利用ARM9的嵌入式振动信号采集分析仪设计

介绍一种基于ARM920T内核S3C2410处理器开发的数据采集器总体构架.主要用于对大型设备或关键机组的监测,能够及时地发现机械设备零/部件早期隐患故障,并对构成数据采集器的各模块进行详细介绍.着重介绍数据采集仪的硬件系统构架,以及利用图形中间件MiniGUI结合C语言开发的数据分析系统的上层应用软件.     

基于协整分析的风电机组状态监测方法

针对风力发电机组SCADA系统受到环境及运行等因素影响[1],常常发生故障漏报和误报等问题,提出一种基于协整计算的风力发电机SCADA非平稳数据分析方法。风力发电机SCADA数据经协整计算可以获得附带风力发电机状态信息的残差,通过分析该协整残差可实现风力发电机的状态监测。取内蒙古包头市固阳县某风场1.5 MW双馈风电机组所采集的SCADA数据为研究对象,利用部分非平稳数据建立协整模型,并用一组正常运行数据以及一组已知齿轮箱故障数据对模型进行验证,结果表明,所提方法可有效抑制SCADA数据中由环境和运行引起的响应,准确识别风力发电机的运行状态,简单有效的实现风力发电机的状态监测.     

嵌入式操作系统的发展趋势--CEOS

基于32位嵌入式微处理器的嵌入式操作系统正在从可用型、通用型到可定制型、优化型转变,该文阐述了可定制嵌入式操作系统（Customized Embedded Operating System,CEOS）是下一阶段嵌入式操作系统的发展趋势,综合论述了国内外可定制嵌入式操作系统CEOS的研究状况,提出了CEOS今后的研究方向,阐明了研究CEOS的意义。     

基于小波分析的低速重载设备故障诊断

低速重载设备突发故障难于识别,一旦发生,损失巨大。振动监测技术虽可以作为设备维护的重要手段,但常规的频谱分析无法准确提取低速轴上的故障特征。对实时监测的振动数据,采用小波分解技术可以获得必要的低频段信息。某个时段内的信号经小波变换后所定义的小波分层突变系数,可以作为判别低转频微冲击故障隐患的特征值,而且该系数趋势图还可有效刻画出故障部位的劣化过程;对同一组监测数据,分别采用细化谱技术和小波分解+FFT的复合信号处理技术进行比较分析,结果表明,由于FFT分析的局限性,细化谱无法准确识别出故障原因及部位,而后者采用复合信号处理方法提取的故障特征频率对应的振幅变化剧烈得多,此法有助于低速重载设备早期故障的准确识别。     

激光强化温度场的理论解析与实验论证

工件表面的激光强化效果直接取决于扫描过程中的热循环规律,为获得理想的淬硬层深及显微硬度分布,必须对激光作用的温度分布形态做出精确解析.采用有限单元法可以对各种工艺参数的变化对激光强化温度场的影响加以探讨,并辅以红外测温实验结果进行验证.结果表明,激光强化可以有效改善金属材料表面的组织性能,而工艺参数的改变对于热循环规律有着显著影响.     

多小波自适应阈值降噪在故障诊断中的应用

为了提取淹没在强背景噪声下的微弱故障信息,引入多小波自适应阈值降噪方法实现滚动轴承的信号去噪,并结合包络解调提取故障特征.多小波具有多个尺度函数和小波函数,具备单小波无法同时满足的对称性、正交性、紧支性和高阶消失矩等优良特性,可匹配信号中的不同特征信息.基于轴承外圈点蚀故障的仿真信号,分别利用GHM多小波和Db2小波对其进行降噪处理.通过信噪比的定量分析表明,相比单小波而言,多小波的降噪优势明显.针对滚动轴承的微点蚀实验信号和现场实采集的工程数据,多小波自适应阈值技术比单小波方法具有更好的降噪效果,且更易于提取出滚动轴承的早期故障信息.     

高线轧机远程监测诊断系统的研究与应用

介绍了一种应用于高线轧机远程诊断的新型系统结构。嵌入式网络数据采集器向其服务器传输设备监测数据,远程诊断中心提取采集数据处理分析,进行诊断决策。用户层为用户提供技术支持和相应服务,排除设备故障后将经验反馈给诊断中心,作适当处理后转换为新的诊断知识加入到知识库中。该结构加强了远程反馈功能,并在可扩展性和功能上弥补了现有故障诊断系统的不足。     

基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术

由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。     

型钢轧辊激光相变硬化策略的设计与实施

为了实现激光相变硬化工艺参数的优化选择,基于有限元仿真技术,研究了激光扫描过程中的温度场分布规律,并结合材料相变曲线,预测了轧辊淬硬层的宏观形态。进而,根据宏观表面硬度和显微组织的实验结果,确定了适于半钢材质激光强化的参数组合。经磨料磨损实验表明,半钢材质的型钢轧辊经激光强化后,其耐磨性显著提高。     

差分振子相图的自动识别与应用

通过仿真实验证明了差分振子相图的大小和待检测信号的幅值的大小之间的关系。在相同的参数条件下,差分振子的相图越大,则待检测信号的幅值越大。因此,在参数相同的条件下,对于不同的差分振子相图进行比较,可以得到待检测信号幅值间的大小关系。针对差分振子相图的特点给出了差分振子识别的新方法,可以快速识别差分振子是收敛于极环还是极点。最后,通过工程数据的分析成功的发现了设备故障的发生发展的劣化过程,并对差分振子的相图进行识别,取得了理想的效果。