一种基于SVM和EMD的齿轮故障诊断方法

支持矢量机(Support vector machine,SVM)有比神经网络更强的泛化能力,且能保证找到的极值解就是全局最优解,同时它还较好地解决了小样本的学习分类问题。针对齿轮振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了一种基于经验模态分解(Empirical mode decomposition,EMD)和支持矢量机的齿轮故障诊断方法。首先对原始信号进行经验模态分解,将其分解为多个平稳的固有模态函数(Intrinsic mode function,IMF)之和,然后对每一个IMF分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征矢量,并以此作为SVM分类器的输入参数来识别齿轮的工作状态和故障类型。试验结果表明,在小样本情况下仍能准确、有效地对齿轮的工作状态和故障类型进行分类。     

基于EMD的能量算子解调方法及其在机械故障诊断中的应用

为了提取多分量的AM-FM信号的频率和幅值信息,提出了基于EMD (Empirical mode decomposition)的能量算子解调法,并将它应用于机械故障诊断中。该方法首先采用EMD将多分量的AM-FM信号分解成若干个IMF(Intrinsic mode function)分量之和,然后对每一个IMF分量进行能量算子解调,从而提取多分量的AM-FM信号的幅值和频率信息。对机械故障振动信号的分析结果表明,基于EMD的能量算子解调法能有效地提取机械故障振动信号的特征。     

环境激励下基于奇异谱互熵的结构损伤诊断方法

环境激励下的结构响应是一个随机过程,结构发生破损时其响应将随之变化,因而可将描述随机过程特性的参数作为评判结构状况的指标。熵是测量随机过程不确定性的一个比较方便的方法,能够用于高斯及非高斯分布的情况。在相空间重构与奇异值分解的基础上建立了奇异谱互熵的概念,提出了一种环境激励下用奇异谱互熵诊断结构损伤的方法。以ASCE学会提出的基准结构为对象进行研究,利用NExT技术获得响应,采用伪邻近法确定相空间的嵌入维数,讨论了不同工况及噪声对诊断结果的影响,分析结果验证了该方法的有效性和鲁棒性。     

基于BP神经网络与柔度变化的结构破损诊断

提出了一种基于BP神经网络的结构破损诊断方法,该方法以结构破损前后柔度的变化作为破损诊断的网络输入,为了解由于系统响应样本数据空间分布不均匀对网络收敛速度及网络诊断的影响问题,对网络训练样本采用广义空间格点进行了变换,模拟算例及应用实例均表明,本文方法能准确诊断结构破损位置与严重程度,是一种有效的结构破损诊断方法。     

板结构-声场耦合分析的FE-LSPIM/FE法

为提高板结构-声场耦合分析的计算精度,将有限元-最小二乘点插值法(Finite Element-Least Square Point Interpolation Method,FE-LSPIM)推广到板结构-声场耦合问题的结构域分析中,提出了板结构-声场耦合问题分析的FE-LSPIM/FEM(Finite Element-Least Square Point Interpolation Method/Finite Element Method),推导了FELSPIM/FEM分析板结构-声场耦合问题的计算公式。此方法在结构域中应用四边形单元形函数和最小二乘点插值法进行局部逼近,继承了有限元法的单元兼容性和最小二乘插值法的二次多项式完备性,提高了结构域的计算精度;在流体域中应用标准有限元模型进行分析。以一六面体声场-结构耦合模型为研究对象进行分析,结果表明,与板结构-声场耦合问题分析的FEM/FEM和光滑有限元/有限元(Smoothed Finite Element Method/Finite Element Method,SFEM/FEM)相比,FE-LSPIM/FEM在分析板结构-声场耦合问题时具有更高的精度。     

板结构-声场耦合分析的FE-LSPIM/FE-LSPIM法

为提高板结构-声场耦合分析的计算精度,将有限元-最小二乘点插值法(Finite Element-Least Square Point Interpolation Method,FE-LSPIM)推广到板结构-声场耦合问题的分析中,提出了板结构-声场耦合问题分析的FELSPIM/FE-LSPIM方法,推导了FE-LSPIM/FE-LSPIM分析板结构-声场耦合问题的计算公式。FE-LSPIM/FE-LSPIM方法应用有限元单元形函数和最小二乘点插值法进行局部逼近,继承了有限元法的单元兼容性和最小二乘插值法的二次多项式完备性,提高了计算精度。以一六面体声场-结构耦合模型为研究对象进行分析,结果表明,与板结构-声场耦合问题分析的FEM/FEM和光滑有限元/有限元(Smoothed Finite Element Method/Finite Element Method,SFEM/FEM)相比,FELSPIM/FE-LSPIM在分析板结构-声场耦合问题时具有更高的精度。     

桩—土系统参数频域识别方法研究—Ⅰ基本理论

本文在建立桩－土系统软科学模型的基础上，提出了一种用实测桩顶频响函数识别桩－土系统参数的方法，该方法为动力测桩中桩－土系统参数估计问题提供了一种有效的分析手段。     

基于小波变换与粗集理论的滚动轴承故障诊断

结合小波和粗集理论的优点,提出了一种基于小波变换和粗集理论的故障诊断规则获取方法并成功应用于滚动轴承的故障诊断。该方法提取小波变换能量特征时不需要精确计算滚动轴承的故障特征频率,与传统的提取时域和频域参数方法相比,具有更高的诊断正确率。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路,也为基于规则的智能故障诊断系统提供了一种更为简单的知识库自动构造方法。      

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。