一种基于解调技术的电机故障诊断方法

本文针对电机故障诊断提出了一种解调方法。首先,对复杂信号进行经验模式分解,得到若干个本征分量,再对包含调制信号的本征分量进行包络解调以提取故障信息。该方法可实现故障信息的有效分离,提高了诊断信号的信噪比,为基于信号分析的故障诊断提供了一种可行的途径。     

机械故障诊断技术理论综述

机械故障诊断技术是用来测取机械设备在运行中或相对静态条件下的状态信息，通过对所测信号的处理和分析，并结合诊断对象的历史状况，来定量识别机械设备及其零件、部件、整机的实时技术状况，并预知有关异常、故障和预测其未来技术状况，从而确定必要对策的技术。     

基于LCD和MCKD的轴承故障诊断

针对振动信号故障特征频率微弱且难以提取的问题,提出基于局部特征尺度分解(local characteristic-scale decomposition,LCD)和最大相关峭度反卷积(maximum correlated kurtosis deconvolution,MCKD)相结合的故障诊断方式。通过对待测信号进行LCD分解,得到一系列的内禀尺度分量(intrinsic scale component,ISC),并根据相关系数,即峭度的筛选原则选择重构所需的真实分量。再利用MCKD对重构信号进行降噪处理,最后对降噪后的信号进行包络解调,提取故障特征信息。实验证明该方法在轴承故障诊断上具有一定的可行性。     

基于双谱分析的滚动轴承故障诊断

针对工程中常见滚动轴承的振动信号含有高噪声和非线性等特点,利用双谱分析提取其振动信号中的高阶谱,进而对滚动轴承故障模式识别与诊断。对小波降噪的振动信号做双谱分析,提取对应转速频率的振动分量作为频域特征值,并将滚动轴承3种故障的特征值与时域中选取的特征值与其正常信号对比分析;实现对滚动轴承不同故障的识别与判断。实验结果表明,该方法可以全面反映出轴承振动信号中的隐含信息,能有效地对工程常见的滚动轴承做出故障诊断。     

混合诊断法在齿轮故障诊断中的应用

针对一些齿轮箱工作时背景噪声大、测取的振动信号信噪比低,尤其在故障发生早期,特征信号难于提取,提出了一种混合诊断法,综合运用了功率谱分析、相关分析、小波分析和包络分析等方法,特别是应用了相关函数降噪特性和包络谱技术。通过某型车辆齿轮箱故障诊断实例,表明这种方法对齿轮早期故障有很好的检测效果。     

改进Hilbert-Huang变换的滚动轴承故障诊断

以自适应噪声完备集合经验模态分解(CEEMDAN)为基础,提出了一种改进的Hilbert-Huang变换(HHT)时频分析法。对滚动轴承振动信号进行CEEMDAN获得一组本征模态函数(IMF)。通过自动提取敏感IMF算法,筛选特征敏感IMF分量,计算特征敏感IMF分量的Hilbert包络谱和HHT二维时频谱,提取故障特征频率信息。研究结果表明:CEEMDAN算法有效降低了模态混叠,比经验模态分解(EMD)算法和集合经验模态分解(EEMD)算法具有优越性。将改进的HHT与自动提取敏感IMF算法相结合,可以有效分解信号的特征信息,筛选出含有故障特征信息的敏感IMF,剔除背景噪声和无故障IMF的干扰,有效提取轴承振动的故障特征频率,诊断出轴承故障的发生部位。     

基于振动超声复合信号的变压器套管及升高座故障监测方法

套管是变压器的关键部件之一,保障套管的安全正常工作对变压器乃至整个供电系统的稳定运行都有重要意义。近年来,随着在线监测技术的不断发展成熟,基于振动分析法和超声法的状态监测技术在不同电力设备上都得到了广泛运用,但在变压器套管上的应用还有待进一步研究。套管的常见故障可分为放电性故障、机械故障、过热性故障及油位异常几类,本文提出了通过监测套管上的振动超声复合信号对变压器套管的机械故障与局部放电故障的监测,给出了基于振动超声复合信号传感器的故障检测装置及信号处理电路。振动超声复合信号包括较低频率的振动信号(<20 kHz)和较高频率的超声信号(>20 kHz),通过对套管表面的振动超声复合信号及电压相位进行测量、分离、滤波、检波和分析,提取其中能反映套管缺陷和故障的特征量,并在具有套管和L型升高座的单相100 kVA 0.4/35 kV试验变压器上进行实验验证。结果表明,所提出的故障监测方法能实现对变压器套管及升高座上的紧固件松动故障、局部放电故障的识别与诊断。     

柴油发动机曲轴轴承振动信号高阶循环谱分析

柴油发动机振动信号中包含丰富的内部构件的工作状态信息,通过分析振动信号可以获知发动机曲轴轴承的技术状况,但是由于发动机振动信号相对复杂,难以提取特征向量。通过采集柴油发动机曲轴轴承振动信号并进行高阶循环平稳性分析,研究曲轴轴承在不同间隙状态下振动信号的循环双谱,解决多分量信号对于计算循环双谱时的影响,提取柴油发动机曲轴轴承磨损的故障特征,为柴油发动机内部构件的故障检测诊断提供新思路。     

基于VMD-KPCA的轴承设备在线监控

针对轴承运行工况复杂且采集的信号受噪声影响较大,难以提取有效的故障特征并准确进行故障监测的情况,提出基于变分模态分解（VMD）和核主元分析（KPCA）融合的方法对轴承设备进行在线监控。该方法利用相关系数表征VMD得到各本征模态函数与原振动信号之间的关联程度,选择实相关的分量进行重构,提取重构信号的时、频域特征输入到KPCA模型中,结合热尔连T平方统计量（T2）和平方预测误差统计量（SPE）对轴承设备进行实时故障监测。根据已有的公开试验轴承振动数据集,通过试验分析发现,提出的方法对轴承设备的监控效果较好,能有效地监测出轴承设备发生的故障。     

基于SVM与EEMD方法的工程机械液压系统冲击振动信号研究

工程机械液压系统发生冲击故障时,振动信号会出现相应的时频特性的变化。准确捕捉液压缸冲击振动信号,提取信号的典型特征是故障诊断的关键。运用S VM延拓解决EEMD方法的端点效应,通过改进的三次样条插值方法拟合包络线,再利用互相关分析与频谱分析对特征模态分量进行筛选,选取出能够代表信号特征的IMF分量。最后,使用改进的E E MD方法对液压系统突然换向引起的冲击振动信号进行分析,选取出能够代表信号特征的IMF分量,为以后的智能诊断故障特征提取提供依据。     

减速器齿轮故障振动信号分析与特征提取方法研究

振动信号是反应齿轮故障的显著信号之一,将测得的振动信号进行小波分析变换到时频域,对其高频成分加以提取并进行Hilbert包络功率谱分析,发现通过识别边频带成分来进行齿轮故障诊断的方法并不理想.对测得的振动信号进行小波包分析变换到时频域,对故障频率变化明显的频段进行重构,对重构信号进行谱分析并提取特征能量.建立BP神经网络,以提取的特征能量作为网络输入量,进行故障识别,实验分析结果表明该方法取得了较好的实验效果.     

基于小波包能量和神经网络的柱塞泵故障诊断

针对泵车用柱塞泵常出现的若干故障状态和正常状态,提取泵壳上方的振动加速度信号,利用小波包分解后得到的各频段的能量向量作为特征参数,在Fuzzy ARTMAP神经网络中进行故障分类研究,得到了非常好的诊断准确率,为泵车的远程故障诊断系统的搭建提供了理论依据。     

基于Web的装甲装备机械故障维修系统研究

由于远程装备保障技术的需求,研制了装甲装备远程机械故障维修系统,通过Web页面进行装备各种机械故障现象的查询和故障原因的判断,由不同权限的用户完成故障库的扩展和维护。运用SQL数据库、ASP(Active Server Pages)、CSCW(Computer Supported Cooperative Work)等技术实现了开放的系统平台,较好地保障了部队装备机械故障诊断、维修的需要。     

大型机电设备故障信号实时采集方法研究仿真

大型机电设备工作环境复杂,故障频发,需要对故障信号进行实时采集和有效检测。传统方法采用时频分析的统计信号处理进行故障信号采集,对低信噪比的故障信号检测性能不好。提出一种基于非线性时间序列分析和相空间重构的大型机电设备故障信号实时采集方法,实现故障的检测和诊断。构建大型机电设备的故障数据检测模型,基于相空间重构分析的故障诊断方法,通过经验模态分解方法提取故障信号的特征信息,以此为数据基础建立智能专家系统,实现大型机电设备的故障诊断。在大型机电设备3种工况模式下测试大型机电设备的性能,得到信号采集时域波形,并进行相空间重构分析,实现故障分类诊断仿真,仿真实验表明,采用该方法进行故障信号的实时采集和故障诊断,故障分类性好,故障检测和诊断的效率较高。     

切割机液压系统的故障分析

机械设备润滑故障在设备机械故障中所占的比例越来越大,不少专家认为解决了设备的润滑故障就等于解决了设备８０％机械故障。现就将液压系统的故障问题作一分析论述。 液压故障出现的原因大致有两个方面：一是液压油的污染;二是设计及机加工工艺不当造成液压系统问题出现。１液压油污染的控制 液压油的污染问题其关键在于污染的控制,而有效地控制液压油的污染则主要在于液压系统与机件的彻底清洗及油液在使用中的过滤。１．１管道电路的彻底清洗 当清洁不符合要求的元件装入系统后,在系统油液冲刷和机械振动等的作用下,元件内部固有的…     

基于ITD和模糊聚类的齿轮箱故障诊断方法

为提高齿轮箱故障诊断的准确性与效率,针对其振动信号非线性和非平稳性的特点,提出将固有时间尺度分解(ITD)和模糊聚类(FCM)相结合的齿轮箱故障诊断方法。首先对齿轮箱振动信号进行固有时间尺度分解,提取包含主要故障信息的前4个固有旋转分量(PRC),求取PRC的特征能量作为故障特征向量。然后利用模糊C-均值聚类算法对齿轮箱故障进行识别与诊断,并将该方法应用到现场齿轮箱的诊断中。结果表明,诊断结果与实际情况完全相符,该方法比经验模式分解与模糊聚类相结合的方法具有更高的计算速度和精度,为齿轮箱故障诊断提供了一种新的有效方法。     

机电一体化设备故障诊断技术分析

随着社会经济的不断发展,机电一体化设备故障诊断技术也在不断地发展和进步,机电一体化设备故障诊断技术逐渐成了综合性较强的技术,对于设备出现的故障能够实时监控,发现后及时处理,避免设备造成更严重的损失。本文主要对机电一体化设备故障诊断进行简要概述,并对常见的机电一体化设备故障诊断技术进行具体的阐述,仔细探究机电一体化设备故障诊断技术的具体方式和过程。     

振动对水泵电机的影响及振动分析和消除

水泵电机作为旋转机械，在工作中会存在振动问题。为了消除振动对设备的影响，就必须对存在的振动进行监测、分析，找出振动的原因，进而消除振动。本文针对具体的水泵电机振动问题，利用傅立叶变换对采集到的振动信号进行分析，提取振动信号的频谱特征，通过观察其频谱特征诊断电机的运行状态，最后对振动故障进行处理。经过上述工作，设备的运转状态得到改善，保证了设备的安全、稳定、高效运行。     

离心泵典型故障的诊断分析及研究

实际应用中,对离心泵的日常维护及其常见故障的检测是保证设备安全运行的首要前提。本文运用信号分析处理技术对常见的故障信息进行合理、正确的分析及研究。通过信号特征来推断出正在运行设备的使用性能及当前的安全状况通过对振动信号的采集、加工处理和分析,识别某种故障的存在。为更好的寻找故障根源、进一步制定系统的检测及维修计划作出了合理性的指导。     

基于行波法的输电线路单相接地故障测距研究

针对输电线路行波测距理论中存在行波信号受波速影响大和不确定等问题,提出一种不受波速度影响的测距算法,并利用小波变换理论提取故障暂态行波的距离信息。从而提高输电线路故障定位的精度。仿真结果表明,该算法具有一定的可行性。