基于声信号递归Hilbert变换的轴承故障诊断研究

轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明：所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。     

全矢谱和稀疏分解结合的轴承故障特征提取

针对滚动轴承在故障早期特征信号微弱、故障特征提取困难以及单通道分析方法信息利用不充分等问题,提出了一种基于稀疏分解与全矢谱相结合的滚动轴承早期微弱故障特征提取方法。首先,在已构造的冗余字典基础上对滚动轴承同源双通道早期故障信号分别进行稀疏分解,得到各自的稀疏信号;然后,将同源双通道稀疏信号进行全矢信息融合;最后,对融合后的信号进行包络解调分析,以提取出故障特征频率。该方法将全矢谱拓展到早期微弱故障诊断领域,并通过实验验证了其在早期微弱故障特征提取方面的有效性。     

机车车辆轮对滚动轴承数据管理系统的开发

为了实现铁路机车车辆轮对滚动轴承不解体的现场检修,设计了一种便携式滚动轴承检测信号数据存储管理系统。介绍了系统的整体设计、结构原理,软件采用C++Builder开发,讨论了数据存储与管理模块设计,提供两种查询方式,支持数据删除与压缩,操作简单便捷。试验结果表明,其应用于现场稳定可靠,数据存储查询速度快,充分满足实时性要求。     

非平稳运动能量Hilbert-Huang变换及其应用

大型旋转机械的故障在发生或发展时,其运行过程具有明显非平稳特性的瞬态过程.结合Hilbert-Huang变换的特点,本文提出了运动能量Hilbert-Huang变换分析方法,它融合了转子同截面两通道的振动分量,能准确地反映转子发生故障时的瞬态过程运动能量的变化.工程实践应用表明:运动能量Hilbert-Huang变换分析对于旋转机械故障诊断是一种新的、较为实用的信息融合方法.     

关于"机械工程控制基础"课程的教学探索

针对如何提高"机械工程控制基础"课程教学效果的问题,指出营造课堂气氛,用人文教育理念感染学生,帮助学生构建完备的基础知识体系,深入浅出地阐述重要和复杂的原理,进行师生互动,以及大量实验验证是保证学生学好该课程的主要手段.同时指出利用学生的反馈信息调整方式方法是持续改进教学效果的良方.     

基于Internet的设备远程状态监测与故障诊断

探讨了设备远程状态监测与故障诊断系统的实现模式 ,研究了基于Browser/Server模式的远程状态监测与故障诊断系统的优势及其实现关键技术 ,开发了设备远程状态监测与故障诊断系统RMDS ,将其应用于生产现场。     

基于FR 4的压电能量采集器参数研究

为了进一步研究非线性材料基底对于压电能量采集器输出性能的影响,该文对以FR 4绝缘板为基底的悬臂梁式压电能量采集器的结构参数进行优化研究。在正交实验和单因素实验方案的指导下,通过仿真及实验验证得出各参数对采集器输出影响的一般规律。结果表明,基底厚度对结构固有频率影响最大,贡献率达到了9198%。悬臂梁长L、厚S和宽H改变时,输出响应曲线呈现出非线性特性;而末端质量m与输出性能间则存在近似线性的关系。实验中,当L=80 mm,S=13 mm,H=1 mm,m=1 g时,输出功率可达37 μW。通过方差分析结果表明,末端质量对输出性能的影响最大,梁宽对输出性能的影响次之,梁长对输出性能的影响最小。     

基于全信息样本熵的轴承故障诊断方法研究

将样本熵算法和同源信息融合技术结合起来,提出了一种基于全信息样本熵的轴承故障诊断方法,并通过实验模拟轴承的内圈、外圈和滚动体故障,证明了该方法可以有效地区分三种故障。     

基于融合能量谱的旋转机械故障诊断研究

讨论了融合能量谱的相关理论,提出了基于融合能量谱的旋转机械故障诊断方法.模拟实验结果表明:与基于单通道数据的诊断结果对比,融合能量谱应用于旋转机械常见故障进行诊断,可有效提高旋转机械故障诊断的准确率.     

基于空间平滑差分的鲁棒自适应波束形成

针对当采样协方差矩阵中包含期望信号时,模型失配会使MVDR(Minimum Variance Distortionless Response)自适应波束形成算法性能大幅下降的问题,本文提出一种基于空间平滑差分算法(Spatial Smoothing Difference Algorithm, SSDA)的鲁棒自适应波束形成算法。该算法首先通过空间平滑差分算法获得源数目先验知识,再对MVDR空间功率谱进行波峰搜索得到期望信号,最后再从采样协方差矩阵中去除期望信号协方差矩阵。仿真结果表明,在高信噪比输入的情况下,改进后的算法在去除期望信号后其输出信干噪比有了很大提升,比MVDR算法提高了2～3倍。