基于双谱估计的轴承非线性振动信号模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性耦合信号.本文对把高阶统计量用于滚动轴承非线性振动信号特征模式识别的方法进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法.利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位耦合信息的双谱特征图谱.实验研究表明,利用双谱图谱中不同的非线性耦合其故障特征模式不同的特点,可以快速地识别轴承的工作状态.     

基于双谱分析的滚动轴承故障模式识别

当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。     

基于时频分析的裂纹转子碰摩故障特征研究

为研究转子系统耦合故障特性,采用有限元方法建立了含有横向裂纹、转静碰摩的非线性转子动力学模型。首先研究了不同转速下裂纹、碰摩单一故障下转子系统的振动响应,其次研究了两种故障耦合情况下系统的振动响应特征。采用波形图、FFT谱图、瞬时频率和Hilbert-Huang时频谱(HHS)相结合的方法对故障转子振动信号进行了分析。分析结果表明:运用多种时频分析相结合的方法可以较为全面地了解转子的故障特征,裂纹转子在1/5、1/3临界转速时会发生较为明显的5X、3X谐波,且裂纹的产生会导致响应幅值增大,从而引起更为严重的碰摩。      

发动机转子振动信号分析

针对航空发动机故障类型难以识别和转子振动信号复杂、难以分离的问题,提出运用盲源分离中的Fast ICA算法建立振动信号的分离模型,从采集信号中准确分离出独立的故障信号,快速识别转子中的故障类型。通过搭建发动机转子振动平台采集转子的振动信号,同时计算出不同故障状态下的故障频率。对比分析得出振动信号经过Fast ICA算法处理后具有更高的辨识性,由分离后的信号可以判断出转子振动的故障类型为转子通过外环。分析结果表明:基于Fast ICA算法的分离模型可以快速、有效地分离出此类发动机转子振动信号。     

基于SDP图像与VGG网络的旋转机械转子故障诊断研究

针对传统故障诊断方法对旋转机械转子故障状态识别精度较低的问题,提出了一种基于对称点模式图像特征信息融合与深度学习相结合的旋转机械转子故障诊断方法。采用SDP信息融合技术,对转子故障状态下的多通道振动信号进行了信息融合,通过SDP图形特征可简单直观地区分不同转子故障振动状态;结合深度学习VGG网络自适应提取了SDP图像的特征信息,对不同故障转化的SDP图像实现了准确的诊断识别,进而判别了其故障类型;通过变速器机械故障模拟实验验证了所提出方法的有效性,并与传统机器学习方法极限学习机(ELM)进行了比较。研究结果表明:基于SDP图像与VGG网络的旋转机械转子故障诊断方法解决了转子故障振动信号中存在的高复杂、非线性和不稳定问题,与传统机器学习方法ELM相比具有更高的识别精度。     

基于双谱能量算子的碰摩转子故障特征提取

双谱分析能够有效地抑制信号中的高斯噪声,准确地分析信号中存在的二次相位耦合成分.但是,传统的双谱分析方法对于转子全周碰摩故障,尤其是早期碰摩故障,存在丢失信息的问题,无法区分正常转子与碰摩转子,诊断能力较弱.为此,基于双通道矢量谱的概念,提出了双谱能量法,并应用于碰摩转子故障的特征提取.实验结果表明,基于双谱能量的碰摩故障特征提取方法继承了双谱的优良特性,能够更加全面、准确地判别早期碰摩故障,是处理碰摩转子非线性信息的一种有效方法.     

基于EMD和分形维数的转子系统故障诊断

提出了一种基于EMD方法和分形维数的转子系统故障诊断方法。利用EMD方法将转子振动信号进行分解,得到若干个基本模式分量,然后将包含主要故障信息的几个基本模式分量相加得到降噪后的转子振动信号,求得降噪后的转子振动信号的分形维数。试验数据的分析结果表明,在不同的故障状态下,采用EMD方法对转子振动信号降噪后求得的分形维数是不同的,从而可以通过分形维数的大小有效地判断转子系统的工作状态和故障类型。     

双谱耦合性质对故障诊断的影响

为了对双谱的耦合性质进行分析,同时利用三阶累积量和双谱对溢流阀进行故障诊断。由于双谱与三阶累积量相比,可以用来描述二次相位耦合,对比实验结果表明,故障的种类不同,其耦合信息对于这些故障判断的影响也不一样。实验中还通过二维小波在不同的方向上对故障信号和正常信号进行特征提取,然后将这些特征值输入支持向量机进行故障判别,实验结果表明,无论考虑耦合因素与否,这些故障信号在不同的频率部分与其正常状态的区分程度都不一样。     

AR双谱在减压阀故障诊断中的应用

双谱可以描述系统的非线性耦合,抑制高斯噪声和保留相位信息。当减压阀系统受到零均值的非高斯噪声干扰时,利用减压阀输出的位移信号建立AR时间序列模型,通过AR双谱进行减压阀故障诊断。结果表明在相同的液压压力下,减压阀在正常工作和出现故障时的双谱存在明显差异,双谱表现出了不同的特征;对于同一实验组,在不同的液压压力下减压阀的双谱特征有略微变化,液压压力对减压阀的故障诊断影响不大,这样有助于在实际应用中对减压阀做出快速诊断。理论和实验说明了双谱分析是实现液压元件故障检测的有效方法之一。     

结合复小波包变换及频谱校正的机械转子碰摩故障诊断方法研究

针对机械转子系统中碰摩故障发生时故障特征微弱及识别困难的问题,提出一种结合双树复小波包变换及频谱校正的故障诊断方法。首先对于振动位移信号中工频基波成分,采用频谱加矩形窗的频谱校正方法识别其谐波信息,通过构造补偿信号进行对消,以减少其对后续特征提取的影响。其次通过双树复小波包对补偿过的信号进行多尺度分解;最后对小波包子空间信号进行希尔伯特包络解调分析,通过瞬时幅值及瞬时频率信息诊断转子的动静碰摩故障。在转子实验台上进行了实验验证,结果表明提出的方法能有效提取转子碰摩产生的微弱故障特征。