相同工作状态下 ,某一特征尺度下的时域信号分量有相近的关联维数 ,而在不相同状态下则有明显不同的关联维数。关联维数可以作为机械设备状态分类的重要依据 ,对提高设备状态监测准确率有良好的应用前景     

铣削颤振识别的小波包和分形分析方法

如何用振动信号来监控加工过程,这里通过对信号的小波包和分形的机理研究,提出了一种基于熵能量的颤振特征小波包提取方法和基于盒维数的颤振分形特征提取方法。为二者的结合构造了理论框架,且进一步通过信号的分形行为和小波包分解相结合,有效地分辨出了颤振信号的频率结构。     

基于相关分析和近似熵的管道泄漏声信号特征提取及辨识方法

从泄漏声信号产生机理出发,分析了泄漏声信号具有"不可重复"特征的机理;由于相关函数具有分析时间序列相干结构的能力,且近似熵从统计角度区别时间过程的复杂性,提出将信号相关长度后的自相关函数序列作为特征提取对象,以该序列的近似熵值来量化泄漏信号"不可重复"特征,并将该值作为Elman神经网络输入,辨识泄漏发生.与管外和管内非泄漏固定噪声相辨识结果表明,泄漏发现准确率均高于其他泄漏检测方法,分别达到92.5%和82.5%.     

铣削颤振过程中的振动非线性特征试验

为了分析铣削过程振动信号的非线性特征,使用双谱、李雅普诺夫系数、变形维数和近似熵分析变切深铣削过程中平稳铣削振动信号、颤振孕育振动信号和颤振振动信号.试验结果表明,振动信号在铣削颤振孕育和发生状态时具有强混沌特征,其双谱特征和混沌特征相结合可以作为识别颤振孕育、发生的有效手段,基于球形支持向量机分类器对平稳铣削、颤振孕育和颤振发生进行识别,识别准确率达98.0％.     

基于Wigner分布和分形维数的柴油机故障诊断

针对柴油机配气机构故障诊断问题,提出了一种基于Wigner分布和差分分形盒维数的故障诊断方法。首先,利用改进局部均值分解算法对柴油机缸盖振动信号进行分解,并采用相关性分析剔除噪声和伪分量;然后,分别对各相关分量进行Wigner时频分析,将结果线性叠加得到振动时频图,再提取图像的差分分形盒维数作为故障特征;最后,利用k-最近邻(k-NN)实现故障诊断。仿真结果表明,改进局部均值分解算法可以抑制Wigner分布交叉项的干扰。实验结果显示,差分分形盒维数优于其他6种典型故障特征,利用本研究提出的方法对配气机构进行故障诊断的正确率为97.2%,该方法可以用于柴油机配气机构故障诊断。     

基于混沌理论的滚动轴承故障诊断研究

采用小波包分析的方法对滚动轴承振动信号进行处理,提取滚动轴承特征信号,进一步应用混沌与分形方法研究了故障信号的混沌性,通过计算信号混沌特征量—关联维数,找出了内圈、外圈及滚动体状态信号在正常状态、轻微磨损状态、中度磨损状态、严重磨损状态下关联维数对故障状态的反应。实验结果印证了混沌方法用于研究该类型故障信号的可行性。     

应用多参数融合与ELM的自动机故障诊断

考虑到自动机工作环境复杂,各部件相互作用时间短,冲击性强从而导致各种响应信号相互叠加,敏感特征参量难以确定的问题,提出了一种应用多参数融合与ELM相结合的自动机故障诊断方法。首先,对自动机故障信号计算广义分形维数,在此基础上提取盒维数、信息维数、关联维数作为故障特征参量;然后引入信息熵模型,对自动机故障信号提取功率谱熵、奇异谱熵、特征空间谱熵作为特征参量来描述信号状态在频域、时域、时频域的能量变化;最后将特征参量输入到极限学习机中(ELM)进行分类。实验结果表明多参数融合能全面准确地反映故障信息,极限学习机学习速度快、结构简单,具有很好的故障分类效果。     

滚动轴承外圈失效的盒维数与信息维数特征

旋转机械故障诊断的关键在于故障特征的提取,由于轴承振动信号的非线性与非平稳性,传统平稳信号处理方法在故障特征提取中存在不足,而多重分形等非平稳方法存在计算冗余。认为故障状态下轴承振动信号的空间的占布与概率密度均发生变化,因此可采用盒维数与信息维数描述故障特征。在此基础上,借助美国辛辛那提大学IMS中心公开的全寿命轴承实验数据,分别分析了滚动轴承外圈在正常和故障情况的信息维数和盒维数,认为:在故障状态下,轴承振动信号的信息维数与盒维数均有降低,这一特点有利于提高故障模式的可分性。     

基于AR模型-分形维的磁流变减振器性能研究

建立了磁流变减振器的动力学方程,利用与其同阶的时间序列AR模型的对应关系,推导出基于时间序列的动态特性参数计算公式,在不同工况下振动实验检测获得时间序列,计算了动态特性参数、时间序列分形盒维数和系统特征根实部,以及这些参数间的相关系数,拟合了动态特性参数、分形盒维数、工况参数三者相互间的关系曲线,分析了磁流变减振器性能变化。分析结果表明,AR(2)模型对减振器振动信号有较高的模拟精度,基于时间序列AR模型的动态特性参数求解方法便捷有效;时间序列盒维数与动态特性参数间存在高度相关,可作为量化衡量系统振动平稳性和响应快速性综合动态特性的参数,可配合特征根选取磁流变减振器的最佳工况。     

基于表面灰度图像的植物磨料磨损表面分形维数计算

以磨损表面SEM灰度图像为研究对象,采用变分法、双毯法、差分盒计数法和盒计数法4种方法计算植物磨料对不同金属材料磨损表面的三维分形维数。结果表明:植物磨料对金属材料磨损表面具有分形特征,分形维数与体积损失有着密切关系,体积磨损越大,分形维数也越大。4种算法中,变分法计算的分形维数稳定性最好,其次是双毯法和差分盒计数法,盒计数法对表面噪声最为敏感。     

基于小波包和分形盒维数的滚动轴承故障诊断

为诊断滚动轴承不同部件产生的故障,针对轴承故障信号具有非线性、非平稳振动的特点,运用小波包和分形理论,定量计算了滚动轴承不同部件故障信号及小波包重构信号的盒维数。实验结果表明,滚动轴承不同的故障类型具有不同的盒维数。正常滚动轴承盒维数最大,依次为滚珠故障盒维数、内环故障盒维数,外环故障盒维数最小。分形盒维数能定量地识别滚动轴承不同部件的故障,提高滚动轴承故障诊断的准确率,为滚动轴承智能故障诊断提供可靠依据。     

用Poincaré平面上的盒维数辨别非线性响应区域的方法研究

提出一种计算Poincaré映射平面的盒维数来区分系统响应中非线性特性区域的方法.应用该方法既可判别Poincaré平面上的各种非线性响应形态,又可得到响应在Poincaré平面上的分形维数.与传统分形算法(如GP算法、改进GP算法、响应轨迹的盒维数算法等)相比,本方法运算时间较短.文中给出一个计算实例,研究支承在挤压油膜阻尼器L的碰摩转子系统响应特征与Poincaré平面上的盒维数之间的关系,发现两者有明显的对应关系.