基于信息熵的裂纹转子动力特征分析与诊断方法

针对裂纹转子系统运行过程中的非线性、非平稳突变性等复杂特征,运用信息熵特征提取和融合分析方法,将裂纹转子系统动力分析与参量识别方法有机结合,分析裂纹转子在不同状态下响应参量随转速变化的信息熵特征及变化规律,实现裂纹转子动力响应特征参量的信息熵定量描述;在此基础上,将理论方法用于裂纹转子系统实测信号的分析诊断,并构建小波神经网络模型对裂纹转子信息熵特征曲线进行识别,实现裂纹转子系统故障状态诊断,验证理论方法的有效性.     

内燃机气阀漏气故障的高阶谱分析

将高阶谱理论引入内燃机的振动诊断中,分析了不同状态时缸盖表面振动信号的三阶谱特性,并计算出三阶谱的峰值,用于刻划各状态时缸盖系统的非线性行为。结果表明:正常状态时缸盖表面振动信号的三阶谱接近为零,可以认为缸盖系统是线性系统;当气阀发生漏气故障时,缸盖表面振动信号的三阶谱就会出现较大的峰值,而且不同状态时所对应的峰值也存在着较大差别,说明不同气阀漏气状态时缸盖系统表现出不同程度的非线性。可以将三阶谱的峰值作为判断气阀是否漏气的一个诊断特征量,同时也为诊断内燃机气阀的早期漏气故障提供了依据。     

基于NOFRF裂纹转子非线性频谱分析

建立了裂纹转子非线性逼近模型,论述了非线性输出频域响应函数(NOFRF)及其非线性频谱分析理论,基于该理论对裂纹转子系统的各阶NOFRF进行了仿真分析,该分析结果说明了裂纹转子系统新频域成份是如何产生的,对裂纹转子的超谐波成份和亚共振现象进行了解释,并进行了试验分析,结果表明了高阶NOFRF比一阶对转子裂纹深度更敏感,为裂纹转子的精确故障诊断提供了理论基础。     

基于区间B样条小波有限元的转子裂纹定量识别

研究一种基于区间B样条小波有限元的转子横向裂纹定量识别方法.构造包含转动惯量影响的区间B样条小波Rayleigh梁单元,高精度求解裂纹转子前三阶固有频率,获得裂纹相对位置和相对深度作为变量的固有频率解曲面.然后将实测的裂纹转子前三阶固有频率作为裂纹识别问题的输入,利用三条等高线的交点定量识别出裂纹存在的相对位置和相对深度.数值仿真和试验研究结果表明,该方法鲁棒性强,单元数量少,辨识精度和效率高,为转子系统裂纹定量识别提供了新方法.     

转子叶片裂纹的诊断研究

采用CAD软件建立了转子叶片的三维实体模型,通过有限元分析软件ANSYS对裂纹叶片进行了动力学分析,结果表明：裂纹的存在导致许多故障特征,例如使强迫振动响应中不仅有激振频率成分,而且存在激振频率的倍频分量,随着裂纹深度的增加,主频所占比例减少,倍频比例增加。这就为转子叶片裂纹故障的监测与诊断提供了依据。     

单盘含裂纹转子系统的非线性响应分析与实验研究

建立含裂纹Jeffcott转子的动力学运动方程。针对裂纹深度对转子系统动态响应的影响及转子盘摆振响应的特点进行仿真计算和试验研究。数值仿真表明，对于较浅的裂纹，系统响应为周期性运动，在某些转速下会出现倍周期运动，同时还出现各种倍频分量。此时的摆振运动常包含激振频率的倍频成分。当裂纹较深时，盘的摆振运动与横向振动都会出现各种非协调响应。试验结果表明，当轴上存在裂纹时，盘的横向振动响应和摆振响应中都会出现高次谐波分量，这些分量虽然从频率成分上讲是相同的，但各分量的大小有明显差异。这些结论对于转子裂纹故障的监测与诊断具有新的意义。     

飞行器渐变加速对裂纹转子系统非线性响应的影响

研究飞行器渐变加速方式对裂纹转子系统非线性特性的影响。数值仿真结果表明,飞行器的渐变加速会改变裂纹转子的响应形态,而且长时间的加速可能造成各种非线性响应形态的出现和交替变化。在飞行器加速初期,转子的振幅会增大,并且当飞行器加速速率增大时,转子振幅增加的幅度会增大。飞行器的渐变加速可能会改变裂纹转子系统的稳定性。     

基于非线性输出频率响应函数的斜裂纹转子故障诊断方法研究

以斜裂纹为研究对象,将非线性输出频率响应函数(Nonlinear output frequency response function,NOFRF)应用到含有斜裂纹转子系统的故障诊断中。对比分析了斜裂纹不同倾角,不同裂纹深度和不同裂纹位置下的NOFRF值的变化情况,得到了具有一定价值的结论。实验结果表明,系统的NOFRF值对裂纹的不同倾角、裂纹的不同位置和裂纹深度的变化相当的敏感。因此,根据系统的NOFRF值的变化情况,可以有效监测转子系统中的斜裂纹故障。     

三阶谱诊断结果的早期裂纹

本文对于矿山机械的某材料在进行疲劳试验，测取振取信号，利用三阶谱理论和方法对其进行研究，得出了诊断早期裂纹的结论。     

主元三阶谱分析在故障诊断中的应用

研究了基于高阶谱(主要是三阶谱)和主元分析的故障特征提取方法.分析和实验表明,不同状态设备的三阶谱特征具有显著的差别,通过主元分析提取数字特征,为神经网络自动识别故障打下良好基础.通过往复泵排出阀不同状态--正常、弹簧失效、阀芯磨损特征的提取发现其特征存在较大差别.神经网络诊断结果表明所提出的方法具有良好的应用前景.     

基于小波分析的齿轮故障诊断方法的研究

简述了小波分析的数学原理和小波分析在齿轮故障诊断中的应用机理，提出了进行齿尊繁障诊断的两种方法：奇异点检测法和多分辨分析及能量检测法，通过仿真和实例证明这两种方法能准确提取齿轮的故障特征，达到识别故障、消除故障的目的。     

基于复杂网络的故障诊断策略

从故障诊断的模式识别本质出发,利用网络表示故障数据结构,通过网络结构反映故障状态及其特征,把故障诊断聚类问题建模为子网络探测问题,提出基于网络结构分析的故障诊断策略。为了解决子网络划分中数据间相似度测度和划分测度设计这两个重要问题,引入复杂网络社群结构分析中的模块性概念,设计状态区分准则函数,并采用自底向上模块合并层次过程优化准则函数实现故障状态聚类,提出一种基于模块合并的故障诊断聚类算法。通过算法在标准数据集分类和真实压缩机故障系统诊断上的应用,分析相似度测度对算法的影响并验证了算法的性能。试验结果表明,与遗传算法,人工免疫网络等人工智能诊断方法相比,本文提出的算法能以较少的计算耗时,有效提取故障特征,获得理想的诊断正确率。     

基于小波包和AR谱分析的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳性,提出了一种基于小波包和AR谱分析的滚动轴承故障诊断方法.该方法对系统输出信号进行小波包分解,然后进行重构,再对重构信号进行AR谱分析,从而提取出故障特征频率.试验结果表明,这种方法能有效地提取滚动轴承的故障特征,诊断其故障.     

非线性裂纹转子的分形分析

首先介绍了分形的基本概念,给出了机械振动信号主要应用的分析方法。然后研究了非线性裂纹转子的弯曲振动特性,给出了进入倍周期分叉后裂纹转子的时域特性和频域特性。最后对裂纹转子特性进行分形分析,发现并定义了裂纹转子在进入分叉以前轴心轨迹随裂纹角变化的分形特性,并发现裂纹转子在进入混沌前与进入混沌以后具有相似的分形特性;发现了裂纹转子带噪声信号具有两个分维数（二重分形）的复杂特性。     

基于AR模型的滚动轴承故障诊断

滚动轴承是旋转机械的重要典型零部件，本文将自回归（AR）模型应用于滚动轴承故障诊断，对其时域信号建立自回归模型，计算出其AR功率谱，并和经典功率谱进行比较，进而判断轴承的工作状态。实验结果表明，该方法能简单有效地识别滚动轴承故障。     

齿轮故障诊断的小波分析方法

在齿轮故障监测与诊断中，故障特征提取是诊断的关键，而特征提取的方法也是多种多样的。利用双正交小波基将齿轮的故障振动信号分解到时频域，并提取出齿轮的故障特征。同时结合MATLAB编程语言检验小波在齿轮故障检测中的应用效果。     

基于故障字典的运算放大器故障诊断

阐述集成运放的闭环测试原理，并结合故障字典法进行模拟集成运放的故障诊断系统的软硬件设计，为模拟运放的自动测试和故障诊断提供参考。     

一种基于时频分析的故障状态监测方法

提出了一种基于信号PMH时频分布幅值特征进行故障分离定位的方法 ,并以某柴油机在正常状态、排气阀门存在小裂缝和排气阀门存在大裂缝状态三种情况下缸盖振动信号为分析对象 ,对文中提出的方法进行了验证分析 ,实验结果表明该方法有较好的工程应用效果