轴心轨迹定量特征提取技术在回转机械诊断中的应用

针对传统的轴心轨迹方法在回转机械诊断中的缺陷,在二维全息谱和带通保相滤波的基础上,提出了重构低频和倍频轴心轨迹的方法。进而根据低频和倍频轴心轨迹的特点分别提出了基于二维统计不变矩和傅立叶变换的形状特征指标,来定量地评价回转机械的运行状态。经实例验证,该方法在诊断回转机械常见故障及运行状态定量监测方面取得了良好的效果。     

自适应时频分析在回转机械诊断中的应用研究

针对各类时频分析方法的缺陷，提出了基于高斯线性调频基的自适应时频分解算法，经仿真试验验证，该方法拥有极高的时频分辨力，且无交叉干扰项，将其运用于转子冲临界瞬态振动分析，取得了良好的效果。     

单独利用响应数据进行模态分析

针对工程实际中模态分析方法存在的不足，提出两种单独利用实测响应数据的互相关模态识剐法，即互相关差分模型法和互相关频域识别法。根据脉冲响应函数同响应间的互相关函数具有相似的表达形式，在时域中采用基于相关函数的互相关差分模型提取模态参数，在频域中采用基于互功率谱密度函数的互相关频域识别法对结构进行模态识别。对这两种方法进行了理论推导，并以一飞机模型为例进行了试验验证，将结果同适调激振法所得结果作了比较，证明所述两种方法都能够较好地仅利用实测响应进行模态辨识。     

小波包络分析在滚动轴承诊断中的应用

针对传统包络解调分析方法需要人为选定共振频带的缺陷,提出了基于高斯函数的小波包络解调分析方法。该方法能将各共振响应频带的调制频率提取出来。进一步采用包络谱熵选择最优尺度来监测滚动轴承缺陷的发生和发展过程。经实例验证,该方法能准确地检测出滚动轴承外圈、内圈及滚珠的局部缺陷。     

遗传算法在故障特征选择中的应用研究

针对传统组合优化方法用于特征选择的种种缺陷 ,提出了基于遗传算法的特征选择策略。经仿真及回转机械故障实例分析 ,证明该方法拥有较强的并行性和寻优能力 ,在机械故障诊断领域有广阔的应用前景     

工程结构工作模态的子空间辨识方法

针对传统模态辨识方法的缺陷 ,研究了工程结构在环境激励下工作模态的辨识问题。分别通过原始数据和协方差数据构成 Hankel矩阵 ,运用子空间方法进行系统矩阵的辨识。经实验分析验证 ,上述方法拥有极高的辨识精度 ,在大型工程结构的辨识领域 ,拥有广阔的应用前景     

基于模糊决策树的神经网络及其在故障诊断中的应用

本文提出一种基于模糊决策树的神经网络拓扑结构的选取以及权系数，阈值的初始化方法。经理论分析该方法适用于处理不确定，噪声干扰，界限模糊的数据，经计算机仿真实验和论断实例分析，证明该方法能有效地提高神经网络训练收敛速度和分类精度。     

遗传算法在故障特征选择中的应用研究

Feature selection is an important step in fault diagnosis owing to its considerable reduction in redundant features to enhance the effect of diagnosis. In view of the deficiencies of traditional combination optimization method, a new method based on genetic algorithm is proposed in the paper. According to the results of computer simulation and practical diagnosis example, it is proved that this method possess excellent parallelism and optimization property.     

转子横向裂纹故障的诊断信息提取

通过横向裂纹转子振动力学模型的系统分析,认为裂纹不仅引起１Ｘ、２Ｘ、３Ｘ等稳态谐波振动,而且由于裂纹开闭过程中的冲击还会引起转子系统的瞬态冲击响应。提出了从启停车及工作状态下的稳态振动和瞬态冲击响应来提取转子裂纹诊断特征的方法。通过仿真和应用实例证明,该方法利用信息全面,能够准确地判断裂纹的存在和发展。     

奇异值分解技术在齿轮箱故障诊断中的应用

首先利用伪相图确定齿轮箱振动信号的基本周期,并在此基础上对原始信号进行时域平均降噪处理。然后应用奇异值分解技术提取各齿轮轴的振支信号分量,再对此振动信号分量作进一步的时、频域分析,给出了描述齿轮轴振动信号分量变化的定量指标。最后结合实例说明这种方法对诊断齿轮箱故障是比较有效的。