基于双谱能量算子的碰摩转子故障特征提取

双谱分析能够有效地抑制信号中的高斯噪声,准确地分析信号中存在的二次相位耦合成分.但是,传统的双谱分析方法对于转子全周碰摩故障,尤其是早期碰摩故障,存在丢失信息的问题,无法区分正常转子与碰摩转子,诊断能力较弱.为此,基于双通道矢量谱的概念,提出了双谱能量法,并应用于碰摩转子故障的特征提取.实验结果表明,基于双谱能量的碰摩故障特征提取方法继承了双谱的优良特性,能够更加全面、准确地判别早期碰摩故障,是处理碰摩转子非线性信息的一种有效方法.     

一种基于双谱的齿轮故障诊断方法

提出了一种基于高阶谱(双谱)的齿轮故障诊断方法.该方法首先对非线性特征的齿轮振动信号进行提取,利用双谱对Gauss信号的'盲'性消除Gauss背景噪声,随后借助双谱的数值估计算法获得特征信号的双谱幅频图.由于高阶谱具备了高阶统计量的优点,因此在齿轮故障过程中可以将双谱幅频图作为实现齿轮故障早期诊断的量化指标.     

双谱分析及其在滚动轴承故障诊断中的应用

双谱是处理非线性、非高斯性信号的有力工具,它包含了高阶谱的所有特性.针对滚动轴承具有非线性和非高斯的特性,利用双谱分析方法研究了不同故障模式下滚动轴承的双谱特性以及同一故障类型在不同程度时的双谱特性.实验结果表明,利用双谱特性能很好地区分滚动轴承的不同故障模式以及故障的严重程度,双谱分析方法在滚动轴承故障诊断中具有良好的工程应用前景.     

基于稀疏性非负矩阵分解的滚动轴承复合故障诊断

将时频图像非负矩阵分解算法加以改进,提出时频图像稀疏性非负矩阵分解(SNMF)算法,并将其用于滚动轴承复合故障诊断.滚动轴承复合故障信号的双谱时频图中蕴含了丰富的故障信息,对双谱进行稀疏性非负矩阵分解分析,提取时频图的稀疏系数矩阵,将其分别作为训练及测试特征向量输入到支持向量数据描述(SVDD)算法,进而实现滚动轴承的3类复合故障类型(内圈外圈复合故障、滚动体外圈复合故障及外圈内圈滚动体复合故障)的正确分类.     

基于双谱分析的滚动轴承故障模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。     

局部积分双谱及其在齿轮故障诊断中的应用

提出了一种局部积分双谱分析方法,探讨了局部积分双谱抑制噪声的能力,利用局部积分双谱分析了正常齿轮和早期剥落齿轮振动信号。局部积分双谱可以分析出齿轮故障的调制现象,结果显示,局部积分双谱与传统的双谱切片相比能较全面地反映双谱信息,是处理齿轮故障调制现象的有力工具。