Bearing failure detection using matching pursuit

In this paper, a new approach to the detection of localized defects of rolling element bearings is proposed. It employs matching pursuit with time–frequency atoms to analyze bearing vibration and extract vibration signatures. In particular, this approach utilizes not only the temporal and spectral but also the scale characteristics of the vibration generated due to the presence of a defect for the detection. This leads to a high signal-to-noise ratio and facilitates considerably the detection at the early stage of failure development. Experimental results show that the proposed approach is sensitive and reliable and works better than continuous wavelet transform and envelope detection.     

基于容积效率的液压齿轮泵状态监测与故障诊断

阐述了容积效率作为特征信息进行液压齿轮泵状态监测与故障诊断的原理,分析了液压齿轮泵中流量信号以及容积效率与齿轮泵工况之间的关系,指出了容积效率是状态信息的丰富载体,讨论了利用容积效率进行液压齿轮泵状态监测与故障诊断的可行性及方法.     

基于FastICA去噪和改进HHT的转子不平衡故障特征提取方法研究

针对转子不平衡振动信号非平稳性并伴随较强环境噪声的特点，提出一种基于快速独立分量分析（FastICA）和改进希尔伯特-黄变换相结合的故障特征提取方法。该方法采用FastICA法去除环境噪声等因素对于故障特征提取精度的影响，再利用自适应白噪声总体平均模态分解方法将故障信号分解为一系列固有模态函数（IMF），并采用基于相似性评估的虚假IMF选择算法将与故障信息无关的虚假IMF分量剔除，从而保证故障信息提取的准确性和有效性。通过仿真分析证明了所提方法的有效性，并且实际试验表明：该方法可有效提取转子不平衡信号的故障特征，为该类故障的诊断提供了一种切实可行的方法。     

滚珠丝杠的智能化研究进展

数控机床进给系统的智能化的状态检测、故障诊断以及自修复的能力可以提高数控机床工作的稳定性和可靠性,减少数控机床加工过程中出现的问题。滚珠丝杠是数控机床进给系统的重要组成部分,其精度与性能直接影响着数控机床的加工质量,滚珠丝杠的智能化发展也对数控机床的智能化发展有着非常重要的作用。综述了滚珠丝杠智能化的研究现状,分析了滚珠丝杠的动态测量和静态测量区别及优缺点;概述了基于数学模型和基于人工智能两个方面的故障诊断技术在滚珠丝杠中的应用;阐述了滚珠丝杠弹流润滑的机制以及通过润滑剂添加剂进行自修复的方法,阐明了滚珠丝杠的状态检测与故障诊断技术及自修复技术所存在的问题,展望了滚珠丝杠智能化的发展方向。     

三维起重机可靠性的灰色系统理论分析

将灰色系统理论中的灰关联分析方法引入到机械故障诊断模式识别中，对三维起重机各种故障模式发生的可能性大小做出了准确的判断。从中得出了三维起重机各部分机械可靠性大小的关系，从而为理论设计与实际检测提供了理论依据。     

几种行之有效的液压系统故障诊断方法

给出了大型装备液压系统故障诊断的一般步骤,列举了直接诊断法、原理诊断法、因果图法等几种实用的故障诊断方法。     

基于模糊熵与CS-ELM的供输弹系统早期故障识别北大核心

针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法。运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比。试验结果验证了该方法的有效性,其预示准确率达90.7%。     

某型四余度舵机的神经网络故障诊断模型

某型四余度电液舵机是飞机平尾操纵系统的关键部件，是机、电、液高度耦合的复杂系统。本文根据实际需求，将系统分为元件、部件及系统三种不同层次的故障诊断问题，运用神经网络故障诊断理论，分别建立其BP神经网络诊断模型，并介绍了神经网络故障诊断系统的实现。     

基于Web技术的汽轮机电液控制系统故障诊断的新方法

采用一种新型的嵌入式Web模块,开发了一种新型的故障诊断系统,该系统集成传统故障诊断方法中的数据传输、故障逻辑编写及Web发布等功能,可以方便地实现对汽轮机电液控制系统故障信息的提取、诊断及远程发布.     

基于小波包和支持向量机的滚动轴承故障模式识别

为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法.小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取.而支持向量机可完成模式识别和非线性回归.利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径.