高队循环统计量理论在机械故障诊断中的应用

在简要介绍现代信号处理中的高阶统计量、循环平稳以及高阶循环统计量理论的基础上，重点分析了它们在谐波恢复、系统辨识、特征提取等与机械设备状态监测和故障诊断相关领域中的应用，指出将高阶循环统计量理论，特别是高阶循环累计量和高阶循环谱理论应用于机械设备的状态监测和故障诊断领域具有重要的理论研究价值和实际应用意义。     

一阶循环矩分析在旋转机械振动信号分析中的应用

介绍了街环平稳信号分析与处理方法的基本原理，并针对旋转机械设备自身的物理结构特点和工作方法，利用振动信号的循环平稳特性来研究系统的非平稳特征机制，从而达到机械设备状态监控和故障诊断的目的，在此基础上，探讨了一阶循环矩（循环均值）的运用情况。最后给出了几种幅值调制和噪声干扰作用下振动信号特征识别的仿真实例，取得了十分明显的诊断效果。通过与经典的FFT分析相比较，验证了循环平稳信号分析方法的有效性。     

循环自相关函数的解调特性分析及其在故障诊断中的应用

本文介绍了循环平稳信号的基本概念,对循环自相关函数的解调性能进行了详细的理论分析,计算机仿真验证了理论分析结果,同时说明利用信号的循环平稳特性具有较好的抑制平稳干扰的能力.通过在滚动轴承故障诊断中的应用,说明利用循环平稳信号处理是分析旋转机械的故障振动信号的一种较好的处理手段,具有极大的应用前景.     

机械故障诊断的信号处理方法： 频域分析

频域分析方法是机械故障诊断中信号处理最重要和最常用的分析方法,其种类繁多且各具特点。因而,对工程实际情况要釆用合理的频域分析方法就十分困难。由此,针对多种的故障类型,根据机械设备关键设备构件的振动特性,为实现机械设备多类不同的故障诊断,在分析和比较了不同的信号处理和特征釆取相应的算法的基础上,再釆用合适的频域分析方法;就能有效地确保诊断分析的精度和可能性。     

非平稳信号的盲源分离在机械故障诊断中的应用

机械设备发生故障时，故障特征的提取很重要．对于多通道的设备故障振动信号，应用非平稳信号的盲源分离算法，可以有效地提取各自独立的非平稳振动源，从而可以准确地进行机械故障诊断。针对不同时频分布的非平稳盲源分离算法，比较了它们的分离效果。以转子的复合故障为例，验证了该算法在故障诊断中可行性。     

时频分析与循环平稳信号处理概述

本文对目前常用的几种时频信号分析方法和循环平稳信号处理作了简要的论述，并归纳了相应的计算公式，同时给出了—些信号的仿真分析结果。     

信号处理在机械设备故障诊断中的应用(连载) 第二讲 现代信号处理与特征提取(上)

在机械故障诊断学科的发展过程中，人们发现最重要、最关键而且也是最困难的问题之一是故障特征信息提取（简称特征提取）。在某种意义上，特征提取可以说是当前机械故障诊断研究中的瓶颈问题，它直接关系到故障诊断的准确性和故障早期预报的可靠性。为了从根本上解决特征提取这个关键问题，人们主要借助于信号处理、特别是现代信号处理的理论、方法和技术手段，从对信号的深度加工中获取更多的信息。现代信号处理与分析的本质可以用一个“非”字来高度概括，即研究和分析非线性、非因果、非最小相位的系统，非高斯、非平稳、非整数维（分形…     

信号处理在机械设备故障诊断中的应用（连载）

第二讲　现代信号处理与特征提取（下）２．２　非平稳信号处理方法在机械故障诊断中的应用在过程实际中,信号的平稳性总是相对的、局部的,而非平稳性则是绝对的和全局的。当机械设备发生故障或工作异常时,其相应的振动或噪声信号一般呈非平稳特性,即此时信号是时变非平稳的。通常情况下,信号的频率成分将随时间变化,此时引入时变信号模型将有利于分析。研究时变非平稳信号的重要方法主要是时－频分析（分布）,该方法在时间－频率域上,而不是仅在时域或仅在频域上对信号进行分析。时－频分析可分为线性和非线性两种形式。其中,线性…     

循环自相关函数及其切片的解调原理分析

在具有齿轮、滚动轴承等设备的机械故障诊断中,幅值解调分析是非常有用的工具.分析了的基于循环平稳信号的循环自相关函数的解调原理,提出了一种新的解调方法--循环自相关函数切片法,由于平稳信号没有循环平稳的特点,使得该方法对加性平稳噪声具有自动降噪功能.     

基于小波滤波与循环平稳度分析的滚动轴承早期故障诊断方法

由于噪声的严重干扰，在滚动轴承早期故障时，仅仅利用二阶循环平稳分析方法往往较难成功提取出信号中潜在的有用周期信息。因此将小波滤波和循环平稳度分析方法相结合，进行滚动轴承的早期故障诊断。采用最小熵方法对小波滤波器参数进行优化。实验结果证明了该方法的有效性。     

旋转机械振动故障诊断理论与技术进展综述

非线性理论、信号处理、知识工程和计算智能等学科的发展,丰富了故障诊断的内容。总结了旋转机械故障机理、征兆提取和诊断推理等方面的一些进展情况。     

基于阶次解调谱的变速齿轮箱复合故障诊断方法

针对变速齿轮箱中复合故障的故障特征提取,提出了一种基于阶次解调谱的变速齿轮箱复合故障诊断方法。变速齿轮箱中的转速具有时变的特性,而故障特征往往与转速相关,亦具有时变特性。本文方法先用线调频小波路径追踪算法从原始振动信号中提取转频曲线,再根据转频曲线对原始振动信号进行等角度重采样,将时域非平稳信号转化为角域周期平稳信号,最后对角域周期平稳信号进行能量算子解调分析,根据阶次解调谱中的调制信息进行变速齿轮箱复合故障诊断。通过算法仿真和应用实例对包含齿轮局部故障和轴承局部故障的变速齿轮箱复合故障进行了分析,结果表明,本文方法在无转速计的情况下能有效地提取变速齿轮箱复合故障的故障特征。     

人工神经网络和机械故障诊断

智能化诊断是现代故障诊断技术发展的主要趋势,人工神经网络技术的出现为这种智能化提供了一个全新的途径。本文首先简单介绍了人工神经网络的基本性能及几个重要模型,着重探讨了人工神经网络技术在机械故障诊断领域中预测与控制、工况监测与故障分类诊断、模糊诊断和基于专家系统的故障诊断等几个主要方面的应用,指出人工神经网络技术与现有的信号处理、模式识别、模糊逻辑、专家系统等技术相结合,以解决故障信号分析与处理、故障模式识别以及故障论域专家知识的组织和推理等问题,必将加快智能化诊断发展的进程。可以预料:基于人工神经网络的故障诊断技术将具有广阔的发展与应用前景,并且随着VLsI 技术的发展,这一新技术必将广泛地应用于各种诊断实例。最后讨论了进一步值得研究的方向。     

A New Method for Rolling Element Bearing Fault Diagnosis Based on Cyclostationary Theory

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｃｙｃｌｏｓｔａｔｉｏｎａｒｙｓｉｇｎａｌｉｓａｓｐｅｃｉａｌｋｉｎｄｏｆｎｏｎ ｓｔａｔｉｏｎａｒｙｓｉｇｎａｌ,ｉｎｗｈｉｃｈｔｈｅｓｔａｔｉｓｔｉｃｓｖａｒｙｗｉｔｈｔｉｍｅｐｅｒｉｏｄｉｃａｌｌｙｏｒｐｏｌｙｐｅｒｉｏｄｉｃａｌｌｙ (ｗｉｔｈｍｕｌｔｉｐｌｅｉｎｃｏｍｍｅｎｓｕｒａｔｅｐｅｒｉｏｄｓ) .Ｔｈｅｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｓｂａｓｅｄｏｎｃｙｃｌｏｓｔａｔｉｏｎａｒｙｔｈｅｏｒｙｎｅｃｅｓｓａｒｉ…     

Evaluation of the use of envelope analysis and DWT on AE signals generated from degrading shafts

Vibration analysis is widely used in machinery diagnosis. Wavelet transforms and envelope analysis, which have been implemented in many applications in the condition monitoring of machinery, are applied in the development of a condition monitoring system for early detection of faults generated in several key components of machinery. Early fault detection is a very important factor in condition monitoring and a basic component for the application of condition-based maintenance (CBM) and predictive maintenance (PM). In addition, acoustic emission (AE) sensors have specific characteristics that are highly sensitive to high-frequency and low-energy signals. Therefore, the AE technique has been applied recently in studies on the early detection of failure. In this paper, AE signals caused by crack growth on a rotating shaft were captured through an AE sensor. The AE signatures were pre-processed using the proposed signal processing method, after which power spectrums were generated from the FFT results. In the power spectrum, some peaks from fault frequencies were presented. According to the results, crack growth in rotating machinery can be considered and detected using an AE sensor and the signal processing method.     

基于EMD和分形盒维数的旋转机械耦合故障诊断方法研究

针对旋转机械耦合故障的诊断问题,提出一种基于EMD（Empirical Mode Decomposition）和分形盒维数的诊断方法。该方法结合EMD对非线性信号处理的自适应性和分形盒维数能对非线性行为定量描述的特点,先对故障信号进行EMD处理,得到含有故障特征的本征模式函数(Intrinsic Mode Function,简称IMF),然后求出各IMF的盒维数,通过盒维数的比较分析进行故障诊断。构造了含有裂纹-碰摩-松动耦合故障的转子-轴承系统动力学模型,用龙格库塔法求出故障模型振动信号。通过对耦合故障信号进行分析,得到耦合故障特征向量,并与传统的边界谱诊断方法比较,证明该方法对旋转机械耦合故障诊断的有效性和优越性。     

故障滚动轴承振动信号的半盲处理方法研究

利用旋转机械的振动信号的循环平稳特性,采用基于二阶统计量（Second Order Statistic,SOS）的盲均衡技术从多个传感器信号中恢复出“真实的”振动源信号,实现了同类信号的数据级融合。以滚动轴承故障信号的阶次谱结构为先验知识,提出了用于滤波性能评价的两个指标,实现了盲均衡滤波器参数的优化,从而给出了一种可用于滚动轴承故障诊断的半盲信号处理方法。采用某型单级减速齿轮箱的实验数据验证了该方法的有效性。     

旋转机械故障诊断技术的现状与展望

介绍了旋转机械在振动故障诊断方面的国内外现状。内容包括:故障机理的研究,故障信息处理技术的研究,故障诊断专家系统的研究及有关诊断系统的开发现状,并对今后发展方向进行了阐述。