旋转机械转速波动检测及故障诊断

针对旋转机械运行转速波动导致信息获取及诊断决策困难问题,以非平稳信号的瞬时频率估计为切入点,结合快速路径优化算法进行非平稳信号的瞬时频率估计,以实现转速波动信息的准确获取。基于参数化时频分析理论的短时阶比原理,依据估计的振动信号瞬时频率变化函数构造匹配旋转算子,将转速波动信号的时频特征进行旋转,获得各时频窗内的短时阶次谱,进而完整保留转速波动信号的瞬态信息。仿真及实验结果表明,该方法可以准确提取出旋转机械转速波动工况下的状态信息及故障特征,为后续故障精密诊断奠定基础。     

基于瞬时频率估计及时频滤波的阶比分量提取

在虚拟式旋转机械特征分析的研究中，利用基于瞬时频率估计的阶比跟踪结合Gabor时频滤波实现了阶比分量的提取。实际测试验证了该方法可有效地实现旋转机械非稳定振动信号中各阶比分量的提取。该方法简单、有效，且只需用软件算法实现，有很好的应用前景。     

旋转机械阶比分析技术中阶比采样实现方式的研究

阶比分析的关键是实现对旋转机械振动信号的等角度采样。在分析国内外阶比分析技术中阶比采样实现方式的基础上，在阶比分析中引入瞬时频率理论，提出了基于瞬时频率估计的阶比跟踪方法，研制出了虚拟式旋转机械特征分析仪。该方法避免了现有技术中需要使用价格比较昂贵的专用附加硬件和受现场安装条件制约的问题，有利于阶比分析的广泛应用。     

基于瞬时频率估计的旋转机械阶比跟踪

提出了基于瞬时频率估计(Instantaneous frequency estimation,IFE)实现旋转机械阶比跟踪的新方法,其优点是简化了阶比分析对硬件的要求,用软件的方法实现了阶比跟踪,仿真与实际测试试验验证了本方法的正确性。本方法实现了旋转机械非平稳振动信号中参考轴瞬时转速的跟踪、估计算法,为阶比分析的实际应用提供了一种新方法,是对原有阶比跟踪技术的有力补充,特别适合于虚拟仪器发展的要求。     

基于瞬时故障特征频率曲线提取的变转速滚动轴承故障诊断

提出了一种基于瞬时故障特征频率曲线提取的阶比分析诊断方法，首先，采用希尔伯特变换获得滚动轴承振动信号的包络信号；然后，采用同步挤压小波变换对包络信号进行时频分析，根据所得时频图确定滚动轴承瞬时故障特征频率曲线的频率范围，经过阈值处理、频率校准、曲线拟合估计瞬时故障特征频率；最后，根据瞬时故障特征频率进行等角度重采样及频谱分析获得阶比谱，根据故障特征系数和阶比谱图判定轴承故障。     

变速非平稳条件下滚动轴承故障特征提取方法研究

旋转机械设备启停、电压波动及载荷变化等因素使滚动轴承通常是在变速非平稳条件下运行,利用传统共振解调方法获得的谱图将变得模糊,无法识别故障特征.根据该条件下滚动轴承损伤点冲击引起的固有谐振信号频率不变的特点,利用连续小波分析方法提取固有谐振信号,通过瞬时频率估计、阶比跟踪手段进行阶比谱分析,提出滚动轴承故障特征阶比系数的概念和计算方法.将故障特征阶比系数与阶比谱进行比较,可以很好地识别滚动轴承损伤类故障.     

基于低次故障特征阶比系数的变转速滚动轴承等效转频估计算法

基于时频表达的阶比跟踪算法能够帮助实现变转速旋转设备的故障诊断而不依靠转速计的帮助。然而,滚动轴承振动信号的时频表达却因缺少明显且易提取的转频成分使得该算法无法得到应用。为此,引入瞬时故障特征频率作为滚动轴承的等效转频,并提出基于低次故障特征阶比系数的估计算法对其进行提取。根据转频的变化范围确定基本滤波带宽并沿频率轴构造一组带通滤波器对原信号进行带通滤波。计算各带通滤波结果的包络时频谱并提取相应的等效转频趋势线。利用等效转频趋势线对相应的滤波结果进行重采样并计算故障特征阶比包络谱。将各阶比包络谱中与一、二、三次故障特征阶比相对应的幅值之和作为标准确定最优滤波带宽与相应的等效转频趋势线(瞬时故障特征频率趋势线)。利用该趋势线对原始信号进行故障相角域重采样,所得结果故障特征阶比包络谱即可用于滚动轴承的故障诊断。仿真算例和应用实例证明了该算法的有效性。     

基于瞬时参数估计的信号分量提取

具有非线性时频关系的多分量信号频谱占有较宽的频带且相互交叠,针对此类信号分量提取难的问题,提出了一种基于瞬时参数估计的信号分量提取算法.首先,采用FMm let变换将被分析信号在时频空间内展开;然后,根据时频面内能量峰脊与瞬时频率的对应关系,应用谱峰检测法估计出所需提取分量的瞬时频率;按照最小二乘法滤波原理估计该分量的瞬时幅值,继而按照信号瞬时模型恢复重构出对应的信号分量.理论分析和仿真试验表明,该方法能从时频相交或不相交的多分量复杂时变信号中提取出所需信号分量,且失真度小.     

基于组态技术的虚拟阶比分析仪开发及应用

针对传统虚拟仪器结构封闭、缺乏开放性和扩展性等问题,研究了基于组态软件技术的虚拟仪器开发模式,构建了该模式下的系统结构、双驱动运行机制及仪器系统的功能模型等内容;介绍旋转机械阶比分析的基本理论;建立基于瞬时频率估计的阶比分析基本功能包;开发了基于组态技术的可在线功能重构的虚拟式旋转机械阶比分析仪。对所开发的阶比分析仪进行了试验及现场验证,并与LabVIEW系统中的阶比分析工具进行了对比分析。结果表明,该仪器在提高扩展性和开放性的同时,使用简便,分析结果准确,实际应用性能优良。     

无转速计旋转机械升降速振动信号零相位阶比跟踪滤波

提出了一种用零相位滤波法和瞬时频率估计技术实现旋转机械升降速过程振动信号的阶比跟踪滤波的方法,和传统的以硬件实现的阶比跟踪滤波方法相比,该方法具有无需转速计和跟踪滤波器等硬件、用纯软件的方法实现和对原始采样信号不产生相位移动等优点。讨论了该方法的基本原理和算法,并在算法实现上提出了数据分段重叠滤波技术,可有效抑制一般分段数字滤波会产生的边缘效应。测试试验验证了该方法的正确性和有效性。     

DEVELOPMENT OF VIRTUAL INSTRU-MENT IN CHARACTERISTIC ANALY-SIS OF ROTATING MACHINERY BASED ON INSTANTANEOUS FREQUENCYESTIMATION

Based on the recently quick-developing time-frequency analysis (TFA) technique and virtual instrument (VI) technique, a virtual instrument in characteristic analysis of rotating machinery is researched and developed successfully. By utilizing instantaneous frequency estimation (IFE) theoretics of TFA technique, and based on IFE of peak searching on the time-frequency spectrum, order analysis (OA) functions is put forward and implemented, such as order spectrum, order spectrum matrix, order tracking, order tracking filtering, and order component extraction, etc. Unlike the home and abroad existing popular characteristic analyzers, which need key phasing devices such as shaft encoder, phase-locked loop (PLL), phase-locked multiple frequency, tachometer, etc, to implement constant angle sampling directly or indirectly, whereas this instrument only uses the vibration signal of rotating machinery to carry out OA. This instrument makes up the shortage of these traditional instruments in analyzing the non-stati     

阶次包络谱在轴承故障诊断中的应用

旋转机械的升降速过程包含丰富的状态信息,因而旋转机械的升降速过程对于旋转机械的故障诊断具有独特的价值.将常规的阶次分析技术与包络谱相结合,提出基于阶次包络谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域信号实行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行包络谱分析,就可提取轴承的故障特征.通过对轴承内圈、外圈故障实验信号的分析,表明该方法能有效诊断轴承的故障.     

基于变窗移傅里叶变换实现旋转机械振动信号转速谱阵的算法研究

提出了一种用于计算旋转机械转速谱阵的算法——变窗移傅里叶变换，其窗移的变化规律与转速相关。详细介绍了变窗移傅里叶变换算法的原理及其实现过程，为旋转机械阶比分析中计算转速谱阵提供了理论依据。试验结果表明，变窗移傅里叶变换算法正确可行，可有效提取旋转机械振动信号转速谱阵的特征信息。     

基于解析模态分解的机械故障诊断方法

针对旋转机械故障诊断问题,提出了一种基于解析模态分解(AMD)的旋转机械故障诊断方法。只要知道信号的频率成分,AMD方法就可以将含不同频率成分的信号分解为单频率信号,尤其能够分解有紧密间隔频率成分的信号。对于可预知故障特征频率的旋转机械的故障诊断,可利用AMD方法提取机械振动信号中故障特征频率所在频段的信号,并求该段信号的频谱,若频谱中含有故障特征频率,则说明机械振动信号中存在该故障。通过对滚动轴承故障信号和转子不对中故障信号的分析以及和经验模态分解(EMD)方法的对比,证明了AMD方法的有效性,且AMD方法比EMD方法更快速、准确。     

基于非线性模式分解的旋转机械复合故障特征提取方法

针对旋转机械复合故障振动信号的非平稳特征,提出了一种基于非线性模式分解（NMD）的故障特征提取方法。该方法首先通过NMD将振动信号分解为若干个具有实际物理意义的非线性模态(NM)分量和一个残余分量之和,然后对各NM分量采用包络谱分析提取故障特征。仿真信号的分析结果验证了NMD方法的优越性,在此基础上将NMD方法应用于旋转机械复合故障诊断中,实验数据的分析结果表明,该方法能有效提取出旋转机械复合故障的特征。     

基于EMD和HT的旋转机械振动信号时频分析

把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，简称EMD)成本征模函数组(Intrinsic Mode Function．简称IMF)．然后经希尔伯特变换(Hilbert Transformation，简称HT)获得频谱的信号时频分析新方法引入到旋转机械振动信号处理领域。介绍了该方法的理论和算法。首先．采用调频调幅仿真信号对该方法进行仿真验证；其次．把一实测的旋转机械油膜涡动故障振动信号进行了基于EMD和HT的时频分析。仿真和实测信号的分析结果说明．用基于EMD和HT方法对旋转机械的振动信号进行时频分析是有效的。     

AN APPROACH FOR AMPLITUDE CORRECTION IN LINE SPECTRUM

Correction of the line spectrum is of great importance for practical use. By employing Parseval's theorem, two equalities regarding the line spectrum are derived. On this basis, a new approach for amplitude correction using the average of multiple points in discrete Fourier transform sequence is proposed. In comparison with the existing methods, it has the advantages of computational efficiency and high precision. The strategy for determining the number of points used for the average is presented. Theoretical analysis also shows that this approach is not significantly influenced by the slight fluctuation in both frequency and amplitude of the signal component. Thus, it is suitable for analysing the vibration signals of rotating machinery with small fluctuation in rotating speed. The effectiveness and efficiency of the proposed approach are verified by synthetic signals.     

基于盲源分离与小波降噪的旋转机械故障分析

基于小波降噪和盲源分离相结合对机械信号进行分离与故障诊断。首先使用经分析选择的较好小波阈值对非平稳振动信号进行降噪,然后运用盲源分离技术分离出激振信号,结果表明利用小波阀值降噪后进行盲源分离时分离信号与源信号相似系数优于直接盲源分离;将小波降噪和盲源分离相结合应用于某燃气轮机的实测故障信号提取,诊断出转子发生了不平衡及碰摩等故障现象,与实测情况相符,有效说明了该方法在旋转机械故障诊断中的实用性。     

HIGHER ORDER SPECTRAL ANALYSIS IN FAULT DIAGNOSIS OF ROTORS

0　ＩＮＴＲＯＤＵＣＴＩＯＮＦｏｒｍｏｎｉｔｏｒｉｎｇａｎｄｄｉａｇｎｏｓｉｎｇｏｆｍａｃｈｉｎｅｒｙ ,ｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｉｓａｉｍｅｄａｔｅｘｔｒａｃｔｉｎｇｔｈｅｆｅａｔｕｒｅｓｆｒｏｍｔｈｅｓｅｎｓｏｒｓｉｇｎａｌｓｔｈａｔｄｅｓｃｒｉｂｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｉｒｗｏｒｋｉｎｇｃｏｎｄｉｔｉｏｎ .Ｉｔｓｈｏｕｌｄｂｅｐｏｉｎｔｅｄｏｕｔ,ｈｏｗｅｖｅｒ ,ｔｈａｔｃｏｎｖｅｎｔｉｏｎａｌｓｉｇｎａｌａｎａｌｙｓｉｓｍｅｔｈｏｄｓａｒｅｏｎｌｙａｖａｉｌａ…     

旋转机械振动信号的小波包分解及故障检测

研究了旋转机械振动信号的特点，指出传统的波形分析和频谱分析存在的问题。提出了从小波包分解序列图和小波包能量分布图两个方面对振动信号分析的方法，赋予小波变换和小波包分解的结果以明确的物理意义，通过测试数据分析旋转机械的三种典型故障在时域、步域及时频域所反映的信息特征，从而表明了该方法的可行性及对故障检测的有效性。