基于时频分析及阶比跟踪的曲轴轴承故障诊断研究

针对发动机曲轴轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分随转速变化的规律不明确等特点,将时频分析及阶比跟踪算法应用于故障诊断中。在匀速及加速工况下分别将曲轴轴承间隙调节为0.08、0.2及0.4mm后采集机体振动信号,结合同步采集的转速信号及外卡油压信号对振动信号进行时频分析和阶比跟踪后发现,振动信号存在明显的108阶比成分和2600~3100Hz频带成分。随着曲轴轴承间隙的增大,108阶比成分有增强的趋势,而2600~3100Hz频带成分有减弱的趋势。对加速工况下上述两部分信号成分提取参数发现,曲轴轴承正常、轻微及严重磨损工况的参数分别分布在0.0027、0.0100及0.0350附近,提取的参数能有效的区分出这些工况。     

旋转机械阶比跟踪中的阶比交叠噪声消除

旋转机械的升/降速过程的阶比分析中测试数据容易受到阶比交叠噪声分量的干扰,使得分析结果失真甚至无意义.提出了对测试数据先用独立分量进行分解,将混合信号中的阶比分量和非阶比交叉噪声分离为不同独立信号分量,在此基础上再对分离出的阶比分量信号对应独立信号分量进行阶比跟踪分析,解决了阶比跟踪分析中的交叠噪声干扰问题.对Gabor阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案,并在阶比分析中解决了独立分量分析具有的不确定性问题.通过仿真试验和实际测试对本方法的有效性进行了评价.     

基于DSP的振动信号阶比与时域同步平均分析

本文介绍了阶次这一特征分量在机械故障诊断中的应用，以及其原理和各种具体实现方法。而时域同步平均可以有效衰减与回转频率无关的干扰，提取与工作状态直接相关的周期信号。同时，时域同步平均的实现方法与阶比分析也有相似之处，所以本文也对其作了介绍。在比较几种传统方法后，提出了采用高速数字信号处理器DSP电路和插值算法来进行振动信号的阶比分析和时域同步平均处理。克服了基于锁相环电路采样方法跟踪精度低，速度慢和使用不便的缺点。     

Gabor小波时频分析在声发射信号处理中的应用

介绍Gabor小波时频分析的基本理论,用数值仿真举例验证Gabor小波时频分析可同时在时域和频域上来表征信号分布的特点。利用该方法可得到声发射源定位中传感器接收到的声发射信号在时域和频域上的分布,并用于区分声发射信号的传播模式和不同的信号组成,得到声发射波群的准确到达时间,从而提高时差定位的精度。     

基于FDM的爆破振动信号时频分析

为提高爆破振动信号时频分析精度,引入一种基于傅里叶分解(FDM)的时频分析方法.首先,基于FDM理论对原始仿真信号进行分解,计算模态分量与原始信号相关系数及其能量占比,从而筛选优势分量.然后,对筛选所得分量进行Hilbert变换,求取时频谱.同时,基于EMD方法、EEMD方法、CEEMDAN方法对原始仿真信号进行分解,...     

小波变换在蒙库铁矿爆破振动信号时频分析中的应用

爆破振动信号具有非平稳随机特性。利用小波变换分析技术,将爆破振动信号分解在不同的频率带上,得出爆破振动信号在不同频率范围内振动分量的时间变化规律,结合爆破振动信号的能量分布特征和功率谱波形,定性评价了爆破振动对边坡稳定性的影响程度。     

基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度.实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现.实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取.     

基于瞬时频率估计的自适应Void-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换（STFT-VA）的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度。实现了基于STFT-VA算法的自适应Void—Kalman阶比跟踪（AVKF—OT）,和传统的以硬件实现的Vold—Kalman阶比跟踪（VKF—OT）相比,此方法具有无需转速计等硬件、用纯软件的方法实现。实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。     

参数对自适应Vold-Kalman阶比跟踪影响的研究

对提出的基于瞬时频率估计的自适应Vold-Kalman阶比跟踪(AVKF_OT)新方法的实现过程进行了详细的描述。对影响AVKF_OT结果的三个主要的参数(权重因子r、滤波带宽BT和跟踪时间RT)进行了详细的分析,讨论了三个参数之间的关系,并以数学方式表达。通过仿真试验和卧式螺旋离心机验证了参数在AVKF_OT实现过程中的影响和作用。     

弗德卡曼滤波阶比跟踪解耦新方法

摘要：弗德卡曼（Vold-Kalman）滤波阶比跟踪法是目前旋转机械阶比分析中能对阶比耦合干扰进行有效解耦操作的方法。但是传统的弗德卡曼升滤波解耦方法存在计算效率低,在无法充分获得耦合阶比瞬时频率信息时不能使用等不足。本文提出了一种基于独立分量分析技术的弗德卡曼滤波阶比跟踪解耦方法。其先将混合观察信号分解为阶比分量、耦合干扰等不同的独立信号分量,再在此基础上对分离出的阶比分量信号对应独立信号分量进行弗德卡曼滤波阶比跟踪分析,有效解决了传统解耦方法计算效率低,解耦需要干扰信号瞬时频率的不足。文中对弗德卡曼滤波阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案。通过仿真试验和实际测试对本方法的有效性进行了评价。
     

基于Gabor重构的发动机振声信号阶次分量瞬时幅值的提取

从数值试验中总结了高斯窗STFT幅值谱对阶次分量的分隔能力与连续时间域内高斯窗的时间宽度之间的定量关系,并指出STFT幅值谱的阶次切片做为瞬时幅值估计所存在的问题。论述了Gabor阶次波形重构技术有效的前提条件,并基于确立的高斯窗宽与STFT幅值谱对阶次分量的分隔能力之间的关系,提出了一种改进的Gabor阶次波形重构流程,该流程摒弃了试凑分析参数的模式。仿真表明重构的阶次波形经Hilbert变换得到的包络可以做为瞬时幅值的有效估计。     

基于广义解调时频分析和瞬时频率计算的阶次谱方法在齿轮故障诊断中的应用

针对齿轮启停过程中故障振动信号的调频特性,提出了基于广义解调时频分析和瞬时频率计算的阶次谱方法,并将其应用于齿轮瞬态信号的分析。广义解调时频分析是一种新的时频分析方法,它可以将多分量的信号分解为若干个瞬时频率具有物理意义的单分量信号,每个单分量信号可以是调幅-调频信号,因此非常适合处理多分量的调幅-调频信号。而当齿轮发生故障时,其启停过程中的振动信号就表现为多分量的调幅-调频特征。在基于广义解调时频分析和瞬时频率计算的阶次谱方法中,首先采用广义解调时频分析方法将齿轮瞬态信号分解为若干个单分量信号,然后计算各个分量的瞬时频率,再对其瞬时频率信号进行重采样,最后对重采样信号进行频谱分析得到阶次谱,从而提取齿轮振动信号的故障特征,判断齿轮的工作状态。仿真信号和实验信号的分析结果表明了该方法的有效性。     

基于时频挤压和阶比分析的变转速轴承故障检测方法

阶比分析是实现变转速工况下旋转机械设备故障特征提取的主要方法之一,其核心在于转速信息的准确获取,传统阶比分析方法主要通过转速计等设备测得转速,成本高且抗噪性差,而基于时频分析的转速估计方法操作简单,鲁棒性和准确性也较好。提出了一种基于时频挤压的转频估计方法,该方法不依赖多余设备,通过时频挤压和重采样阶比分析,实现转频估计和特征提取,从而诊断轴承故障。将基于传统时频方法与所提方法得到的分析结果以及计算阶比分析结果三者进行比较,以验证所提方法的可行性与有效性,仿真和实验信号分析结果均表明,所提方法的时频聚集性和鲁棒性较传统方法更好,且在无转速计的情况下,分析结果精度也更高。     

基于瞬变工况阶比跟踪的内燃机监测方法研究

提出一种瞬变工况阶比跟踪方法。对于瞬变工况信号进行数据预处理,使其满足计算阶比采样条件,通过重采样插值技术,将等时间采样信号(Δt)变为等转角信号(Δθ),然后进行阶比跟踪。对于瞬变工况下内燃机连杆故障时振动信号阶比跟踪结果表明,该方法能有效地提取故障的特征,达到内燃机状态监测目的。     

段药量对爆破振动信号时频特性的影响研究

为研究段药量对爆破振动信号时频特性的影响,进行不同段药量的单孔爆破振动试验。基于实测数据,利用小波分析和ＡＯＫ时频分布相结合的方法,对不同段药量的爆破振动信号在不同频带内展开,并以频带能量比、频带能量持续时间为指标,研究段药量对爆破振动信号时频特性的影响。结果表明,段药量对爆破振动信号时频特性影响很大：随着段药量的增加,爆破振动信号的低频能量所占总能量的比例增加且频带能量的持续时间相应延长。研究成果可揭示段药量对爆破振动信号时频特性的影响,并为从能量的角度进行抗振、降振的研究提供分析基础。     

柴油机加速振动信号的阶比双谱特征提取

针对发动机加速过程振动信号的非平稳性和混有大量噪声的特点,提出计算阶比跟踪和双谱相结合的方法,将振动信号按等角度间隔进行软件重采样,得到阶域内的平稳信号,再进行双谱分析,通过仿真信号验证了该方法优于传统双谱。为了充分利用阶比双谱图中的信息,提出双谱特征阶比面的概念,通过比较阶比平面内的累加能量来反映不同工况的变化。诊断实例表明,该方法能有效提取柴油机曲轴轴承的故障特征。     

一种改进的小波域LFM雷达信号参数估计算法

提出了基于重排小波Radon变换的线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。仿真结果表明,该方法有效提高了时频分布图的聚集性,节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。     

旋转机械非平稳振动信号的时频分析比较

信号分析与处理是机械故障监测与诊断中故障提取的常用方法,传统的振动故障分析方法难以满足频率随时间变化的非平稳信号的要求,联合时频分析是非平稳信号比较有力的分析工具。以转子实验台的典型振动故障信号为研究对象,分析研究了几种时频分析方法如STFT、Wigner-Ville分布、小波变换和Hilbert-Huang变换。对比结果表明:STFT和Wigner-Ville分布的时频分辨率是矛盾的,易出交叉项或使信号变得微弱;小波分解会出现多余信号;Hilbert-Huang变换的时频分析能够直观检测信号中的微弱奇异成分,清楚给出时频分布情况,为旋转机械状态监测和故障诊断提供了新的手段。     

A cloud-based intelligent decision-making system for order tracking and allocation in apparel manufacturing

This paper addressed the order tracking and allocation problem in an apparel manufacturing environment with multiple plants. A cloud-based intelligent decision-making system was developed to tackle this problem, which combined radio frequency identification and cloud computing technologies to capture real-time production records and make remote production order tracking, and employed computational intelligence techniques to generate effective order allocation solutions to appropriate plants. To evaluate the effectiveness of the proposed system, the system was implemented in an apparel manufacturing company with multiple plants, which reported distinct reductions in production costs and increases in production efficiency. This paper also investigated learning phenomenon in production and its effects on production efficiency and decision-making performance.