光纤光栅声发射检测新技术用于轴承状态监测的研究

轴承的健康状况对旋转机械的工作状况有极大的影响。航空器中的故障轴承会间接造成事故,给飞行安全带来灾难性的后果,需要进行早期故障的有效检测判别或状态监测。与振动等传统的检测手段相比,声发射可有效检测到故障的早期状态,准确判断故障类别和严重程度。介绍了滚动轴承故障声发射检测原理以及光纤光栅声发射检测新技术。以预制外圈缺陷的轴承为例,进行了压电式声发射传感系统和光纤光栅声发射传感系统检测的对比实验,实验和分析结果表明光纤光栅声发射方法检测到的信号谱底噪声小,谱线清晰、干净,更容易分辨故障频率和分析故障的严重程度,优于振动和压电式声发射传感方法。最后介绍该技术在直升机维修保障中的应用情况。     

基于声发射理论的阀门气体内漏量化检测研究

通过理论分析和实验研究的方法,建立阀门内漏过程中气体体积泄漏率与声发射信号特征参数均方根(AERMS)量化关系。利用研制的实验平台对阀门气体内漏进行检测实验,并探讨了泄漏率、阀门类型等参数对声发射信号特征参数均方根的影响。实验表明阀门发生气体泄漏时产生的声发射特征信号参数均方根能有效反应气体体积泄漏率,且声发射检测技术对阀门泄漏率检测误差在10%以内,因此可以利用声发射技术检测阀门是否内漏并估算其泄漏率。     

施加水平磁场下电磁声发射与裂纹指向特征分析

声发射检测方法对金属构件进行健康检测的关键问题:通过合适的载荷使得构件产生声发射信号。现阶段大部分声发射检测均采用接触式离线加载,声发射检测采用可在线检测的非接触式电磁加载。从电致位错、自由电子运动理论出发,在微观层面探究电磁声发射的机理特征;研究静磁场与涡流分布作用下电磁声发射特征差异;基于声发射信号的非平稳特征,利用希尔伯特黄变换方法分析电磁声发射特征。通过改变水平磁场激励方向,实现本征模态函数的能量比值、互相关系数、特征本征模态函数时频图与裂纹指向特征之间的关系联立。     

柴油机缸盖噪声信号处理方法及故障诊断研究

柴油机的缸盖噪声信号含有很多能诊断柴油机故障的有用信息,如燃爆、气门开启和关闭信息.但是提取的缸盖噪声信号中也含有柴油机工作时产生的排气噪声和机体其它部位辐射噪声等干扰信号,且干扰信号与有用信号的频率成分在20kHz以下的频带内重叠在一起.因此如何能有效的提取有用信号十分关键.通过实验选取气门室罩距气门较近一侧的侧表面1CM外作为测点.分析了小波分解、FIR滤波、小波降噪和FIR分频带阈值处理降噪四种方法的优缺点后,发现小波降噪既能保留有用信息,又能有效将不需要的噪声信号去除,在提取缸盖噪声中的有用信息时具有明显的优势.将缸盖噪声信号降噪后发现,各种气门间隙和失火故障均可通过缸盖噪声判断出.     

基于声发射信号的滚动轴承外圈疲劳剥落故障双冲击特征提取

疲劳剥落是引起滚动轴承失效的主要原因。跟振动信号一样,当滚道出现疲劳剥落故障时滚动体在进入和退出剥落区时的声发射信号也存在对应的两类不同冲击特征,称为双冲击现象。对双冲击特征的提取可实现双冲击间隔的有效测量。声发射信号具有对早期故障敏感、不易受噪声干扰等优点。采用将两类特征分离处理的方法,将声发射信号中两类冲击特征分为两部分,通过AR模型和最小熵解卷积滤波增强故障特征信号,和基于复Morlet小波的谱峭度图算法提取优化解调频带对应的包络信号,对包络信号相加并进行双冲击间隔测量。实验研究表明,该方法能够有效地分离出滚动轴承外圈疲劳剥落故障声发射信号中的双冲击特征。     

基于小波包分析的拉索损伤声发射信号特征提取

结合显式有限元和小波包分析技术开展了拉索损伤声发射信号特征提取的仿真分析。采用ANSYS/LS-DYNA模拟得到拉索损伤声发射信号的仿真信号,基于小波包能量谱对拉索声发射的有限元仿真信号进行了特征提取,从小波包分解层次、特征频带数量的选择及特征参数的噪声鲁棒性三个方面开展了讨论分析。结果表明:(1)通过选择适当的小波包分解层次,小波包能量谱可以精细地反映信号的特征;(2)选取少数特征频带就能使得小波包能量谱反映声发射信号的特征信息;(3)基于小波包能量谱的特征参数具有良好的损伤敏感性及噪声鲁棒性,能在强噪声影响下实现对拉索不同损伤类型的判别。     

基于JADE-ICA的滚动轴承多故障信号盲源分离

研究一种基于源信号高阶统计信息的矩阵联合近似对角化独立元分析(JADE-ICA)方法,并将其应用于滚动轴承故障声发射(AE)信号的盲源分离。滚动轴承的声发射源信号一般具有衰减性和准周期性,多组信号间还具有时差性,信号被多个传感器接收。通过最大程度的联合近似对角化,可以使源信号与分离信号有效的一一对应,克服非线性和时差的影响;通过高阶统计的高斯噪声不敏感性可以有效抑制随机观测噪声对分离结果的影响。选用相关系数、二次残差、性能指数和频谱特征构成系列时频域评价指标对分离结果进行较为全面的验证。仿真结果证明了该方法的可行性和有效性。     

基于噪声水平自适应估计的往复压缩机振动信号局部投影降噪方法

局部投影降噪算法在其应用过程中,邻域的选择对降噪效果有较大影响。提出了改进算法以解决传统算法中邻域难以选取的问题。该方法利用小波包分解技术,依据频带能量的差异将原始信号分解为噪声频带和系统信号频带,将噪声频带能量占原始信号能量的比值估计为噪声水平。在一定程度内逐步增加分解层数,直至该噪声水平收敛。根据收敛时的噪声水平估计相空间中相点的邻域半径,此外利用该噪声水平可实现对原始信号的盲信噪比估计。对含噪的Lorenz和Rossler序列进行数值仿真,结果表明该方法的降噪效果优于一些传统方法和基于定量递归分析的局部投影降噪算法。对实测往复压缩机振动信号的降噪研究,进一步表明了该方法的有效性。     

一种新的声发射信号消噪及故障诊断方法

在旋转机械故障诊断中,声发射信号极易受到噪声的干扰。针对经验模态分解(EMD)易产生模态混叠现象,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的消噪和旋转机械声发射碰摩故障诊断的方法。利用了EMD和小波变换的优点,通过对傅里叶频谱进行自适应划分,并构建小波滤波器组来提取声发射信号所包含的不同固有模态分量,可有效消除模态混叠现象,同时对分量进行Hilbert变换从而实现声发射信号的消噪和故障诊断。采用该方法对仿真信号进行加噪声和消噪处理,在同信号源下,对比基于d B4全阈值消噪、d B4默认软阈值消噪、d B4对高频系数处理消噪和EMD消噪效果。并将该方法应用到实际的声发射碰摩信号中。仿真和实验分析结果表明:EWT方法可以有效地分解出信号的固有模态,分解出的模态少,并且不存在难以解释的虚假模态,消噪效果优于其他方法,并且在声发射故障诊断中也有较大的优势。     

基于小波变换与统计分析的转子碰摩声发射特性研究

为解决转子碰摩损伤声发射信号分类及解释难题,应用PCI-2声发射系统和WS-ZHT1型多功能转子实验台组成转子碰摩声发射检测系统,采集转子局部碰摩声发射信号,通过理论分析声发射信号特征和小波基函数性质,dB8小波适合提取声发射信号特征;碰摩产生大量声发射信号,大量声发射信号的统计特性蕴涵较多碰摩信息。对不同转速条件下不同检测位置碰摩声发射信号的统计分析表明,声发射信号的功率谱密度集中在100～400 kHz。声发射信号平均幅值、平均能量可作为区分转子碰摩程度特征参数;功率谱主频可作为区分声发射相对位置特征参数,结论与碰摩类型无关。     

基于声发射信号与BP神经网络的煤粉粒径识别研究

煤粉粒径的测量是燃煤电站一项重要的工作。针对目前筛分法存在的缺点,提出了一种结合声发射信号与BP神经网络在线识别煤粉粒径的方法。在频域中对噪声信号与煤粉声发射信号进行比较,确定了信号中反映煤粉粒径的频率区间,并利用小波包置零方法对信号进行去噪,在信噪比与信号平滑度方面比较了几种常用小波函数的去噪效果。通过功率谱分析发现了信号能量随煤粉粒径的变化特征。最后提取信号能量特征,利用BP神经网络对煤粉粒径进行识别。研究结果表明,结合声发射信号与BP神经网络识别煤粉粒径,可以获得良好的效果。     

钻柱信道内双声接收器的回波抑制方法分析

在随钻测井中地面噪声与周期性信道结构形成的下行回波导致传输性能降低,为此,结合钻柱信道的噪声分析,利用上、下行信道的瞬态脉冲响应,构建回波噪声抑制模型,提出了双声接收器的检测方式。在钻柱激励端分别施加单位正弦脉冲信号和PSK调制数据,在接收端耦合下行的高斯噪声,应用钻柱内一维低频纵波传输的有限差分算法,在单接收器和双接收器模式下时域和频域仿真分析了钻柱内声信号的传输特性,验证了双声接收器检测方式的有效性。该方法可实现井下回波噪声的抑制,从而改善信噪比,提高传输速率,为钻柱声遥测系统优化设计提供方法基础。     

车身结构阻尼材料减振降噪优化设计

本文针对某一乘用车车身结构振动引起的声辐射,建立了车身结构、声学空腔以及声固耦合有限元模型,分析了该乘用车车身的声固耦合特性。通过对车身各板件的贡献度分析,确定了对车内噪声贡献度最大的壁板。针对该壁板的阻尼减振降噪优化设计,建立了拓扑优化模型,采用渐进优化算法（ESO）,计算了阻尼材料的优化布局。研究结果表明：阻尼材料的优化布局使阻尼材料的使用率大大提高,50%的阻尼材料用量能基本达到全覆盖阻尼材料壁板的降噪效果,阻尼结构优化设计对车内噪声控制具有一定的理论指导意义。     

基于多特征提取和改进马田系统的滚动轴承故障分类方法研究

为提高旋转机械的使用效率,及时识别滚动轴承的潜在故障,提出一种基于多特征提取和改进马田系统(MTS)的故障分类方法。通过时域、频域和自适应白噪声的完备经验模态分解(CEEMDAN)提取多维特征,构建初始特征集。结合马田系统和有向非循环图(DAG)的特点,构建DAG-MTS多分类模型,并将其运用到轴承故障诊断中。利用滚动轴承故障数据测试该模型的有效性和实用性,结果表明,该模型能够准确识别出滚动轴承的故障。     

基于RQA与SVM的声发射信号检测识别方法

针对裂纹声发射信号检测问题,提出基于递归定量分析与支持向量机相结合的新型检测方法。利用小波阈值去噪原理,对采集的声发射信号进行去噪,将递归定量分析引入声发射信号检测,提取递归定量分析的量化特征参数,结合支持向量机对模拟裂纹声发射信号进行识别。并实验验证该方法的可行性。     

锯齿降噪结构在风力发电机组叶片上的应用

基于IEC61400-11风力发电机组噪声测试标准,应用NI硬件和LabView软件搭建噪声测试系统,对某3.0 MW风力发电机组叶片加装锯齿降噪结构前后的噪声辐射值进行现场测试,通过对比4 m/s～8 m/s风速区间的测点噪声值和1/3倍频程频谱数据,研究锯齿结构在大型风力发电机组叶片上的应用效果。研究结果表明,在叶片上安装锯齿降噪结构可显著降低机组在5 m/s～6 m/s风速区间运行时的噪声,对高风速区间内的低频段噪声也有明显降噪效果。     

基于声振耦合的装载机驾驶室多目标形貌优化设计

对某装载机驾驶室及室内声腔进行建模得到声振耦合模型,通过SIMO法模态试验验证所建模型的准确性,测取悬置点激励力并进行频响分析及室内噪声预测。结合耦合模态频率和噪声曲线峰值频率确定关键优化频率,在驾驶室的最大扭矩工况下进行静力学分析,采用折衷规划法和平均频率法将驾驶室静态整体刚度和多阶关键频率归一为Euclidean距离的多目标函数,对驾驶室进行多目标形貌优化。结果表明:此优化方法在驾驶室结构优化上的应用综合提高了结构整体刚度和多阶关键固有频率,避免了单频优化时频率震荡现象,得到了优化目标的整体Pareto最优解,室内噪声总声压级降低了3.03 d B。     

Use of Spectral Kurtosis for Improving Signal to Noise Ratio of Acoustic Emission Signal from Defective Bearings

The use of acoustic emission (AE) to monitor the condition of roller bearings in rotating machinery is growing in popularity. This investigation is centered on the application of spectral kurtosis (SK) as a denoising tool able to enhance the bearing fault features from an AE signal. This methodology was applied to AE signals acquired from an experimental investigation where different size defects were seeded on a roller bearing. The results suggest that the signal to noise ratio can be significantly improved using SK.     

基于快速多极子边界元法的齿轮箱声场分析

齿轮箱是广泛应用的工程机械零部件,准确地模拟其辐射声场对后续的降噪优化设计有着重要作用。边界元方法非常适合分析此类无限域下的声辐射问题。但传统边界元方法有着计算效率低、内存占用高的缺点。该研究发展了宽频的快速多极子边界元方法,并运用该方法计算了齿轮箱在特定频率下的场点声压以及辐射声场。通过对比商用软件的分析结果,验证了所提快速边界元方法的准确性。此外,运用多核并行计算方法,对计算量较大的扫频分析进行加速计算,最终快速、准确地获取了齿轮箱辐射声场的扫频结果。