基于谱估计与核模糊聚类的往复压缩机轴承故障评估方法北大核心

针对往复机轴承性能衰退评估中模型适应性和指标量化困难等问题,提出一种基于奇异谱分布与核模糊C均值聚类算法(KFCM)的性能衰退评估方法。利用变分模态分解(VMD)算法提取并优选主模态多重分形奇异谱(MSS)构成谱形态参量,经奇异值分解降噪处理,建立KFCM与二叉树支持向量机相结合的评估模型,并给出完整的轴承性能衰退评估流程;进行压缩机轴承磨损故障模拟及算法对比分析。结果表明:该方法能有效评定滑动轴承磨损故障性能衰退程度。     

基于VMD和MF-DFA的往复压缩机气阀故障特征提取方法

针对往复压缩机气阀故障振动信号在进行多重分形分析时易受时间序列非平稳趋势影响,无法准确揭示其多重分形特征的难题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和多重分形去趋势分解(Multifractal Detrended Fluctuation Analysis,MF-DFA)的往复压缩机气阀故障特征提取方法。首先,利用VMD方法对往复压缩机气阀信号进行分解,根据互相关系数法选取模态分量进行信号重构,可有效消除噪声干扰;然后采取MF-DFA方法对重构后信号进行分析,以反映结构特征和局部振动信号尺度行为的特征向量参数Δα、α(fmax)、fmax、Δf和B为模式识别向量,极限学习机(Extreme Learning Machine,ELM)为故障分类器对往复压缩机气阀的4种状态进行分类识别。研究结果表明:该方法能够揭示往复压缩机气阀振动信号的多重分形特性,具有较强的辨识能力。     

密封钢丝绳智能提捞抽油机设计

针对提捞抽油机涂塑钢丝绳易破损、密封不严等问题,设计了一套密封钢丝绳智能提捞抽油机。密封钢丝绳具有结构紧凑,密封性良好等优点,但柔性不足,缠绕需大绳径比。为此,依次对钢丝绳卷筒、排绳器,导轮与支架,井口密封装置进行设计,新型抽油机有效解决了油液污染及密封不严问题。     

基于预测可信时间的往复压缩机振动信号非参数预测方法

对具有分形特征的复杂非线性时间序列的预测,核心问题表现为初始条件敏感性对系统动力模型的影响,该敏感性又决定了最大预测可信时间,忽略最大预测可信时间而得到的仅包含有限离散振动幅值的预测,对具有周期震荡趋势信号的特征识别与寿命分析意义甚微。笔者从信息熵角度计算预测可信时间,在对振动时序局部均值分解(Local Mean Decomposition,LMD)的基础上,建立基于KNN(K Nearest Neighbor)非参数改进预测算法,从能量角度选择LMD主分量和影响权值,对主分量做相空间重构并构造预测序列,以最大预测可信时间为重构间隔,对不同特征模态相空间重构以实现对模型的变参数寻优;采用上述预测算法对2D12往复式压缩机轴承振动序列计算并提取故障特征分量,对比分析表明,该算法能较准确预测序列演化趋势并为寿命预测提供有效支撑。     

奇异区间包络重构局部均值分解及其往复压缩机轴承故障诊断应用

针对包络估计函数解调时出现的突变问题，提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition, SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉，为此定义交叉局部区域为奇异区间，结合极值对称理论增广该区间插值点，应用三次埃尔米特插值进行局部重构，形成奇异区间包络重构算法。仿真信号和往复压缩机轴承故障诊断应用证明，该算法解决了包络线交叉问题，抑制了解调突变现象，分解结果故障特征更显著。