基于X射线的架空线路导线耐张线夹实用液压问题及措施

导线耐张线夹液压压接法操作简单、检查方便、价格低廉、质量可靠,在国内施工现场得到广泛的应用和推广。通过实际压接操作导线耐张线夹及现场学习压接知识,结合X射线数字透照成像技术及相关的拉力试验,总结出架空线路导线耐张线夹液压压接过程中可能遇到的问题及预防措施,对以后导线耐张线夹的压接有一定的指导意义。     

基于改进谐波小波包分解的滚动轴承复合故障特征分离方法

为解决滚动轴承单通道振动信号中复合故障特征难以分离的问题,提出了基于改进谐波小波包分解的轴承复合故障特征分离方法。首先,改进了二进谐波小波包分解方法,提出了连续谐波小波包分解方法,克服了信号分解后子带个数和带宽范围受二进制划分的缺陷;然后,采用谐波窗分解提取信号中频率成分集中的频段,根据轴承各单点故障特征频率确定分解层数,进行连续谐波小波包分解,利用能量算子包络解调得到子带信号中各个单点故障的权重因子;最后,重构轴承各单点故障信号,实现复合故障的特征分离和提取。对仿真信号和实测轴承内、外圈复合故障信号分析的结果表明,该方法能将轴承单通道复合故障信号分解到不同的通道中,实现了复合故障特征的分离,具有一定的工程实用价值。     

基于SSWPT的转子油膜失稳故障分析

针对已有的时频分析方法在转子非平稳特征提取方面的不足,提出采用同步压缩小波包变换(SSWPT)方法进行转子油膜失稳故障分析.首先将采集的振动信号进行小波包变换得到小波包变换系数,然后求取信号的瞬时频率,最后对小波包变换系数沿信号瞬时频率方向进行压缩,从而将各频率成分清晰呈现于时频图中.分别利用仿真、实验信号及油膜涡动现...     

奇异值分解结合频率切片小波的齿轮故障特征提取

频率切片小波变换是一种有力的时频分析方法,但在强背景噪声条件下其故障特征识别能力不足,故提出奇异值分解结合频率切片小波的故障特征提取方法。首先利用原始信号构造Hankel矩阵,根据奇异值差分谱单边极大值原则确定阶次并进行降噪处理,继而利用频率切片小波对降噪信号进行全频分析,确定信号分量分布区间之后,对能量集中的信号进行频率切片细化分析,用时频图及重构信号提取齿轮故障特征。通过仿真及实测齿轮的点蚀信号分析,表明该方法能够实现齿轮运行状态的准确判别,有一定的工程实际意义。     

基于改进的希尔伯特振动分解的机械故障诊断方法研究

针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。     

EMD的LabVIEW实现及其在滚动轴承故障信号分析中的应用

通过对图形化编程软件LabVIEW的二次开发实现了经验模态分解(EMD)算法,为利用LabVIEW构建振动信号分析系统提供了有利分析工具。根据滚动轴承故障产生机理和故障信号的振动特点,将此方法运用到对轴承故障信号的分解上,对分解出的高频本征模函数(IMF)做包络解调从而提取出故障信息,并通过对实际故障轴承数据的分析验证了此方法的有效性。     

次同步谐振下机组轴系弯扭振动信号分析

分析了次同步谐振下机电扭振互作用的原因.针对现场难以实现的困难,提出并设计了汽轮发电机组模拟系统的次同步谐振试验,并将HHT应用到次同步谐振下的机组弯扭振动的信号分析.Hilbert谱图定量刻画了次同步谐振下轴系弯扭振动的快速发展过程,直观准确地表现了弯扭信号的本质特征.分析表明,次同步谐振下轴系的弯振和扭振是相互影响、相互作用的,发现扭振有抑制轴系复杂频率振动的能力.当次同步谐振的扭振发生时,扭振含有的丰富频率成分发生了变化,并且弯振的二倍频消失.     

基于HHT旋转机械油膜振荡故障仿真研究

详细介绍了HHT的理论和算法,然后把该方法用于油膜振荡故障诊断中,并与离散小波变换进行比较,结果证明HHT是处理非平稳信号的一种有效方法.     

综合改进奇异谱分解和奇异值分解的齿轮故障特征提取方法

针对齿轮故障特征微弱,在强背景噪声下难以有效提取的问题,提出了一种改进奇异谱分解(ISSD)结合奇异值分解(SVD)的齿轮故障特征提取方法。针对奇异谱分解(SSD)算法中模态参数需凭经验选取的缺陷,基于散布熵优化算法对SSD算法进行了改进,在得到既定的一组奇异谱分量的基础上,根据峭度值最大准则筛选出了最佳奇异谱分量并进行了SVD处理,采用奇异值能量标准谱自适应地确定了信号重构阶数以还原信号和提高降噪效果。最后对信号进行包络解调以提取齿轮故障特征,将所提方法运用到仿真信号和齿轮实测信号中,并同传统包络谱、SSD包络谱以及经验模态分解结合SVD(EMD-SVD)方法进行了对比分析,结果表明,所提方法的降噪和特征提取效果更佳,能够更加有效地实现齿轮故障的判别。     

线性系统辨识与仿真方法探讨

线性系统辨识的目的是确定对象系统的状态与参数，仿真是根据确定的状态与参数构成一个等于对象系统的仿真模型。本文讨论的是模型的参数估计与仿真。参数估计有许多方法，本文针对最小二乘法在线性系统参数估计上的应用进行了探讨，并编制了线性系统辨识和仿真软件，该软件在系统辨识和仿真方面有实用意义。