基于变分非线性调频模态分解的滚动轴承多故障诊断方法研究

基于变分非线性调频模态分解,提出一种滚动轴承多故障诊断方法。对滚动轴承多故障振动信号分量的瞬时频率和瞬时幅值进行估计;在此基础上,通过最小化信号的带宽实现滚动轴承故障信号的重构。对比所提方法与变分模态分解法,通过实验案例对所提方法进行验证。结果表明：所提方法明显优于变分模态分解方法,即使在强噪声背景下,仍能有效地实现滚动轴承多故障信号的分解与重构,可以有效地诊断滚动轴承多故障。     

基于Choi-Williams分布的机械故障源分离技术的研究

针对传统的机械故障源分离方法的不足,即源信号满足非高斯、平稳和相互独立性的假设,提出了一种基于Choi-Williams分布的机械故障源分离方法,并进行仿真研究,同时,还与传统的机械故障源分离方法进行了比较,仿真结果表明,对于机械非平稳信号的分离,必须充分利用信号的非平稳性,才能达到很好的分离效果。最后,将该方法应用到电机-减速箱耦合的多通道振动实验中,实验结果表明,该方法是有效的。     

旋转机械故障诊断中的EMD—HMM识别方法研究

结合经验模态分解（Empirical Mode Decomposition，EMD）和隐Markov模型（HMM）各自的优点，提出了一种基于EMD-HMM的旋转机械故障诊断新方法，该方法是先对振动信号进行EMD分解，对分解后的本征模函数进行希尔伯特变换得到其边缘谱图，并用希尔伯特边缘幅值谱作为特征向量，输入到各种故障模式的HMM中进行识别：该方法非常适合旋转机械设备非平稳运行过程中的故障诊断，实验结果表明该方法是有效的。     

不完备故障决策表中规则获取和优化的粗糙集方法

针对故障诊断知识库中经常出现故障征兆不完整现象,利用改进的粗糙集模型结合区分矩阵和区分函数直接从决策表中提取完整的规则集,并利用概率粗糙集模型指定了各规则的可信度和覆盖度,提高了规则的通用性。结合旋转机械故障诊断的实例表明该方法的有效性和适用性。     

基于CVA-ICA的机械故障源动态盲分离方法

动态盲源分离问题是多故障源盲分离的一个热点。传统的机械故障源分离方法要求满足统计特征保持稳定,且混合系统保持不变等假设,而忽略了时序信息。针对此不足,结合规范变量分析(Canonical variate analysis,CVA)和独立分量分析(Independent component analysis,ICA),提出一种基于CVA-ICA的机械多故障源动态盲分离方法。该方法的基本思想是将源信号看成状态空间的状态变量,观测信号看成状态空间的输出变量,从而将动态混合盲源分离问题转化为状态空间盲源分离问题,利用规范变量分析作为降维工具来构造状态空间,再利用传统的ICA算法对规范的观测信号进行盲源分离。仿真研究表明,在处理动态混合的盲分离中,提出的方法明显优于静态ICA方法,取得了满意的分离效果。将该方法应用到滚动轴承内圈和滚动体的故障盲分离中,试验结果进一步验证了该方法的有效性。     

金属断口图像处理研究进展

论述了金属断口图像处理在国内外的发展与研究现状,以及金属断口图像的预处理过程、对图像的特征提取以及模式识别3个部分,并基于空间域及变换域对三部分的方法进行统计分析以及归纳总结。同时,针对算法的运算时间及速率、识别率以及鲁棒性等性能指标,对金属断口图像的识别综合性能进行判断分析和探讨。指出现阶段金属断口图像处理算法存在的不足之处及其进一步的发展方向,这将为断口图像智能诊断技术的发展提供有力的参考。     

基于时频分析的机械设备非平稳信号盲分离

针对传统的机械故障源分离方法忽略信号非平稳性的不足,结合时频分析和盲源分离的各自优点,提出一种基于时频分析的机械设备非平稳信号的盲分离方法,并与传统的机械故障源分离方法进行对比.实验结果表明,对于机械设备非平稳混迭信号,必须充分利用信号的非平稳性,才能达到很好的分离效果.文中的研究为机械设备非平稳混迭信号的分离提供一种新方法.     

多机组网络化监诊系统数据库的设计与实现

基于采集与处理的功能分开和企业的实际情况提出了本系统的总体方案，通过对用 户的需求分析建立了以设备为对象的网络数据库，并在Windows NT网络操作系统下，综合使 用Delphi和 SQL Server等工具开发了多机组状态监测与诊断系统。     

基于非线性时序模型盲辨识的因子隐Markov模型识别方法

基于模型辨识的机械有效故障特征提取方法中输入信号难以确定,以及机械设备运行过程中具有信息量大、非平稳、特征重复再现性差的特点,结合非线性时序模型盲辨识和因子隐Markov模型,提出一种基于非线性时序模型盲辨识的特征提取的因子隐Markov模型识别方法,并应用到旋转机械升降速过程故障诊断中.同时还与基于Fourier变换、小波变换的特征提取的因子隐Markov模型识别方法进行比较,试验结果表明该方法是有效的.     

双谱分析及其在滚动轴承故障诊断中的应用

双谱是处理非线性、非高斯性信号的有力工具,它包含了高阶谱的所有特性.针对滚动轴承具有非线性和非高斯的特性,利用双谱分析方法研究了不同故障模式下滚动轴承的双谱特性以及同一故障类型在不同程度时的双谱特性.实验结果表明,利用双谱特性能很好地区分滚动轴承的不同故障模式以及故障的严重程度,双谱分析方法在滚动轴承故障诊断中具有良好的工程应用前景.