基于DSP技术实现的微速差双转子动平衡仪

提出了一种新的数字信号处理方法，分离有微小速差双转子系统的内、外转子合成振动信号。采用基准信号作触发，分别对内、外转子进行同步采样，就可直接获取各转子相应的振动幅值和相位。结合DSP技术，该方法被成功应用于双校正面双转子系统的现场整机动平衡仪开发。     

高速转子现场动平衡测试系统

现场动平衡的电机转子一般在复杂的操作环境下,直接通过不平衡量引起的电机轴承振动来进行幅度与相位的解算,振动方向单一且未考虑振动响应问题对于不平衡量精度的影响。针对电机各方向振动响应不同的问题,设计电子系统,将多传感器信息进行融合,采用信号的幅度相位解算方法进行动平衡的改良。理论分析和实验结果表明,通过设计的硬件系统进行数据采集和处理,对电机转子进行双向振动响应分析,并进行改进算法可以有效地提高动平衡精度。     

卧螺离心机不解拍整机动平衡方法及拍振信号的提取与处理

卧螺离心机是一种具有微小速差的双转子系统 ,它的不平衡振动信号是一个拍振。本文介绍了一种不需要解拍的整机动平衡原理和方法 ,根据拍振信号对动平衡的影响 ,从硬件和软件角度详细论述了拍振信号的提取和处理。     

同轴式微速差双转子系统整机动平衡方法研究

同轴式微速差双转子系统的不平衡振动信号是由内、外转子各自不平衡振动叠加而成的拍振,通过研究拍振波形的特征,提出不通过解拍,有效分离内、外转子各自不平衡振动响应的方法;通过理论分析和试验研究发现内、外转子不平衡振动之间的相互影响很小,提出用8影响系数法实现该类转子动平衡的方法。通过对双转子系统进行外转子单独平衡和内、外转子同时平衡的成功实践,证明8影响系数法能在保证足够高的平衡精度下,快速、高效地解决同轴式微速差双转子系统的动平衡问题,具有十分重要的工程应用价值。     

LWB400型卧式螺旋卸料沉降离心机整机动平衡试验研究

具体介绍和分析了LWB400型卧螺离心机的双转子系统，提出了通过整机动平衡校验减小拍振的办法，经过实机试验，采取单一转子的振动响应，按一般整机平衡方法，对该机进行动平衡校验，取得了较好效果。     

弱非平稳转速下转子动平衡方法

提出弱非平稳转速下转子动平衡方法,通过对动不平衡振动信号的时间频率联合分析处理获取各次动平衡试验振动信号的转速无关化幅值、相位和振幅转速无关化信号初相点等转速无关化振动信息。根据转速无关化振动信息给出了分别采用影响系数法、振型平衡法和全息谱平衡法计算不平衡量重径积和相位的方法。弱非平稳转速下转子动平衡方法免去了现有动平衡方法理论上对平衡转速必须处于恒定转速的严格要求,允许动平衡试验中平衡转速可以有一定的波动范围,消除现有动平衡方法中转速波动对动平衡精度的影响,实现超精密转子动平衡技术。     

柔性转子键相信号初始相位及振动信号相位的确定

在柔性转子动平衡实践中，为获得理想的平衡结果就必须比较精确地确定振动信号相位，因此也就必须首先获得更准确的键相信号的初始相位。为确定振动信号的相位，国内外普遍采用硬件方法来达到确定振动信号相位的目的，因此有比较大的局限性。为克服其局限性，文中提出了具有较高精度的确定键相信号初始相位及振动信号相位的方法，具有不需要专门硬件支持的优点，而且使用方便，很适合现场应用     

基于LabVIEW的在线动平衡测量系统设计

为了准确测量机械转子的不平衡量,开发了基于Lab VIEW的转子在线动平衡测量分析系统。该系统采用相关分析的方法对机械转子动态振动信号进行时频分析,实现对振动信号幅值和相位准确提取,并用影响系数法求解不平衡量。充分利用Lab VIEW丰富的库函数和强大的计算分析及信号处理功能,设计了一种可靠、便捷、准确的动平衡在线计算测量方法。     

现场智能整机动平衡仪的开发与应用

转子失衡是旋转机械发生故障的主要原因，为降低振动必须对转子进行动平衡。现场智能整机动平衡仪是一种通过测相测幅进行整机动平衡的装置。首先介绍了整机动平衡的原理及动平衡仪的现状，然后围绕如何提取不平衡振动的幅值与相位详细阐述现场智能整机动平衡仪的软、硬件设计，最后通过实验证明仪器的可靠性。     

基于LabVIEW的微速差双转子动平衡测试系统的开发

介绍了微速差双转子系统的动平衡原理,根据相关原理准确得到内外转子不平衡量大小和相位,结合虚拟仪器技术在LabVIEW下开发的测试程序,实现微速差双转子系统的动平衡,并在卧螺离心机上进行了实验验证。     

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VMD和改进的FastICA算法的旋转机械故障信号分离方法研究

针对分离出的旋转机械故障信号的非线性非平稳性问题,本文提出一种对旋转机械故障信号分离的方法.首先针对以往利用EMD方法分解的特征信号存在的模态混叠问题,利用VMD方法完成对旋转机械故障特征信号的分解.其次,选取相应的分解后特征信号构成观测序列,利用FastICA算法对观测序列进行分离得到源信号,最后针对FastICA算...     

强脉冲干扰非线性混叠转子故障信号分离

由于旋转机械在运行过程中,传感器测得的振动信号是各振源的混叠信号且含有很强的噪声,常规的信号处理方法难以分离混叠信号,对设备的状态监测和故障诊断造成了很大的困难。针对这一问题,介绍了盲源分离基本原理和方法,指出源分离算法在脉冲噪声环境下失效。针对强脉冲噪声环境下的混叠振动信号,首先,通过中值滤波降噪方法对振动信号进行降噪;然后,通过盲源分离算法对降噪后的信号分离;最后,利用该方法对实测混叠转子振动信号成功实现了降噪和故障信号分离。仿真结果验证了提出方法的有效性。     

基于时变零相位滤波的变转速滚动轴承故障诊断

针对变转速下齿轮箱中滚动轴承故障调制特征的提取与分离,提出了基于时变零相位滤波的变转速滚动轴承故障诊断方法。该方法先用线调频小波路径追踪(CPP)算法从齿轮箱滚动轴承故障振动信号中估计出齿轮啮合频率,由啮合频率除以齿数得到齿轮箱的转速,同时,采用Hilbert包络解调方法获取轴承故障振动信号的包络信号;然后根据获取的转速信息设计各阶时变零相位滤波器;再采用各时变零相位滤波器对包络信号进行分析,获取各调制信号;最后,利用转速信号对求取的各调制信号进行阶次分析,并根据各阶次谱来诊断滚动轴承故障。算法仿真和应用实例分析表明,该方法可有效提取和分离变速齿轮箱中滚动轴承的各阶故障调制特征。     

Continuous wavelet grey moment approach for vibration analysis of rotating machinery

The statistical characteristics of the continuous wavelet transform scalogram of vibration signal are explored, and two features, wavelet grey moment (WGM) and first-order wavelet grey moment vector (WGMV), are proposed for condition monitoring of rotating machinery. Faulty signals from a rotor test rig are studied using the first-order WGM. The analysis indicates that first-order WGM can reveal the time–frequency features of vibration signals well and that it could be used to diagnose faults quantitatively. The effectiveness of the first-order WGMV is also demonstrated by experimental data. Results show that the first-order WGMV is suitable to reflect the local information of scalogram, and would be an effective method of vibration signal analysis for fault diagnostics of rotating machinery. The result by FFT analysis is also given. Compared with the conventional FFT method, the two features presented in this paper are more suitable to extract characters of faults quantitatively.     

基于多尺度时域平均分解和模糊熵的船用风机故障诊断方法

船舶旋转机械往往在多振源的环境中运转,如何对其振动信号进行有效的特征提取和降噪处理是研究热点。时域同步平均方法对振动信号的噪声抑制有较好的效果,但是该方法需要的键相信号难以获取,特定频率以外的故障信息会丢失且倍频信号波形会互相混叠,以上问题限制了该方法的适用性。提出了一种多尺度时域平均分解法,有效地克服了传统时域平均法存在的问题,并结合模糊熵特征选择对船舶风机进行了故障诊断,准确率与计算速度均优于EMD、EEMD和VMD方法。仿真数据分析与故障模拟试验证明了该方法的有效性。     

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。     

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。