双树复小波包和ICA用于滚动轴承复合故障诊断

针对滚动轴承复合故障信号特征难以分离的问题,提出将双树复小波包变换和独立分量分析(independent component analysis,简称ICA)结合的方法应用到滚动轴承复合故障诊断中。首先,利用双树复小波包变换将复杂的、非平稳的复合故障信号分解为若干不同频带的分量;其次,引入ICA对各个分量所组成的混合信号进行盲源分离,从而尽可能消除频率混叠;最后,对从混合信号中分离出来的独立信号分量进行希尔伯特解调,即可实现对复合故障特征信息的分离和故障识别。试验结果表明,该方法可以有效地分离和提取轴承复合故障的特征频率,验证了方法的可行性和有效性。     

基于小波包变换的齿轮箱降噪方法研究

应用小波包变换理论和小波包降噪原理,对轧机齿轮箱的振动信号进行小波包降噪,有效地从含噪信号中提取出故障特征。通过对计算机仿真信号的降噪效果比较和实例分析,显示了小波包降噪的优越性。最后对齿轮箱降噪前后小波包各频带能量向量的比较,进一步表明了小波包降噪在消除高频干扰,凸显故障特征方面的有效性。     

改进的小波包变换方法在齿轮箱故障诊断中的应用

介绍了小波包变换的改进方法,将其应用于齿轮箱的故障诊断中,避免了混频现象,有效地提取出齿轮箱故障特征,提高了故障诊断的准确率。     

基于小波包与Hilbert解调谱的矿用齿轮箱故障诊断

介绍了小波包分解与Hilbert解调技术,利用小波包分解可以突出能量集中的频段,然后利用Hilbert解调谱提取其故障特征.结果表明小波包与Hilbert解调谱相结合可以有针对性地提取矿用齿轮箱的低频调制故障特征,从而实现矿用齿轮箱的精密故障诊断.     

基于小波变换和ICA的滚动轴承早期故障诊断

滚动轴承早期故障诊断的关键在于如何从低信噪比混合信号中检测出显著的轴承故障特征频率。提出以连续小波变换(CWT)和独立分量分析(ICA)相结合的方法来诊断单通道信号的滚动轴承早期故障,提出按频谱等间隔选取伪中心频率的小波分解尺度,并对ICA处理后的信号进行包络频谱分析以确定故障类型。最后,利用实际的滚动轴承实验数据对该方法进行了验证。     

基于小波包—坐标变换的滚动轴承故障特征增强方法

滚动轴承早期故障特征信号微弱且易受正常成分干扰,因此不易准确识别滚动轴承的早期故障.对含有微弱故障的滚动轴承信号进行小波包分解,通过对小波包分解得到的各子带进行研究,提出一种基于小波包—坐标变换(Wavelet packet-coordinate transformation,WP-CT)的故障特征增强方法.考虑到各频...     

基于小波包分解和矩阵分形的齿轮箱故障诊断研究

研究了小波包分解和矩阵分形相结合在齿轮箱故障诊断中的应用,讨论了小波包分解的计算方法和分形矩阵的计算方法。首先对采集的齿轮箱各种工况信号运用小波包三重分解的方法对进行分解,通过计算其分解得到的分量信号的广义维数构建分形矩阵,分析发现在不同工况下通过小波包分解得到的分形矩阵明显不同。通过计算样本信号和待检测信号的相关系数,用柱状图做直观比较确定了待检测信号故障类型,验证了该方法能够有效应用于应齿轮箱故障诊断中。     

基于小波变换的盲信号分离的神经网络方法

提出一种新的盲信号分离的神经网络方法,该方法将小波变换和独立分量分析(ICA,Independent Component Analysis)相结合。利用小波变换的滤噪作用,将混合在原始信号中的部分高频噪声滤除后,再重构原始信号作为ICA的输入信号,有效地克服了现有ICA算法不能将噪声从源信号中分离的缺陷。实验结果表明,将该方法用于多通道脑电信号的盲分离是很有效的。     

基于动态小波阈值的齿轮箱振动信号降噪方法

在齿轮箱的故障诊断、在线监控等领域,通常将振动信号作为最主要的分析来源。齿轮箱在起重机的实际运行过程存在多种机构相互交联影响的情况,且信号多数时候只能通过间接的形式采集获取,造成信号中存在大量杂乱无章的干扰噪声,影响了对信号的识别和特征的提取,容易造成对故障的错报和漏报等问题。文中深入分析硬阈值函数、软阈值函数、半软阈值函数和Garrote函数,提出动态调整小波阈值的算法。动态阈值算法可以在有效抑制噪声和保留信号中有用成分之间取得更好的平衡。通过模拟信号和实测故障振动信号进行对比测试,结果表明这种动态小波阈值降噪的方法相对于半软阈值函数和Garrote阈值函数的降噪算法具有更高的信噪比和较低的均方根误差。     

小波包与改进BP神经网络相结合的齿轮箱故障识别

应用小波包分解技术提取齿轮箱振动信号中的故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立了齿轮箱运行状态分类器,用以识别齿轮箱的运行状态。试验结果表明,小波包分解与神经网络相结合的齿轮箱齿轮故障识别方法是可靠的,可以准确识别齿轮箱的故障。     

基于最小互信息准则的盲源分离在齿轮箱故障诊断中的应用

提出一种利用盲源分离技术对齿轮箱混合故障进行诊断的方法。该方法以最小互信息量为准则,采用自然梯度的自适应算法求解统计独立源信号的估计值,并根据分离信号的频谱成功地提取了混合故障的特征信息,有效地诊断出齿轮箱所处的故障状态。     

基于LabVIEW的机械故障信号小波包分解和重构

给出了一种基于LabVIEW快速实现信号的小波包分解和重构的方法.在LabVIEW的高级信号处理工具箱中包含了小波包信号分解和重构的模块,利用这些模块快速实现了小波包分解和重构,针对现在利用这些模块进行编程的资料有限,编译了相关的小波包分解和重构程序,以便于虚拟仪器的架构和故障的快速诊断.最后用仿真信号进行了小波包的分解和重构,证实了该办法的可行性.     

基于独立分量分析的切削声发射源信号分离

针对切削声发射(Acoustic Emission,AE)信号的多目标状态源并行分离问题和同频干扰源分离问题,引入独立分量分析(Independent Component Analysis,ICA)技术作为研究工具,用刀具破损、切屑折断和环境噪声三个AE源的线性混合模拟切削AE信号,尝试用FastICA算法分离目标状态...     

基于TwinCAT的主减速器试车台监测系统设计

针对某型号直升机主减速器试车台的信号采集与监测要求,设计了以Twin CAT为核心的试车台监测系统。采用CANopen与PROFIBUS-DP现场总线和Ether CAT总线构成二级分布式总线网络,实现对多种信号的数据采集;采用基于Twin CAT软PLC技术进行数据的处理、监测报警,并通过ADS通信与上位机人机接口(HMI)进行交互;基于.NET平台实现上位机用户管理、监测报警数据显示及历史数据查询等,使用Microsoft SQL Server 2008大型关系数据库实现数据管理。详细介绍了系统的设计与开发过程,现场应用表明,系统具有较好的稳定性和实时性。     

基于ADINA的风机增速箱冷却系统分析

风电齿轮箱作为风电机组中的核心部件,其维修非常困难,维修费用也极高,为防止齿轮箱的轮齿因超常规的重型负荷而发生损伤故障,研究了风电齿轮箱由于传动摩擦产生热量的分布以及热量传递的特点,分析了风机增速齿轮箱的结构特点,在UG软件中完成增速齿轮箱的参数化模型造型,并导入ADINA软件对齿轮的温度和热应力变化情况进行有限元分析,通过对计算结果的分析,总结出风机冷却系统的设计思路,为风机增速箱冷却系统的设计提供了理论依据.     

Intelligent fault diagnostic system based on RBR for the gearbox of rolling mills

This paper presents an intelligent system that is necessary for diagnostic accuracy and efficiency in the iron and steel industry. A rule-based reseaning (RBR) intelligent diagnostic system has been developed based on many successful diagnostic applications. It can solve the difficulty in knowledge acquisition and has more precision. Its application results prove that the usability of the system is good and it will increasingly attain perfection.     

LabVIEW和MATLAB混合编程在齿轮箱故障诊断系统中的应用

为了实现轧机传动部件的早期故障诊断,利用LabVIEW便捷的图形界面和MATLAB强大的数值分析功能,开发了一套齿轮箱故障诊断系统.通过LabVIEW调用MATLAB中的小波工具箱,并结合包络解调等方法实现故障信息的准确提取.经过模拟故障数据和高线精轧机故障的诊断实践,表明该系统运行可靠,并且能更早地识别故障隐患.     

基于时间序列变分贝叶斯理论的信号盲源分离

研究信号盲源分离中源信号和混合矩阵估计问题.独立分量分析盲源分离的不足之处在于不能估计混合矩阵和源信号的能量及顺序;变分独立因子分析盲源分离的不足之处在于依赖参数初值.将一般变分贝叶斯理论用于时间序列,推导出时间序列的变分贝叶斯期望极大算法.将此算法用于信号盲源分离,同时将传感器噪声逆方差的分布取为Wishart分布,得到了理论上更合理的后验分布参数更新规则.仿真数据和实际语音信号盲源分离结果表明这种方法可以比较准确地估计混合矩阵和源信号,在一定程度上弥补了独立分量分析和变分独立因子分析盲源分离的不足.     

基于振动信号EMD和ICA的刀具破损识别

针对多齿铣削过程中振动信号的特点,提出了一种基于经验模态分解(EMD)和独立分量分析(ICA)相结合的方法,对混叠在振动信号中的铣刀破损信号进行分离。对振动信号进行经验模态分解提取出信号中的所有本征模函数,然后应用fastICA对所提取出的本征模函数进行独立分量分析。利用该方法对铣削加速度振动数据进行了分析,试验表明,该方法可以提取出混合信号中与刀具破损状态相关的故障特征频率成分。     

基于齿轮箱体零件特征相似的夹具设计

针对具有相似特征的单件、小批齿轮箱箱体零件仍采用每一零件、每道工序设计专用夹具而影响工艺准备效率,以及生产成本增高不下的问题,开展了对于相似齿轮箱体零件相似特征的分析,提出了相似箱体零件在同一工序上共用一套夹具,夹具要满足的要求,采用了一种由标准化模块与专用模块组合的结构可调的夹具设计方法。该方法基于夹具设计标准件库和模板式的专用模块,同时借鉴了组合夹具、成组夹具和专用夹具的优点。夹具结构中的专用件在设计制造时融入了组合夹具的思想,并将其做成参数化的企业通用标准件。以镗孔夹具实施前后的实际使用作对比,研究结果表明,相对于传统专用夹具设计,该方法明显提高了柑似齿轮箱体央具的设计制造速度,同时生产现场减少了许多相似的夹具,能够有效降低生产准备成本。