基于广义形态分量分析的降噪技术研究

针对强噪声环境中有用信号提取的难题,提出了基于广义形态分量分析的降噪方法。通过引入虚拟观测信号,将一维观测信号扩展为多维虚拟观测信号,再通过广义形态分量分析,实现观测信号的盲源分离,从而达到降噪的目的。通过仿真信号和齿轮磨损故障振动实验信号的研究结果表明：广义形态分量分析技术能有效分离强背景噪声中的微弱信号,有效提取故障特征,其降噪性能优于传统的独立分量分析。     

齿轮全齿磨损的胞映射全局动力学分析

含故障齿轮非线性系统的全局性态分析是对齿轮正确故障诊断的状态依据,运用能够反映非线性系统复杂全局性态的简单胞映射方法,把故障齿轮非线性系统所处的状态空间转化为胞空间,对齿轮非线性系统在不同程度磨损故障状态下的动力系统的全局特性进行了分析,通过对比不同程度故障下系统的吸引域及其吸引胞,得到磨损故障齿轮非线性系统全局特性的变化规律,为齿轮非线性系统的故障诊断提供了另一种研究思路和方法。     

胜利油田常规井网矿场扩大试验采出液处理技术

胜利油田于1997年5月开始常规井网矿场试验,试验效果为注入井油压上升,注入剖面得到改善,生产井日产油量大幅度增长,含水大幅度下降,已累积增油25.55×104 t.但同时油井采出液黏度增大,原油乳化严重,油水处理越来越困难,注采系统结垢越来越严重.针对此问题,研制了DT型破乳剂、FH絮凝剂和FC净化剂.试验证明,用DT破乳剂对胜利油田的三元复合驱处理液进行处理,其使用效果优于常规破乳剂TA1031;而FH絮凝剂和FC净化剂复合使用时,对于三元复合驱采出水净化作用明显.     

基于IEC61850标准的500 kV兰溪数字化变电站建设

介绍了500 kV兰溪变电站基于IEC61850标准的设计方案,讨论了数字化变电站的优势,通过兰溪数字化变电站建设验证了基于IEC61850标准的数字化变电站具有高可靠性、易维护性、可扩展性的特点,可减少全寿命周期内的变电站建设总体成本。     

模糊粗糙集在轴承故障模式识别中的应用

提出一种基于模糊粗糙集理论的模式识别方法,将动态聚类法和方差分析法引入连续属性模糊化,获取模糊隶属函数,避开了粗糙集理论属性离散化过程带来的信息丢失;利用F检验判断分类的合理性,克服了人为确定分类数目的缺点;应用模糊化得到的模糊决策表进行条件属性约简,通过属性值约简,提取了清晰、简明的故障模式规则。轴承故障模式识别结果表明,该方法对比一般粗糙集理论,有效地提高了模式识别精度,在实际模式识别中具有很好的应用价值。     

基于二项分布的装备状态质量诊断试验评估指标研究

提出了通过诊断方法获取装备状态质量特性指标值的思想,解决了统计特性不明显的小样本集装备获取状态质量特性指标的难题;规范了装备状态质量诊断试验的条件;在装备质量评估领域首次提出了评价装．备诊断试验效果的确诊率、负确诊率、误诊率、漏诊率、故障预测指标、正常预测指标等单指标体系以及符合率、综合指数、比数积、故障似然比、正常似然比等综合指标体系,并进一步提出了提高装备状态质量诊断试验效率的平行诊断试验方法和系列诊断试验方法。     

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．     

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.     

基于阶次包络谱的轴承故障诊断研究

研究旋转机械在变速过程中振动信号的分析方法。在利用B＆K3560多分析仪对齿轮箱加速时测得的振动信号进行时域采样的基础上，利用样条插值算法进行角域重采样得到等角度分布的采样点，并对其进行阶次跟踪分析，在此基础上利用Hilbert包络解调得到轴承故障信息的阶次包络谱。结果显示阶次包络谱分析法在处理轴承转速变化信号的优越性：能够有效地避免传统频谱方法所无法解决的“频率模糊”现象，对轴承的早期故障有一定的识别能力。该方法是对传统的频谱分析法的有力补充，具有很广阔的应用前景。