转子-滚动轴承耦合系统的转静碰摩故障分析与智能诊断

针对航空发动机转静碰摩故障诊断问题,建立了含不平衡-碰摩故障的转子滚动轴承耦合系统动力学模型.在模型中,充分考虑了滚动轴承的间隙、非线性赫兹接触以及变柔性VC(Varying compliance)振动.首先运用数值积分获取系统响应,进行碰摩故障分析,并得到了大量的碰摩故障仿真样本;其次利用支持向量机从大量样本中获取碰摩故障知识;然后利用转子实验器获取碰摩故障实验样本;最后利用训练好的支持向量机对碰摩故障实验样本进行智能诊断,最高识别率达到了91%.     

基于自适应谐波小波和能量熵的转子系统故障诊断研究

针对转子系统非平稳振动时故障特征难以准确提取的问题,提出一种基于自适应谐波小波和能量熵的转子系统故障诊断方法。首先,采用连续谐波小波方法分解转子信号,克服"二进制"谐波小波包分解不能任意选取感兴趣频段的缺限,同时在分解过程中通过时间尺度变换的方式消除信号采集过程中不同转速及采样频率的影响;然后,通过设定合理的分解参数,提取出表征转子系统的故障特征信息并构建故障模式矩阵,得到转子系统早期局部碰摩、全周碰摩、油膜涡动和油膜振荡等4种工况下的能量熵值;最后,将特征向量输入支持向量机(support vector machine,SVM)判断出转子系统的故障类型。试验结果表明:该方法可以有效用于转子系统的故障诊断。     

基于一类支持向量机与主成分分析的转静碰摩故障检测技术

由于实际旋转机械中转静碰摩故障获取较为困难,而大量拥有的是正常的非碰摩状态样本,为此,本文引入一类支持向量机学习算法进行转静碰摩故障识别,通过对大量正常样本的学习得到碰摩故障判别边界,从而实现碰摩擦故障检测。由于转子故障信号的频谱存在大量冗余,本文又提出一种基于主成分分析的转子故障特征提取方法。该方法首先对信号频谱进行归一化处理后,然后,对大量样本的频谱进行主成分分析,按不同的能量保持率要求提取出低维特征。最后,通过诊断实验表明了本文方法的正确有效性。     

可调品质因子小波变换在转子早期碰摩故障诊断中应用

针对高速旋转机械转子发生早期动静碰摩故障时主要为转子工频成份及转子与支撑间碰摩所致瞬态冲击信号成份,据可调品质因子小波变换对信号品质因子定义为转子工频成份为高品质因子信号、转子动静碰摩所致瞬态冲击信号为低品质因子信号,分别构建高、低品质因子小波变换基函数实现转子早期动静碰摩信号工频成份与瞬态冲击成份有效分离,对碰摩故障进行模式识别。通过仿真信号及转子碰摩实验信号验证可调品质因子小波变换在转子早期碰摩故障诊断中的有效性。     

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。     

基于时间-小波能量谱样本熵的滚动轴承智能诊断方法

为了解决滚动轴承故障模式智能识别与运行状态检测问题,提出了时间-小波能量谱样本熵的计算方法,并将其作为特征参数用于滚动轴承智能诊断的研究。采用Hermitian小波对轴承信号进行连续小波变换,得到蕴含故障信息的时间-小波能量谱序列,再通过计算其样本熵值,量化提取信号中的故障特征信息。轴承不同故障模式下的时间-小波能量谱样本熵区分明显,以此作为特征向量输入支持向量机,实现了对轴承不同故障模式的智能识别。之后计算轴承全寿命周期实验数据的时间-小波能量谱样本熵,按照时间顺序排列,绘制出了轴承运行状态曲线,通过判断曲线走势可有效诊断出轴承早期故障的发生。实验结果表明,时间-小波能量谱样本熵可以有效用于滚动轴承智能诊断的研究。     

转子全周碰摩与局部碰摩的识别方法研究

摘 要：超临界汽轮发电机组的结构和工况复杂,容易引起转、静子间的碰摩。根据碰摩诱发因素的不同,可将其分为全周碰摩与局部碰摩。由于两种碰摩故障的时、频特征相似,传统的时、频域分析方法很难准确提取它们的故障特征。本文针对这一不足,提出一种基于经验模式分解-奇异值分解（EMD-SVD）与支持向量机（SVM）的碰摩故障识别方法,用于对转子全周碰摩与局部碰摩故障进行识别。首先,通过EMD获取碰摩信号的固有模式函数（IMF）;然后,提取表征信号主要能量的前四阶IMF组成特征矩阵并进行SVD分解,得到关于原信号的一组特征值;最后,将特征值输入SVM,对原信号进行分类识别。转子试验台全周碰摩与局部碰摩试验结果表明,本方法对转子全周碰摩与局部碰摩故障的分类准确率高,其中以径向基函数作为核函数的SVM分类准确率达到96.0%。     

基于双树复小波变换的转静碰摩响应分析

针对碰摩故障诊断中转静碰摩响应消噪及特征提取构造分段圆弧平滑阈值函数,利用小波、小波包及双树复小波(Dual-tree Complex Wavelet)分别对非平稳信号降噪处理,以信噪比为指标判断降噪效果。结果表明,构造的阈值函数消噪具有高效性。通过计算单转子局部碰摩动态响应,用双树复小波对位移响应进行特征提取。与小波及小波包相比,双树实小波近似解析性及采样插值具有互补特点,能完整提取动态响应特征,减少信息丢失。并用仿真及转子碰摩实验验证该方法的有效性。     

基于小波包滤波的汽轮机转子振动故障的Kolmogorov熵诊断

根据Bently实验台所采集的碰摩、松动、不对中、不平衡四种典型汽轮机转子振动故障信号,采用小波包和Kolmogorov熵相结合的方法对其进行故障诊断.即先利用小波包方法对原始信号进行滤波,提取有用的信号频段,再对滤波后的信号求解Kolmogorov熵.诊断结果表明:小波包分析的方法有着很好的滤波和提取非平稳信号的能力;小波包滤波后的汽轮机转子的振动时间序列在不同故障状态下的Kolmogorov熵明显不同,Kolmogorov熵在进行汽轮机转子故障类型诊断时有较好的区分度.     

双碰摩故障转子系统碰摩位置定量诊断方法

利用谐波平衡法中谐波分量的特征分析双碰摩故障转子系统的动力学特性,以碰摩故障转子系统响应的谐波分量与无故障转子系统频率响应函数矩阵中对应元素成比例为依据,利用原无故障转子系统和发生双碰摩故障后的转子系统三点响应中任意一阶谐波分量之差,提出了双碰摩故障转子系统碰摩位置的定量诊断方法。通过碰摩故障前后转子三个测点的振动响应数据就可以分别确定双碰摩故障转子系统的两个碰摩位置,并采用数值模拟仿真实验验证了方法的正确性和可行性。