利用缸盖噪声信息诊断柴油机失火故障

叙述了内燃机故障检测的新方法，即利用发动机运转的噪声信息来诊断内燃机失火故障，利用小波分析技术从发动机噪声信号中提取发动机的燃爆和气门开闭信息，相对于传统的基于振动的诊断方法，基于声学的诊断方法有着振动不可比拟的优点，这种方法不需接触发动机表面，不必粘贴传感器，不受发动机结构空间限制，而且检测系统简单，大大缩短了检测时间，提高了检测效率。     

单片机与PC机串口通信的实现

本介绍了单片机与PC机串口通信的一种实现，从基本原理、所用器件到编写软件都进行了详细的说明。     

阶次包络谱在轴承故障诊断中的应用

旋转机械的升降速过程包含丰富的状态信息,因而旋转机械的升降速过程对于旋转机械的故障诊断具有独特的价值.将常规的阶次分析技术与包络谱相结合,提出基于阶次包络谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域信号实行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行包络谱分析,就可提取轴承的故障特征.通过对轴承内圈、外圈故障实验信号的分析,表明该方法能有效诊断轴承的故障.     

基于EMD和Teager能量算子的轴承故障诊断研究

提出了一种基于EMD和Teager能量算子的齿轮箱轴承故障诊断的新方法,该方法综合利用了经验模态分解和Teager能量算子分析技术.首先利用经验模态分解方法,将振动信号分解成不同特征时间尺度的单分量固有模态函数,然后用Teager能量算子计算各固有模态函数的瞬时幅值,最后对感兴趣固有模态函数瞬时幅值的包络谱进行分析,就可识别齿轮箱轴承的故障部位和类型.齿轮箱轴承故障振动实验信号的研究结果表明:该方法能有效地识别轴承的故障.     

基于独立分量分析的欠定盲源分离方法

目前的欠定盲分离算法只能分离稀疏信号,对于不稀疏的信号分离效果不理想。经典独立分量分析算法中的扩展Infomax算法既能分离超高斯信号,也能分离亚高斯信号,但却只能应用于观测数不少于源数的超定盲源分离,结合扩展Infomax算法,本文提出了一种欠定ICA算法,通过生成隐藏数据将欠定盲分离问题转化为超定盲分离问题,然后再应用经典的扩展Infomax算法进行分析,该方法可以分离欠定情形下超高斯和亚高斯混合信号。并用该算法对实测的齿轮箱混合故障信号进行分离,再用包络阶次方法对分离出的信号进行分析,成功识别出了齿轮箱的不同故障特征,验证了该算法在齿轮箱故障诊断中的有效性。     

基于性能参数检测与外部测试的测试性探讨

测试性是现代大型复杂工程设备设计的一项重要内容,测试性设计是改善其系统测试性能和故障诊断能力的有效途径.测试性的设计思想和诊断策略多是建立在机内测试(BIT)和故障率分析的基础之上的,针对以机械系统为主设备的测试性研究才刚刚起步.本文在分析电子设备和以机械系统为主设备各自结构特点的基础上,指出以往的测试性理论和方法不适用于以机械系统为主的设备,提出了基于性能参数检测与外部测试的测试性研究思想,确立了通过固有测试性设计、以外部测试为主进行故障诊断等方法来改善系统测试性的策略,找出了适用于机械系统的主要测试性表征参量.     

基于进化蒙特卡洛方法的特征选择在机械故障诊断中的应用

特征选择可以从原始特征集中去除冗余特征,选择出优化特征子集,提高机械故障诊断精度和诊断效率。将进化蒙特卡洛方法引入机械故障诊断的特征选择。应用支持向量机(SVM)作为故障决策器,采用Wrapper式特征子集评价标准,并采用进化蒙特卡洛算法搜索最优特征子集。运用滚动轴承故障振动信号数据对提出的方法进行验证,实验结果表明该方法是有效的。     

小波神经网络技术在柴油机声信号处理中的应用

提出了利用小波分析和神经网络技术处理柴油机工作时产生的声信号,以对柴油机 进行故障诊断的方法．在实验台上模拟了喷油器的多个故障,并对柴油机工作时在汽缸盖 上方采集的声信号,利用小波分析和神经网络技术进行了详尽的分析,对各模式进行了成 功的判别．对利用声信号对柴油机进行故障诊断这一未成熟领域,在声信号的处理方法上 做出了成功的探索．     

结构动态载荷识别及其在兵器中的应用

本文在简述国内外动态载荷识别技术研究现状和基本原理的基础上,给出载荷识别理论在兵器领域成功应用的三个实例,对其应用前景做了展望。