基于小波变换的电气设备故障诊断技术

小波变换具有良好的时-频特性，因此可以有效地用于电气设备故障诊断。在对电气设备进行故障分析、诊断过程中，利用小波变换进行故障信号的故障时刻检测具有重要意义。小波变换用于电气设备故障诊断就是对电气设备各种电磁、机械等信号进行实时监测控制，判断其状态，以便在故障初期或故障时刻发出警报，并随时进行处理，排除故障。对信号进行特征提取，是故障诊断的关键。突变信号往往表明电气设备发生了某类故障，如果能对突变信号进行有效识别，就可以进行故障诊断、故障分析，从而排除故障。分析了电气设备故障的奇异性，通过仿真得出小波变换用于电气设备故障诊断的方法，以准确检测奇异点，确定故障时刻。     

小波·分形·神经网络故障诊断法及其在风机诊断中的应用研究

研究了分形理论、小波变换与人工神经网络相结合进行故障诊断的机理与方法。利用小波包可进行多维多分辨率的特性,对振动信号进行分解与重构,提取频带能量特征分析。选用分形理论中的离散信号分形维数计算方法,提取分形维数的特征。以K-L变换作特征降维,然后用基于梯度符号变化的局部学习率自适应误差反传算法的小波神经网络对故障状态进行分类识别。并利用这种方法本文对风机转子故障进行了诊断,结果表明这种诊断方法是完全行之有效的。     

基于改进小波包变换的机械设备故障信号捕捉研究

为了避免机械设备出现非常规运行状态,其表现出的故障信号特征能够被准确提取,提出了基于改进小波包变换的机械设备故障信号捕捉的方法。通过定义小波包性质的方式,对机械设备故障信号实施分解处理,完成基于改进小波包变换故障特征的提取。在此基础上,计算机械设备的故障特征熵值结果,根据单值特征参数的实时数值水平,定义特征值捕获区间的范围,完成基于改进小波包变换的机械设备故障信号捕捉方法的设计与应用。实验结果表明,在改进小波包变换原理的作用下,既定机械设备元件在运行过程中表现出的奇异值水平明显降低,对故障信号特征的准确捕获与提取起到较强的促进性作用。     

基于小波包能谱熵的铣削颤振监测方法

针对切削加工过程中容易出现颤振,导致零件表面加工质量降低,本文以铣削加工为研究对象,提出了基于小波包能谱熵的铣削颤振监测方法。信号的采集是一个连续的过程,为避免刀具不参与切削对这种方法的影响,本文提出基于铣削力幅值平方和的方法以识别刀具是否参与切削。试验结果表明,无论对于刀具是否参与切削的识别或者是否出现铣削颤振的监测都能有效的监测。     

基于小波包变换的柱塞泵脉动压力信号BP故障诊断

为了提高柱塞泵脉动压力信号的故障诊断诊断能力,分别提取得到正常的泵脉动压力与齿圈出现磨损故障时对应的泵脉动压力,利用小波包变换的方法消除原始信号的噪声信号,再提取得到由故障信息构成的频段,完成信号时域特征的分析。频段介于0～4 kHz之间时,在柱塞泵脉动压力信号中形成了泵轴频、基频与谐倍频等,含有泵运行过程的各项信息参数,处于高频区间时,发生了线谱幅值的持续减小。利用MATLAB软件建立BP网络故障诊断结果表明：脉动压力指标可以实现柱塞泵内部运行情况的准确识别,达到故障诊断的测试要求。方法在诊断方面是有效的,在处理柱塞泵脉动压力信号故障诊断领域具有很好的实际指导意义。     

基于小波--神经网络模拟电路故障诊断方法的研究

对模拟电路提出了一种基于小波神经网络的故障诊断方法 ,该法用小波变换作为故障信号的预处理器 ,大大地减少了神经网络的输入数目 ,从而简化了神经网络的结构和减少了它的训练时间 ,并提高了辨识故障类别的能力。在简介该法故障诊断的基本原理后对实例电路进行了故障划类 ,小波函数及故障特征选择 ,给出了计算故障类别特征的仿真编程及故障类别的识别方法     

基于小波分析刀具破损检测

刀具切削状态的在线监测是自动化加工技术中的难题,国内外已有许多专家和学者进行了深入研究。针对目前刀具切削状态在线监测中出现的问题,提出了一种利用小波分析技术提取刀具状态信号特征量,对刀具的破损进行预报的监测系统。经大量试验和使用,验证了其可行性和实用性。     

基于小波变换的提升机闸瓦间隙故障信号诊断

为了提高闸瓦磨损情况、闸瓦间隙变化的故障识别和诊断效率,从而使设备状态满足煤矿安全规程的各项具体要求。该文选用Daubechies5小波作为小波基,对提升机闸瓦间隙信号进行多分辨率分析,将突变信号进行多尺度分解,通过分解后的信号来确定突变信号的位置,通过分解后的3层高频重构图形可以具体清楚地确定突变信号的位置,实现提升机闸瓦间隙故障的诊断,对故障信号的位置进行较好地判断。     

高速铣削异构数据库共享和透明访问技术研究

针对目前高速铣削数据库种类繁多、结构各异、数据重复等问题,在典型高速铣削数据库结构和特点分析基础上,提出基于透明访问和数据转换的异构数据库共享策略。采用ADO访问不同数据源,并利用DTS技术完成异构数据库的数据转换,实现Visual FoxPro高速铣削数据库和SQL Server高速铣削数据库共享。结果表明,高速铣削异构数据库间数据转换准确、透明访问顺利;以已有数据库为基础,通过数据库透明访问和数据转换,实现异构数据共享,为高速铣削数据共享提供了切实可行的方案。     

气门故障特征提取及诊断方法的分析与研究

分析比较了工程实践中用于分析气门信号的两种方法(短时傅立叶变换和小波变换)的各自特点,指出用短时傅立叶变换分析气门信号存在的缺点,通过理论分析,得出用小波变换作为提取气门故障特征这一方法的优点.     

基于声发射的高速铣削刀具故障诊断

提出了一种利用声发射信号监测高速铣削刀具故障的方法。采用声发射参数分析法,确定总事件计数、总振铃计数、总能量和RMS作为刀具故障诊断的特征参量。基于LABVIEW编程模块提取其统计特征参量,实验表明这些信号特征值能有效地用于高速铣削过程中的刀具故障诊断。     

基于LabVIEW的小波消噪在齿轮故障诊断中的应用

介绍了利用LabVIEW平台检测齿轮故障信号，叙述了在LabVIEW的环境内，使用MATLAB脚本节点对齿轮振动信号进行小波消噪和分解，提取齿轮故障特征信息，实现齿轮故障诊断。     

基于油液光谱分析的发动机故障诊断专家系统研究

本详细研究了基于油液分析的自行火炮发动机磨损故障诊断专家系统,具体包括系统开发语言的选择,系统知识库的建立、系统的推理机、系统冲突消解策略、系统的组成和具体功能,应用实例证明该系统具有较强的诊断能力。     

数字频率筛查方式的风电机组齿轮箱故障诊断

风电机组齿轮箱故障一直是风电场主要机械故障之一,其故障信息多是混有噪声的非平稳信号.为避免陷入对复杂的非线性信号求解,提出多种算法融合下的数字信息频率筛查处理方法.首先利用小波分析对高频信号的敏感性进行消噪,然后充分利用Hilbert-Huang变换对非平稳信号的分解和时频变换能力进行信号特征挖掘,在被干扰的非平稳信号...     

小波包算法在滚动轴承的在线故障诊断中的应用

对小波变换的理论进行了简要的阐述,并介绍了小波包理论。指出了在强噪声的背景下小波包变换的算法对于瞬态信号提取的有效性,表明了小波包变换对信号的去噪声,滤波等方面具有广泛的前景。并以五套６３０７号轴承为例进行了诊断,结果与实际情况相一致,说明该算法十分适合于滚动轴承的在线监测与故障诊断。     

基于多Agent和网络的航空发动机滑油系统故障监测与诊断系统研究

本文简介了航空发动机滑油系统检测的现状，建立了航空基于网络的发动机滑油系统故障监测与诊断系统的Agent模型，并初步实现了系统的基本功能。     

机械故障诊断技术现状及趋势

对机械故障诊断方法进行了分类阐述,并介绍机械故障诊断的现状及发展趋势。     

基于虚拟数据库的产品供应查询系统

研制和开发了基于虚拟数据库技术的产品供应查询系统,着重介绍了基于逐字扫描的包裹器算法和基于数据处理方法的Web数据结构整合.运行结果表明,该查询系统在信息准确性、完整性以及运行效率方面都有较好的效果.     

基于小波分析理论的电能质量扰动信号检测

随着电力电子器件在电力系统中的广泛使用,电能质量问题己经成为供电系统和用户共同关注的重要问题。对电能质量进行快速的检测和准确的分类,进而进行有效的治理是提高用电效率的重要途径。本文使用小波检测算法来进行信号扰动的定位,利用小波变换良好的时频局部化特性,根据小波变换模极大值原理,通过对信号的多分辨率分解,实现了扰动信号的检测。并且通过Matlab的仿真结果证实了小波检测算法的正确性和有效性。