典型谱峭图在共振解调方法中的应用

结合铁路货车滚动轴承检测中的常见典型故障,根据谱峭度法中峭度值最大化原则和工程实际中的快速精准需求,提出了一种典型谱峭图算法。将此方法用于共振解调技术中带通滤波器的中心频率和带宽参数的自动选取,形成基于典型谱峭图的共振解调方法。在货车滚动轴承实验台上对自然形成的故障轴承进行多次振动测试实验。将基于典型谱峭图的共振解调方法应用到实测振动信号的故障诊断分析中,并与基于快速峭度图的共振解调方法进行对比,结果验证了该方法能更有效地检测到货车滚动轴承中的故障并能诊断出故障类型。     

基于三维谱峭图算法的共振解调技术研究及应用

针对滚动轴承出现故障时振动信号表现出的周期冲击性特征,以寻求表征故障信号特征的最优频带为目的,提出了一种利用二分法思想从带宽和中心频率两个角度进行优化搜索的三维谱峭图算法。将该方法应用于共振解调技术带通滤波器参数的确定,形成基于三维谱峭图算法的共振解调技术。为了验证该技术的有效性,在铁路货车轮对跑合实验台上进行了轮对故障轴承的振动测试。采用基于三维谱峭图算法的共振解调技术进行故障诊断分析,并与基于快速谱峭图的共振解调技术进行了对比。结果表明,基于三维谱峭图算法的共振解调技术能够更好地诊断轴承故障。最后,通过对时间复杂度的求解,证明了三维谱峭图算法具有较高的执行效率,在工程应用方面具有一定的参考价值。     

鼓风机轴承故障的共振解调谱分析

简要介绍了风机的类型及应用,通过运用共振解调谱法对鼓风机轴承故障进行的故障诊断和技术分析,说明了共振解调谱法在风机滚动轴承故障诊断中的应用是行之有效的。     

基于解调技术的双特征分析法在轴承故障诊断中的研究

机械故障信号双特征分析法是提高诊断准确率的有效方法,双特征分析法的关键是应用共振解调技术提取微冲击信号.为了提取微脉冲冲击,文中提出共振解调技术数学模型,并求解该模型的脉冲响应,为该技术的应用提供理论依据.工程实例表明,使用共振解调技术可以有效提取轴承故障微小脉冲冲击,通过在共振解调傅里叶谱图上分析冲击功率故障振动信号特征,可以较容易地进行故障诊断.     

基于虚拟仪器的滚动轴承故障诊断

从振动信号中分离出反映轴承故障的周期性冲击响应成分是信号分析与处理的关键,将共振解调法与自适应谱线增强技术相结合,基于LabWindows/CVI开发了轴承故障诊断虚拟仪器系统,结果表明,此系统能够有效地提高信噪比,可应用于滚动轴承振动信号处理和故障诊断。     

固体润滑滚动轴承摆动工作的故障诊断方法

为模拟固体润滑滚动轴承在太空中的摆动工作状态,从而有效分析、预测其工作寿命和失效原因,研制了一套滚动轴承摆动工作地面仿真装置。通过对轴承工作时的振动加速度、外圈温度以及电机电流等物理量的跟踪采集及分析,来判断其工作状态。采用参数判断、功率分析和共振解调等算法对振动监测信号进行处理,可以较准确地诊断出轴承的疲劳损伤,有助于对其工作寿命进行有效预测。通过对轴承疲劳损伤时产生的振动信号进行共振解调分析发现,轴承故障信号的特征频率是轴承摆动频率的倍频,使共振解调分析在轴承故障信号处理上的应用得到了有益的补充。     

助燃鼓风机故障分析和处理

8~#助燃鼓风机出现突发性故障,设备简单处理后留下隐患,再次出现振动故障时采用了波形分析和故障诊断技术,找到了故障原因,并将风机修复正常。     

基于虚拟仪器的滚动轴承故障诊断系统的设计

根据滚动轴承信号的特点,提出了一种基于小波包分解和共振解调技术相结合的滚动轴承故障诊断方法,并开发了基于虚拟仪器的故障诊断系统.首先采用小波包将信号进行分解,再利用共振解调技术分析小波包的高频段,以诊断轴承故障.然后运用LabVIEW图形化编程语言设计了相应的滚动轴承故障诊断程序,最后在ADBE-56-N4型交流电机上实测了6305型滚动轴承故障模拟信号,分析结果表明,该方法有效地提取了故障特征和诊断轴承故障,有很好的实用性和有效性.     

滚动轴承故障的谱相关特征分析

滚动轴承的振动响应信号包含确定性成分和随机成分,两者都能反映轴承发生故障的信息。利用随机成分进行故障定性诊断,可以只使用较少的振动信号数据,计算效率高,有利于工程实际应用。针对轴承振动信号中随机成分能量较低、分布频率范围较宽的特点,采用对数谱相关函数灰值图反映信号中随机成分对循环平稳特性的影响,定性判断故障引起的谱相关函数中随机成分的变化,然后通过共振区切片进行故障解调分析,提取特征信息。通过实测正常轴承和内圈点蚀故障轴承振动信号的对比分析,表明即使在较低频率分辨率条件下,谱相关密度也能实现故障信息的解调,并可以提高计算效率。     

基于小波变换的滚动轴承故障诊断系统

在分析了滚动轴承振动与故障之间联系的基础上,提出了通过共振解调法和小波多尺度分析对轴承进行故障诊断的方法.采用小波变换能有效地对滚动轴承振动信号进行带通滤波,分离出高频固有信号,对其进行包络分析,以获得故障特征频率,诊断故障发生的部位.仿真实验证明,该方法具有令人满意的效果.     

循环平稳分析方法在交流电机轴承故障诊断中的应用

通过分析电机轴承故障时的振动信号特性.证明这个非平稳信号具有周期平稳性,讨论循环平稳信号的循环自相关函数特性;并经循环平稳解调性的分析,提出利用循环谱对电机轴承故障振动信号进行模拟仿真诊断,证明利用循环平稳分析方法能够快速有效地识别出轴承故障.     

基于共振解调技术的风机旋转失速故障诊断方法

风机旋转失速故障的振动特征通常出现在较低的频段,容易淹没在噪声或转子失衡等其他零部件的故障特征中,难以分析和诊断.共振解调技术对低频冲击的高频共振波形进行包络检波,可以有效地提取低频冲击特征.提出基于共振解调技术的风机旋转失速故障诊断方法,并成功应用于鞍钢股伤有限公司炼铁厂废气风机旋转失速的故障诊断中.     

基于多指标模糊融合的滚动轴承诊断的最优频带解调方法

轴承运行时会产生较大的振动噪声,采用振动信号统计量指标可以识别其共振频带,并通过共振频带解调来提取故障特征信号。目前常用的峭度图等方法根据经验自顶向下粗略划分轴承振动频谱,而且采用单一指标识别共振频带,常常被噪声所干扰,因而鲁棒性不高。为了提高滚动轴承故障诊断的精度,提出一种多指标模糊融合的最优频带解调方法。采用自底向上的思路,以最小化代价函数为条件,通过细分振动频谱,将细分的频谱进行双向合并,可以提高频带划分的精度。在提出的方法中,代价函数由峭度、平滑因子、峰度系数等多个指标应用模糊贴近度方法进行数据融合构造,可以有效提高识别最优共振频带的鲁棒性。分别采用仿真信号和实际采集信号对所提出的方法进行测试,与现有的单指标方法相比,试验结果表明所提出的方法可以正确诊断滚动轴承的故障。     

基于Kalman滤波和谱峭度的滚动轴承故障诊断

针对传统共振解调方法难以确定带通滤波器参数的问题,将Kalman滤波技术和快速谱峭度图结合应用于滚动轴承故障诊断中。首先利用齿轮箱原始振动信号建立系统AR模型,通过AIC准则确定模型阶数,通过最小二乘法确定模型参数,对原始信号进行Kalman滤波降噪预处理;并用快速谱峭度图选择最优带通滤波器参数,最后对带通滤波后的信号进行能量算子包络解调,实现故障诊断。工程实测信号的分析结果表明,基于Kalman滤波和快速谱峭度的诊断方法能够很好地诊断轴承故障。     

某型航空发动机中介主轴承早期微弱故障诊断研究

针对基于机匣采集的振动信号难以有效提取出航空发动机中介主轴承早期微弱故障特征的问题,提出了基于巴特沃斯低通滤波器降噪和Hilbert包络解调的中介主轴承早期微弱故障诊断方法。该方法依托带涡轮支承和外机匣的新型航空发动机中介主轴承试验器,首先,开展某型发动机巡航状态下健康中介主轴承试验,获取基准振动频谱特征;然后,进行外圈剥落预置故障的轴承试验,对采集的振动信号通过低通滤波降噪并进行Hilbert包络分析解调出低频故障信号;最后,对比分析健康主轴承试验与轴承故障试验的时域波形、频谱和包络谱。结果表明,包络谱中转差信号与呈现"山"型边带特征,可用于诊断该型航空发动机中介主轴承外圈的早期剥落故障。     

随机共振消噪和局域均值分解在轴承故障诊断中的应用

针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(SR)和局域均值分解(LMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行LMD分解,通过求取乘积函数(PF)幅值谱从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号的检测,可有效地应用于轴承的故障诊断。
     

基于DSP和ARM的滚动轴承自动监测和故障诊断系统

为了提高轴承检测系统的稳定性和降低检测系统的成本,介绍一种基于DSP和ARM的滚动轴承自动监测和故障诊断系统,该系统采用了轴承振动信号的时域参数法来判断轴承故障,使用共振解调的诊断方法来判断故障的类型。实际使用证明,该系统具有诊断的高效和技术先进性。     

共振解调技术在设备故障诊断中的应用

共振解调技术是利用冲击脉冲含有无限丰富频谱成分的特点来提取设备在运转过程中存在的冲击故障的一种有效方法.介绍了共振解调技术在国内外机械设备故障诊断中的应用情况,通过齿轮的仿真数据验证了共振解调提取微冲击信号的有效性,并且利用该技术成功提取了某钢厂精轧机振动信号中的故障信息.     

共振解调频谱的反演和叠加：轴承故障精密诊断中的量值问题之一

1.轴承的共振解调精密诊断简述 为了实现轴承的共振解调定量精密诊断,应当应用确定的测试系统,硬件仪表具有确定的谐振系统的途径为此提供了可能。依赖轴承体或被监测机械系统的共振特性用软件进行希尔伯特变换来实现的共振解调,虽然在定性分析时可以使用,但用于定量分析却有诸多不便。 硬件实现的共振解调仪表及由它构成的精密诊断系统如图1和图2所示。图1中的“共振解调输出”信号送至精密分析仪,DVM数字电压表用来显示上述共振解调输出信号的最大值。     

随机共振消噪和EMD分解在轴承故障诊断中的应用

针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(stochastic resonance,SR)和经验模态分解(Empirical Mode Decomposition,EMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行EMD分解,通过求取本征模函数(Intrinsic Mode Function,IMF)幅值谱,从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号检测,更有效地应用于轴承的故障诊断。