共查询到19条相似文献,搜索用时 171 毫秒
1.
针对涡轴发动机容易在转子过渡态-稳态间瞬间失衡导致碰摩现象,提出改进遗传算法优化的极限学习机诊断模型。基于某涡轴发动涡轮机匣振动信号包络曲线,仿真涡轴发动机正常状态、燃气涡轮转子碰摩状态、动力涡轮转子碰摩转态、燃气与动力涡轮转子碰摩转态4种工况的振动信号;对振动信号进行频谱分析,提取振动信号特征参数构建故障样本数据集;使用改进遗传算法优化极限学习机,并将它用于碰摩故障诊断。结果表明:训练集平均诊断准确率为96.8%、波动幅值为2.82%;测试集平均诊断准确率高达95.43%、波动幅值为0.93%,收敛误差达到0.22,验证了所提出的方法诊断准确率高、波动幅值小、误差低,适用于碰摩故障诊断。 相似文献
2.
涡轴发动机的工况决定它容易在转子过渡态因瞬间失衡而出现碰摩现象。碰摩故障会引起部分统计特征参数发生突变现象。基于三叉树检测算法,提出转子局部碰摩故障监测方法。基于某涡轴发动机转子振动倍频幅值包络线、试车转速曲线,分别仿真涡轮机匣测点发生局部碰摩故障与正常工作状态下的振动信号。对振动信号进行频谱分析,并提取振动信号的峭度指标、裕度指标、总量,以对转子碰摩故障进行甄别。结果表明:转子基频容易凸显故障特征;基于统计特征的碰摩监测方法能够较好地识别出转子碰摩故障。 相似文献
3.
4.
5.
6.
为研究转子系统耦合故障特性,采用有限元方法建立了含有横向裂纹、转静碰摩的非线性转子动力学模型。首先研究了不同转速下裂纹、碰摩单一故障下转子系统的振动响应,其次研究了两种故障耦合情况下系统的振动响应特征。采用波形图、FFT谱图、瞬时频率和Hilbert-Huang时频谱(HHS)相结合的方法对故障转子振动信号进行了分析。分析结果表明:运用多种时频分析相结合的方法可以较为全面地了解转子的故障特征,裂纹转子在1/5、1/3临界转速时会发生较为明显的5X、3X谐波,且裂纹的产生会导致响应幅值增大,从而引起更为严重的碰摩。 相似文献
7.
8.
旋转机械的特性决定了其在运行中可能会出现碰摩故障并且不易停机检修,所以旋转机械的碰摩定位是一个亟需解决的问题。针对此问题,提出了利用声发射信号特性的参数定位方法,并采用改进的聚类算法优化定位结果。该方法能够在旋转机械运行时进行检测,并且能够准确对碰摩源进行定位。试验结果表明,与时差定位算法相比,提出的方法可以更有效地分离出碰摩源,而且经过改进后的聚类算法运行速度更快。 相似文献
9.
10.
裂纹和碰摩转子耦合振动特性分析 总被引:1,自引:0,他引:1
以Jeffcott转子为研究对象,分析了转子系统出现裂纹和碰摩故障耦合振动特性。数值分析表明,当工作转速低于一阶临界转速时,转子振动响应中出现1,2,3…倍频成分,且当Ω=1/2,1/3,…时出现亚临界激励超谐共振现象;高于一阶临界转速时,频谱图上2倍频以后的分量和分频分量几乎消失。在某些情况下裂纹和碰摩故障的耦合使转子的故障特征消失,裂纹和碰摩故障的耦合不能改变转子的工频位置。 相似文献
11.
针对轴承故障信号常混有噪声干扰且故障特征难以准确提取问题,提出一种基于小波阈值去噪(WTD)和互补集合经验模态分解(CEEMD)的轴承故障特征提取方法。采用WTD对原始信号进行降噪预处理;对去噪信号进行CEEMD分解得到一系列本征模态函数(IMF);然后计算各个IMF和去噪信号的互相关系数,通过设定互相关系数阈值筛选有用IMF;最后将有用IMF重构并利用包络谱对重构信号提取故障特征频率。实测信号表明:所提出的方法能降低噪声干扰并有效提取故障特征信息,证明该方法在噪声环境下具有较高的可行性和较强的实用性。 相似文献
12.
基于多层降噪处理的轴承故障特征提取方法 总被引:1,自引:0,他引:1
针对滚动轴承振动信号的故障信息难以准确获取问题,提出一种新的基于多层降噪处理的轴承故障特征提取方法。所提方法首先依据小波包变换原理处理原始轴承信号,消除噪声干扰;变换后的振动信号用经验模态分解方法处理可得若干个IMF分量,计算所得分量与变换所得信号间的互相关系数,并依据相关系数准则筛选有用分量完成振动信号的重构;再通过自相关方法剔除重构信号中的混叠干扰信号,实现振动信号的多层降噪;最后对去噪后的重构信号解调处理,获取信号包络谱图并分析,得到所需故障特征。试验结果表明该方法能够有效地消除原始信号中的干扰和噪声,分离出清晰的故障振动信号并获取有用的故障特征。 相似文献
13.
针对复杂生产背景下产生的强噪声淹没齿轮有效故障特征信息的问题,利用Autogram方法对其进行特征提取。该方法利用最大重叠离散小波包变换,对齿轮断齿故障振动信号进行不同层数分解处理,每层得到若干个信号,被称为“node”。为了更加全面地描述故障特征信息,对每个node进行包络谱的3种无偏自相关谱峭度求取,以便选取合适node作为信号源进行下一步分析。最后,对该信号源引入阈值处理,以便加强频谱分析的全面性,实现对齿轮断齿故障特征信息的有效提取。通过对比分析仿真和实测齿轮故障振动信号,验证了该方法的有效性。 相似文献
14.
15.
用小波包分解(Wavelet Packet Decomposition,WPD)处理低信噪比信号时,常出现残存大量带内噪声的问题,严重影响了后期的故障诊断准确性。针对该问题,提出将频率加权能量算子(Frequency-Weighted Energy Operator,FWEO)作为小波包分解的后处理器,以消除其带内噪声,增强故障特征提取效果。对采样获得的故障数据进行3层小波包分解,得到各频带系数;对每个频带系数进行峭度计算,以峭度最大原则获取最优频带系数;以频率加权能量算子追踪最优频带系数的瞬时能量,从信号能量的角度消除信号中的带内噪声成分,二次增强信号中隐藏的故障脉冲信息;对其进行包络谱分析,得到最终诊断结果。仿真数据、实验室数据和工程数据验证了所提方法的有效性和实用性。 相似文献
16.
17.
18.
Continuous wavelet transform technique for fault signal diagnosis of internal combustion engines 总被引:3,自引:0,他引:3
A fault signal diagnosis technique for internal combustion engines that uses a continuous wavelet transform algorithm is presented in this paper. The use of mechanical vibration and acoustic emission signals for fault diagnosis in rotating machinery has grown significantly due to advances in the progress of digital signal processing algorithms and implementation techniques. The conventional diagnosis technology using acoustic and vibration signals already exists in the form of techniques applying the time and frequency domain of signals, and analyzing the difference of signals in the spectrum. Unfortunately, in some applications the performance is limited, such as when a smearing problem arises at various rates of engine revolution, or when the signals caused by a damaged element are buried in broadband background noise. In the present study, a continuous wavelet transform technique for the fault signal diagnosis is proposed. In the experimental work, the proposed continuous wavelet algorithm was used for fault signal diagnosis in an internal combustion engine and its cooling system. The experimental results indicated that the proposed continuous wavelet transform technique is effective in fault signal diagnosis for both experimental cases. Furthermore, a characteristic analysis and experimental comparison of the vibration signal and acoustic emission signal analysis with the proposed algorithm are also presented in this report. 相似文献
19.
针对磁控埋弧焊跟踪信号非线性,不平稳及常用滤波方法难以滤除其相近低频干扰信号的缺点,提出一种基于经验小波变换(EWT)的磁控埋弧焊焊缝跟踪信号分析方法.该方法继承了EMD分解与小波变换各自的优点,分解出电弧跟踪信号的固有模态,在频域自适应地构造带通滤波器组从而构造正交小波函数,提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分.将此方法用于埋弧焊磁控电弧传感器焊缝跟踪平台信号分析中,提取出了更精确的焊缝跟踪信号,并通过试验验证了此方法的有效性及精确性.同时分析了相近低频噪声的信息,为进一步的信号处理及跟踪系统的优化提供了理论依据. 相似文献